基于視覺的工件識別定位方法的研究.pdf

1、機器視覺是近些年來隨著傳感器技術、計算機技術和人工智能的發(fā)展而興起的一個研究領域,在軍事和民用方面都有著廣闊的應用前景。機器視覺在工業(yè)領域中主要用于工件識別、工件位置和方向的檢測、質量檢驗等工作。如何根據所獲取的視覺信息正確地、實時地提取出工件特征參數、識別出工件類型并判斷出工件所處的位置姿態(tài),是機器視覺應用于工業(yè)的關鍵。本文對如何在結構化環(huán)境中利用單目視覺進行工件的實時匹配識別定位進行了探索與研究。攝像機標定是計算機視覺領域里從二維圖

2、像提取三維空間信息必不可少的步驟。結合傳統(tǒng)標定方法與自標定方法的優(yōu)點,利用本文所改進的SUSAN法提取圖像角點特征時具有的穩(wěn)定、精確及快速等特點,在只考慮攝像機一階徑向畸變的情況下,設計了一種新的攝像機自標定方法來求取攝像機的內外參數。該方法在保證標定參數的高精度的同時,大大降低了攝像機標定實驗的操作難度和繁瑣程度,能滿足實時標定的要求。為了提高從CCD攝像頭攝取的工件圖像的質量,對所攝取的圖像進行了預處理。在增強了圖像對比度后對圖像進

3、行了直方圖處理以獲得更佳的圖像,并根據實驗室環(huán)境采用中值濾波方法以消除圖像的噪聲點。針對工件的主要特征是直線和圓形的特點,在利用Canny邊緣檢測算子進行了邊緣檢測以提取工件的邊緣特征之后,根據Hough變換原理在邊緣空間中實現了工件的直線及圓特征的提取。實驗證明,該方法能取得較好的提取出直線及圓特征,且能滿足實時性的要求。在對工件圖像進行匹配定位時,利用遺傳算法在搜索全局最優(yōu)解時具有很高的精度和魯棒性等特點,將已獲取的工件大致位置的圖