基于视觉机器人的木材工件定位及缺陷检测关键技术研究

摘要

自动化装备可显著提高木工生产效率，视觉检测是实现自动化的关键技术。如今机器视觉的定位算法功能丰富，但是为了追求低成本和高效益，人们还需要稳定可靠、高效快速的视觉定位方法，其中匹配率是最重要的指标，其次是速度和精度，本文针对这种需求开发了一种多目标定位算法。
　　为了设计一个能对木块进行定位和分拣的全自动化系统，本文在设计定位算法之后，还研究了视觉机器人的手眼标定和木材表面缺陷检测。系统首先通过手眼标定关联相机与机器人，然后对木材工件进行多目标定位以及缺陷检测，最后机器人根据目标的位置、旋转角度和缺陷特征进行分拣。本文的主要研究工作如下：
　　(1)分析了相机成像的基本理论，包括：带畸变的摄像机成像模型、各视觉坐标系之间的转换关系以及摄像机标定。利用这些理论自主设计出软件并搭建实验平台，完成Handtoeye手眼标定实验，实现了用图像控制机器人运动的功能。
　　(2)提出一种基于轮廓特征的多目标定位与旋转角度识别算法，该算法的基本思想来源于均方距离最小（SED）模板匹配，通过改进计分原则、傅立叶变换、图像金字塔等多种策略使得算法具有良好的识别率、精度、速度。在未打光的前提下，算法识别率92.5%，X轴方向误差为±0.158 mm，Y轴方向误差为±0.436 mm，旋转角度误差为±0.072°。当视野内目标大于10个时，对每个目标的定位时间为50 ms。
　　(3)研究了木材缺陷检测算法，利用 Ostu阈值分割法、漫水法和形态学处理提取出木材表面缺陷，并对缺陷进行定位和多边形逼近。自主设计的缺陷检测算法可检测出灰度异常的缺陷区域，与视觉软件Ha lco n中的相关功能做对比，两者运行效率相当。
　　(4)利用本课题组自主开发的视觉软件，进行了基于视觉机器人的木块定位分拣实验，抓取成功率为88%。系统在完成视觉坐标系与机器人坐标系转换的基础上，自动进行定位和旋转角度识别，并引导机器人对目标进行分类堆叠，实验成果已在合作企业中取得应用。

目录

声明

1 绪论

1. 1课题的研究背景和目的

1. 2研究状况

1. 3研究内容与技术路线

1. 4 课题来源

2手眼标定

2. 1 摄像机的模型

2. 2 摄像机标定

2. 3 关联视觉与机器人

2.4 Hand to eye手眼标定实验

2. 5本章小结

3多目标定位及旋转角度识别

3. 1算法概述

3. 2匹配原理

3. 3加速策略

3. 4 实验与分析

3. 5 本章小结

4木材表面缺陷检测

4. 1 木材表面缺陷概述

4. 2图像变换与阈值分割处理

4. 3数学形态学后处理及缺陷识别

4. 4算法对比实验

4. 5本章小结

5 试验与分析

5. 1 实验设备

5. 2 定位速度试验

5. 3定位精度试验

5. 4木材定位、缺陷识别以及分拣堆叠综合实验

5. 5本章小结

6 总结与展望

6. 1总结

6. 2展望

致谢

参考文献

附录A 硕士期间科研成果

附录B模板匹配部分源码

附录C定位程序输出结果