基于图像处理的工件识别定位系统研究

摘要

近几年，全球经济整体下滑，传统制造业正遭受着严峻的考验。据估计，国内经济在未来的几年内将持续低速发展。笔者认为，在这段时期加强对新技术、新平台的研发力度，是企业未来能够快速发展的关键。目前，就工业各领域而言，机器视觉技术的应用将越来越广泛。本课题经查阅大量文献，发现在面向数控机床群的智能上下料方面，还没有一套相应的视觉图像处理系统。本研究以此为出发点，对面向数控机床群智能上下料的机器视觉系统进行了总体设计，并对圆柱体工件的图像处理技术与特征测量技术进行了深入的研究。
　　 基于上述情况，本课题的主要研究工作如下:
　　 第一，对整个机器视觉系统进行构建与分析。首先，对硬件及软件的搭建和选取进行了介绍;其次，对整个系统的运作流程进行了分析;最后，对该系统可能遇到的潜在问题进行了研究。
　　 第二，对图像预处理技术进行研究。首先，介绍了噪声产生的原因及其分类;其次，介绍了几种常见的图像去噪算法;然后，依据本课题所采集图像的特点，提出了一种自适应图像去噪算法，并利用matlab进行了编程实验;最后，对去噪后的图像，完成了图像增强操作。
　　 第三，对图像分割技术进行研究。首先，介绍了图像分割技术的定义及分类;其次，着重讨论基于边缘的图像分割技术，介绍了边缘的定义及分类;然后，介绍了常用的边缘检测算子，并对经典的几种边缘检测算子进行了实验分析与验证;最后，结合本课题中待检测图像的特点及实时性要求，提出了一种改进的新型canny边缘检测算法，并通过实验对比与分析验证了改进后算法的实用性。
　　 第四，对图像中工件的特征测量技术进行研究。首先，介绍了图像立体匹配技术的基本知识;其次，依据本课题中待匹配图像的特点，提出了一种相应的图像立体匹配算法;然后，对摄像机标定技术进行了研究与分析;最后，利用matlab对图像坐标系中工件的特征提取与测量进行了实验探索与研究，为后续工作的展开奠定基础。
　　 本课题所研究的面向数控机床群智能上下料的机器视觉系统，对改善国内数控机床的生产状况有着重要的意义。通过引入视觉机器人，可以在无人的环境下，实现对各个工件的智能识别与抓取，代替人工完成上下料操作。同时，将大大提高数控加工精度及加工速度。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 图像处理技术在工业领域的国内外研究现状

4．2．1 国外研究现状

1．2．2 国内研究现状

1．3 图像处理技术存在的问题及发展趋势

1．4 主要研究工作及内容安排

第二章 工件识别定位系统的总体设计

2．1 机器视觉系统的基本研究

2．2 机器视觉系统的描述与构建

2．2．1 光源及照射方式的选择

2．2．2 其它硬件的选择

2．2．3 图像处理软件的选取

2．3 视觉机器人的工作流程及潜在问题的分析

2．4 本章小结

第三章 工件识别定位系统的图像预处理技术研究

3．1 图像预处理技术探讨

3．2 图像噪声的分析及去噪方法的研究

3．2．1 噪声的概念及产生方式

3．2．2 常见图像噪声的分类及噪声模型

3．2．3 图像去噪算法分类

3．2．4 图像的去噪方法研究

3．2．5 去噪算法的实验验证及对比分析

3．3 图像增强方案的研究及实现

3．4 本章小结

第四章 工件识别定位系统的图像分割技术研究

4．1 图像分割的概述及分类

4．2 边缘检测方法的研究与分析

4．2．1 边缘的定义及分类

4．2．2 典型边缘检测算法的介绍

4．2．3 典型边缘检测算法的实验验证及分析

4．3 图像边缘检测算法的研究及实现

4．4 改进后边缘检测算法的实验分析与对比

4．5 本章小结

第五章 工件识别定位系统的特征测量技术研究

5．1 图像立体匹配技术的简介

5．2 图像立体匹配模型的描述

5．3 立体匹配算法的研究与分析

5．4 摄像机标定技术

5．5 图像坐标系中工件特征的提取与测量

5．6 本章小结

第六章 总结、展望与创新点

6．1 总结

6．2 展望

6．3 创新点

参考文献

致谢

攻读硕士学位期间发表的学术论文