机器视觉和CCD在铁轨对中性检测中的应用研究

摘要

机器视觉是近年发展起来的一个新兴学科，以它为基础的CCD应用技术近年来由于其广泛应用而受到学术界的青睐。基于CCD的机器视觉系统以组成简单和使用方便，近年来在非接触测量系统中应用更为广泛。作为机器人技术不可或缺的部分机器视觉和CCD也就成了我们研究的重点。 本文以铁轨对中性检测为目的，从介绍机器视觉相关的光学与镜头知识为课题的开端，着重介绍了机器视觉中的光源，照明以及镜头问题。作为近年来机器视觉中的成像的最主要的器件，CCD近年来也有了突飞猛进的发展，本课题的主要实验器件也是CCD，所以它的工作原理和器件特性也成为本课题研究的重点之一。基于我们实验室现有的设备，我们做了基于灰度的图像匹配，基于轮廓的图像匹配，以及基于聚类法的彩色图像分割法在铁轨对中性检测中的应用。并对它们在应用中的优劣进行了研究与分析，而且取得了一些具有一定意义的结论，为我们今后的工作指明了方向。 作为无接触测量的重要部分的标定技术以及测量，误差的探讨也成为本课题的重要研究问题。我们从理论出发结合实际应用，分析了测量系统中的误差来源和它们对测量的影响，并以齐次变换为基础，得到了图像空间与物空间的坐标变换方程。这对实际的应用标定方法具有较强的理论指导意义。 运用机器视觉和CCD对铁轨基桩的对中性检测，在国内目前还是首次提出这种概念和方法，虽然本课题的全部工作还需要进一步完善，但是这就为我们下一步的工作留下广阔的发展空间与契机。

目录

文摘

英文文摘

第一章绪论

1.1机器视觉的发展

1.2机器视觉系统的介绍

1.3 CCD非接触测量的国内外现状

1.4本课题的提出

1.5本课题所做的工作

第二章机器视觉中的光学与镜头

2.1光源基本原理及概念

2.1.1光源的选择

2.1.2照明方式

2.1.3照明对比

2.1.4颜色视觉

2.1.5光度学知识

2.2视觉系统与镜头

2.2.1镜头基本原理及概念

第三章CCD与铁轨检测车

3.1 CCD的介绍

3.1.1 CCD的发展历史与现状

3.1.2 CCD的基本工作原理

3.1.3面阵CCD摄像器件的特性

3.1.4面阵CCD图像采集系统工作原理

3.1.5 CCD的分类

3.2铁轨检测车介绍

3.3测量方案的选定

3.3.1图像的分割与识别

3.3.2系统硬件组成

3.4测量的软件系统

第四章定位检测的原理和软件算法

4.1图像的预处理

4.1.1滤波

4.2目前图像匹配算法

4.2.1图像匹配算法的介绍

4.2.2模板匹配算法

4.2.3基本算法

4.2.4实验结果

4.3基于轮廓的匹配

4.3.1边缘检测技术

4.3.2边缘检测的算法

4.3.3边缘检测算法的比较

4.3.4边缘检测的实例

4.3.5使用轮廓的图像匹配方法

4.3.6实验的结果

4.4基于色彩的图像定位

4.4.1目前常用的分割方法

4.4.2颜色的方法

4.5多种定位方法检测的结论与展望

4.5.1关于单幅图像与连续图像

4.5.2关于模板匹配

4.5.3关于色彩

第五章机器视觉测量的误差与标定

5.1 CCD器件本身引入的误差

5.1.1暗电流的影响

5.1.2 CCD像元响应的非均匀性

5.1.3电荷转移损失的影响

5.1.4热电子噪声

5.1.5量化误差

5.1.6行抖动引入的误差

5.1.7温度的影响

5.2其它因素

5.2.1被测物品的反光性

5.2.2背景色的影响

5.2.3光源的影响

5.2.4 CCD阵列面与基桩距离改变引入的误差

5.2.5透镜衍射造成的误差

5.3镜头几何畸变引入的误差

5.3.1径向畸变

5.3.2偏心畸变

5.3.3薄棱镜畸变

5.4标定

5.4.1标定的原因

5.4.2标定的原理

5.4.3标定的坐标系的建立与坐标变换关系

5.4.4变换规律及误差

5.4.5标定的数值

结束语

参考文献

致谢

攻读硕士学位期间发表论文目录