基于正交傅立叶-梅林矩的机械零件不变性模式识别

摘要

实现零件形状的不变性识别是实现装配机器人视觉的基础.研究机器人视觉的不变性识别,在一定程度上可以提高机器人的工作能力和对环境的适应能力,减少机器人视觉识别误差,可大大提高系统的装配成功率.在不变性模式识别系统设计中,本文采用正交傅立叶-梅林矩提取图像特征的方法,实现了零件形状的可靠识别. 首先,采用微软公司提供的VFW(Video For Windows)软件包开发纯软件的视频采集程序,提高了程序的通用性. 其次,对采集的数字图像进行图象平滑、中值滤波、梯度锐化、域值分割、边界提取和种子填充等一系列图像处理,以去除噪音提高图像清晰度,分离识别体和背景,为下一步特征提取做准备. 再次,对经过预处理的图像,计算正交傅立叶-梅林矩(OFFM's)并实现算法归一化.具体算法为:先通过一阶矩来计算图像质心作为图像坐标原点;再通过复矩在笛卡尔坐标系内计算傅立叶-梅林矩,并利用尺度和强度变化归一化；最后由归一化的傅立叶-梅林矩得到归一化的正交傅立叶-梅林矩,取其绝对值作为图像特征.该特征对图像位移、尺度、旋转和强度变化具有不变性. 最后,本文采用欧氏距离作为图像特征分类的方法.具体做法:先采集一系列训练样本图像,提取图像特征,设计分类器,再采集一系列样本测试分类器的识别效果.实验结果显示,该系统能够取得令人满意的识别结果.

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章绪论

1.1模式识别

1.1.1模式识别分类

1.1.2模式识别技术的应用

1.2装配机器人的发展现状

1.3本课题研究目的及意义

1.4本论文的主要研究内容

第二章机械零件不变性模式识别系统设计

2.1模式识别系统的结构方框图

2.1.1图像采集

2.1.2图像预处理

2.1.3图像分割

2.1.4特征提取

2.1.5分类识别

2.2系统硬件构成

2.2.1CCD

2.2.2图像采集卡

2.2.3计算机

2.2.4工作台

2.2.5辅助光源的选择

2.2.6零件的选取

第三章图像采集及图像处理

3.1视频图像的采集

3.1.1 VFW和AVICap

3.1.2 AVICap视频采集前期工作

3.1.3用AVICap实现视频采集

3.2数字图像预处理

3.2.1灰度直方图

3.2.2图像增强

3.3图像分割

3.3.1灰度图像二值化

3.4边界检测、轮廓提取、种子填充与边缘细化

3.4.1边缘检测与轮廓提取

3.4.2种子填充

3.4.3边缘细化

第四章基于正交傅立叶-梅林矩的不变性特征提取

4.1正交傅立叶-梅林矩特征

4.1.1正交傅立叶梅林矩定义

4.1.2正交傅立叶-梅林矩与其它矩的联系

4.1.3正交傅立叶-梅林矩的性质

4.2算法归一化

第五章图像识别的分类器设计

5.1有监督分类法

5.1.1几何分类法

5.1.2概率分类法

5.1.3统计学习理论法

5.2距离分类器

5.3基于欧氏距离的分类

5.3.1欧氏距离

5.3.2样本培训

5.3.3分类器测试

第六章不变性模式识别系统的程序设计与实验

6.1软件开发平台

6.2程序设计语言

6.2.1 Visual C++.NET基础

6.3 VC++图像的使用

6.3.1位图格式

6.3.2 DIB函数库

6.3.3位图显示

6.4系统总体模块设计与实验

6.4.1图像采集

6.4.2图像预处理

6.4.3图像分割

6.4.4特征提取

6.4.5分类识别

第七章结论及展望

参考文献

发表论文和科研情况说明

致谢