钢坯位置检测及其图像处理技术的研究

摘要

随着计算机软硬件技术和机器视觉领域的不断发展，基于视觉处理的位置检测系统在自动化生产中的应用日益广泛，针对与北京某科技企业合作开发的钢坯端面标识设备在进行钢坯的喷涂环节过程中，钢坯的排列会因不同的位置差异而导致枪头发生碰撞以及喷涂字体的不完整性问题，本文探讨和研究结合图像处理与分析技术来进行钢坯端面空间位置信息的测量。本文的主要工作如下:
　　1.介绍了本课题所涉及领域的国内外研究现状，进而分析了利用Kinect传感器作为本文整个系统的硬件采集装置的优势，通过对Kinect的结构及其深度数据测量原理的分析，本文采用C++编程成功实现了对Kinect深度及彩色信息的获取。
　　2.详细设计了系统中数字图像处理中的算法部分，主要包括了对Kinect深度信息与彩色信息的配准;通过对多种滤波器的滤波效果比较得出了中值滤波器既可以滤除干扰噪声还能使图像中的细节部分得以保留;通过对不同边缘检测算子检测效果的比较采用能够较精确的得到单像素性边缘且抗干扰能力强的Canny算子;最终通过对比图像轮廓的两种表达方式采用顶点序列的方式并对轮廓采用最大边界进行拟合，从而获得了被测目标的轮廓信息并进行了存储。
　　3.在分析了摄像机成像过程中坐标转换关系的基础上对求解相机标定算法的基本原理进行研究，并对成像过程中的三种误差来源进行了分析，提出减小误差的有效方法。接着对Kinect摄像机进行标定得到了其内外部参数，建立了由图像像素坐标到空间三维坐标信息的转换关系模型从而得到了被测目标的三维空间信息。阐述了Kinect深度数据测量误差产生的原因并通过伺服定位装置对其精度进行了分析，得到了其深度测量值的误差分布。结合本文实际应用情况确定了Kinect的测量距离并对其误差进行了修正，最后对本文设计的测量系统进行了反复试验验证，对测量结果进行了比较与分析。

目录

声明

摘要

1 前言

1．1 课题研究背景及意义

1．2 三维视觉测量技术国内外研究现状

1．3 数字图像处理系统概述

1．3．1 研究现状及未来发展趋势

1．3．2 Kinect测量领域应用

1．4 课题来源

1．5 论文主要结构安排

2 Kinect原理与图像信息的获取

2．1 Kinect原理

2．1．1 Kinect硬件构成

2．1．2 Kinect深度成像原理

2．1．3 彩色及深度数据流信息

2．1．4 Kinect技术参数

2．2 系统开发软硬件平台

2．2．1 系统开发平台要求

2．2．2 OpenNI2简介

2．2．3 配置开发环境

2．2．4 应用注意事项

2．3 数据流信息的获取

2．4 本章小结

3 Kinect测量系统图像处理算法设计

3．1 引言

3．2 系统的整体结构组成

3．3 系统软件算法总体方案流程

3．3．1 图像采集模块设计

3．3．2 深度图像阈值化模块设计

3．3．3 图像灰度化模块设计

3．3．4 深度数据与彩色数据配准

3．3．5 图像阈值分割模块设计

3．3．6 图像滤波去噪模块设计

3．3．7 图像边缘检测模块设计

3．3．8 图像边缘的提取与保存

3．4 本章小结

4 深度摄像机成像模型及误差分析

4．1 摄像机成像中三种坐标系统

4．1．1 世界坐标系

4．1．2 图像坐标系

4．1．3 摄像机坐标系

4．1．4 三种坐标系统转换关系

4．2 摄像机成像系统的误差来源

4．2．1 成像系统的几何畸变

4．2．2 成像系统的噪声

4．2．3 标定误差的引入

4．3 摄像机的标定求解

4．4 Kinect摄像机的标定

4．5 本章小结

5 试验结果与分析

5．1 概述

5．2 Kinect深度测量误差与精度分析

5．2．1 Kinect深度数据测量数学模型的建立

5．2．2 Kinect深度测量误差产生原因

5．2．3 装置深度测量精度分析

5．3 Kinect深度测量精度分析与误差修正实验研究

5．3．1 实验平台的搭建

5．3．2 实验结果分析

5．3．3 Kinect测量位置的确定

5．4 Kinect深度测量误差修正

5．5 钢坯位置信息获取与试验研究

5．5．1 三维信息获取模型的建立

5．5．2 试验方案

5．5．3 试验数据与分析

5．6 本章小结

6 结论

7 展望

参考文献

9 攻读硕士学位期间发表论文情况

致谢