基于3D点云的可操作对象识别方法研究

摘要

在核电站设备巡检过程中，由于核辐射具有危害性，用机器人代替人进入核电站进行设备巡检是十分必要的。有效的机器视觉是机器人可靠运行的前提条件。
　　本文以阀门为研究对象，基于点云库PCL(Point Cloud Library)对点云数据的检测识别方法进行了研究，构建了核电站有关阀门的点云模型数据库，对阀门点云数据检测过程中涉及到的点云的处理步骤进行了详细的描述，如点云的预处理、分割、特征提取、匹配等过程，在场景点云图像中检测到阀门的点云数据后，对阀门的类型进行了判断识别。论文的主要工作如下:
　　一、用MFC编写了Kinect点云采集界面，对点云预处理阶段涉及到的滤波、分割、特征提取等各步骤进行了详细的介绍，分析了各算法的优缺点，并提出了改进的欧式聚类分割算法对点云图像进行分割。
　　二、详细介绍并对比了点云的局部特征描述子和全局特征描述子，最终选取了视点特征直方图VFH(Viewpoint Feature Histogram)作为点云特征进行提取，构建了含有三种类型阀门（分别为三辐条、四辐条、五辐条手轮）的点云模型数据库。
　　三、通过对场景点云聚类特征与模型数据库特征的一一匹配检测出阀门的点云数据，构造支持向量机分类器实现阀门类型的判断识别，使用交叉验证法对模型参数进行优化，达到了较高的分类准确率。检测部分与识别部分相结合共同实现了从场景中寻找到阀门并判断阀门所属类型的全过程。

目录

声明

摘要

第1章 绪论

1．1 选题背景及意义

1．2 机器视觉国内外研究现状

1．3 本文的主要内容

第2章 点云图像的采集与分割

2．1 点云的采集

2．2 点云的滤波

2．3 估计点云的表面法线

2．4 点云的分割

2．4．1 随机采样一致性算法

2．4．2 基于最小生成树的点云分割算法

2．4．3 区域生长分割算法

2．5 改进的欧式聚类分割算法

2．6 实验结果

2．7 本章小结

第3章 点云特征提取与模型数据库构建

3．1 点云特征描述方法

3．1．1 局部特征描述子

3．1．2 全局特征描述子

3．2 构建点云模型特征库实验

3．3 本章小结

第4章 阀门点云聚类的检测与分类识别

4．1 阀门点云聚类的检测

4．2 阀门点云聚类的分类识别

4．2．1 支持向量机原理

4．2．2 参数选择与实验结果

4．3 本章小结

第5章 总结与展望

5．1 论文工作总结

5．2 不足与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢