基于機器視覺的工件識別技術的研究.pdf

1、工件識別是工業(yè)生產(chǎn)線上分揀、抓取等后續(xù)操作不可或缺的一部分。針對傳統(tǒng)人工識別的弊端，將機器視覺原理引入目標工件自動識別過程，解決不同工件如何分類識別問題。本文研究了圖像處理和特征提取算法及其軟件編程技術。
　　首先以常見的工件為研究對象，對它們的圖像進行預處理。設計中值濾波結合形態(tài)學開閉濾波器的算法，并將其應用到工件圖像去噪中，取得了較好的保邊去噪效果；采用頂帽和黑帽運算級聯(lián)的方式增強工件圖像對比度，使圖像中的一些細節(jié)更加容易辨識

2、，為后續(xù)的特征提取和圖像匹配打下基礎。
　　對主流的工件識別方法進行了研究，分析和比較各種算法的優(yōu)勢和不足。改進傳統(tǒng)Fast角點提取算法，在角點檢測過程中引入尺度空間和角點提純思想對工件特征進行提取，用SURF描述器對得到的角點進行描述。
　　選擇KNN算法作為相似性度量，LSH索引在高維向量空間進行搜索，實現(xiàn)特征點的初匹配；用RANSAC算法剔除結果中存在的誤匹配。匹配準確率相對原SURF檢測算法有了明顯提高。