基于圖像處理的工件識別定位系統(tǒng)研究.pdf

1、近幾年，全球經(jīng)濟整體下滑，傳統(tǒng)制造業(yè)正遭受著嚴峻的考驗。據(jù)估計，國內(nèi)經(jīng)濟在未來的幾年內(nèi)將持續(xù)低速發(fā)展。筆者認為，在這段時期加強對新技術(shù)、新平臺的研發(fā)力度，是企業(yè)未來能夠快速發(fā)展的關(guān)鍵。目前，就工業(yè)各領域而言，機器視覺技術(shù)的應用將越來越廣泛。本課題經(jīng)查閱大量文獻，發(fā)現(xiàn)在面向數(shù)控機床群的智能上下料方面，還沒有一套相應的視覺圖像處理系統(tǒng)。本研究以此為出發(fā)點，對面向數(shù)控機床群智能上下料的機器視覺系統(tǒng)進行了總體設計，并對圓柱體工件的圖像處理技術(shù)與

2、特征測量技術(shù)進行了深入的研究。
　　 基于上述情況，本課題的主要研究工作如下:
　　 第一，對整個機器視覺系統(tǒng)進行構(gòu)建與分析。首先，對硬件及軟件的搭建和選取進行了介紹;其次，對整個系統(tǒng)的運作流程進行了分析;最后，對該系統(tǒng)可能遇到的潛在問題進行了研究。
　　 第二，對圖像預處理技術(shù)進行研究。首先，介紹了噪聲產(chǎn)生的原因及其分類;其次，介紹了幾種常見的圖像去噪算法;然后，依據(jù)本課題所采集圖像的特點，提出了一種自適應圖像

3、去噪算法，并利用matlab進行了編程實驗;最后，對去噪后的圖像，完成了圖像增強操作。
　　 第三，對圖像分割技術(shù)進行研究。首先，介紹了圖像分割技術(shù)的定義及分類;其次，著重討論基于邊緣的圖像分割技術(shù)，介紹了邊緣的定義及分類;然后，介紹了常用的邊緣檢測算子，并對經(jīng)典的幾種邊緣檢測算子進行了實驗分析與驗證;最后，結(jié)合本課題中待檢測圖像的特點及實時性要求，提出了一種改進的新型canny邊緣檢測算法，并通過實驗對比與分析驗證了改進后算法

4、的實用性。
　　 第四，對圖像中工件的特征測量技術(shù)進行研究。首先，介紹了圖像立體匹配技術(shù)的基本知識;其次，依據(jù)本課題中待匹配圖像的特點，提出了一種相應的圖像立體匹配算法;然后，對攝像機標定技術(shù)進行了研究與分析;最后，利用matlab對圖像坐標系中工件的特征提取與測量進行了實驗探索與研究，為后續(xù)工作的展開奠定基礎。
　　 本課題所研究的面向數(shù)控機床群智能上下料的機器視覺系統(tǒng)，對改善國內(nèi)數(shù)控機床的生產(chǎn)狀況有著重要的意義。通過