基于神經(jīng)網(wǎng)絡(luò)的顯微視覺多目標(biāo)識(shí)別.pdf

1、隨著機(jī)器人技術(shù)的發(fā)展,機(jī)器人的操作對(duì)象延伸到微觀領(lǐng)域,微裝配機(jī)器人應(yīng)運(yùn)而生,并且技術(shù)日漸成熟。微裝配機(jī)器人依靠視覺伺服,獲得顯微視覺下目標(biāo)物體的圖像坐標(biāo)及空間坐標(biāo),是后續(xù)機(jī)械手自動(dòng)裝配的前提。本文開展的基于神經(jīng)網(wǎng)絡(luò)顯微視覺的多目標(biāo)識(shí)別是微裝配機(jī)器人視覺伺服的主要組成部分,而準(zhǔn)確的識(shí)別各類目標(biāo)是視覺伺服的基礎(chǔ)。
　　本文以靶裝配機(jī)器人為平臺(tái),研究顯微視覺下的多目標(biāo)識(shí)別,包括多目標(biāo)預(yù)處理,目標(biāo)分割,特征提取和多目標(biāo)識(shí)別四個(gè)部分。首先簡

2、要介紹靶裝配機(jī)器人的系統(tǒng)結(jié)構(gòu)及操作目標(biāo),針對(duì)顯微視覺下圖像的特點(diǎn),對(duì)圖像進(jìn)行一系列的預(yù)處理,包括圖像灰度化,均值濾波,邊緣提取,圖像分割。通過對(duì)幾種常見的邊緣提取方法的比較,采用Canny算子進(jìn)行邊緣提取。由于閾值方法不能很好的對(duì)多目標(biāo)圖像進(jìn)行分割,本文采用聚類算法實(shí)現(xiàn)多目標(biāo)分割,并根據(jù)目標(biāo)的形狀特征,實(shí)現(xiàn)微夾鉗的聚類?；诎醒b配機(jī)器人操作目標(biāo)的結(jié)構(gòu)特征,采用不變矩特征量進(jìn)行特征提取。針對(duì)顯微視覺下各目標(biāo)容易被相互遮擋,采用不變矩方法無