基于机器视觉的空间运动杆件运动参数测量的分析

基于机器视觉的空间运动杆件运动参数测量的分析

ID:33094705

大小:6.31 MB

页数:65页

时间:2019-02-20

基于机器视觉的空间运动杆件运动参数测量的分析_第1页
基于机器视觉的空间运动杆件运动参数测量的分析_第2页
基于机器视觉的空间运动杆件运动参数测量的分析_第3页
基于机器视觉的空间运动杆件运动参数测量的分析_第4页
基于机器视觉的空间运动杆件运动参数测量的分析_第5页
资源描述:

《基于机器视觉的空间运动杆件运动参数测量的分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第一章绪论第一章绪论1.1课题研究背景、目的及意义客观世界是一个三维的空间世界,用各种观测系统以不同的形式和手段观测客观世界而得来的图像尽管是二维平面的,但是其中却包含有三维物体空间信息。人的视觉系统就具有将获取的图像信息转变为立体视图的功能。立体视觉正是根据这个原理,探求从二维图像中恢复三维空间信息的方法,达到从图像认识世界的目的。立体视觉主要研究如何借助(多图像)成像技术从(多幅)图像里获取场景中物体的距离(深度)信息,它兴起于20世纪60年代中期n3,基本方法是用两个或两个以上的视点去观察同一目标物体,获得在不同视角下的一组图像,然后通过视觉

2、成像原理推算出不同图像中对应像素间的相对位置信息,进而计算出目标物体的空间位置。机器视觉(MachineVision)定义是:自动获取并分析图像,以得到描述一个景物或控制某种动作的数据∞1。机器视觉的实现,开始是由从事人工智能的学者完成,目的是赋予机器类似生物体所特有的视觉信息处理能力。在现代工业自动化生产过程中,机器视觉正成为一种提高生产效率和保证产品质量的关键技术,而在工业发达的国家已将机器视觉技术用于工业生产的检测和加工控制领域瞄¨4¨51。在我国现有的企业中,有占很大比例的企业仍然采用传统落后的方法进行生产加工,因此为了保证产品质量,花费在

3、检测上的时间和人力是相当大的,从而严重影响了生产效率及经济效益。就尺寸、位移量等常见检测而言,传统的接触式测量技术跟不上现代工业、机械加工材料加工的非接触测量要求,相反已经开始制约生产效率和加工精度的提高;其次,在传统的生产线下静态测量技术的使用占较大部分,但随着生产线的发展进步,已满足不了现代加工中主动测量的要求,即不能及时控制生产过程,因而在生产中经常出现因不能及时检测产品、控制流程而造成废品的情况,影响了产品质量,最终影响企业经济效益∞¨71。在工程应用中或设计新机构时,都需要机构的相关运动参数,但机构的真实运动由于受机构中各构件的质量、转动

4、惯量和作用于构件上的力、构件的弹性变形和运动副的间隙等因素的影响,实际情况常与理论分析存在差别呻1。利用CCD技术进行测量是机器视觉技术的丰要应用之一,目前在很多领域上都得到一定的研究和应用,如材料形变检测、工厂自动化、医疗等。以CCD作为传感器进行测量测试,弥补了传统传感器和传统测量方法的不足,所以这一技术必将得到更加广泛的应用,天津工业大学硕士学位论文为此本课题提出利用双彩色CCD立体视觉技术和计算机常用软件Matlab编程相结合的方法,进行空间杆件运动参数测量的研究。利用本课题的研究结果,可以直接测量空间运动杆件在空间运动的实时位置,并通过对

5、图像采集时间的记录,得到空间运动杆件的速度等运动参数,对机构运动情况做出直接的分析评判,同时还可以对机构运动的理论分析结果进行验证。此外,本课题的研究结果在一定程度上可以作为未来有关机器视觉研究的基础,也可以提供一种检验空间物体运动、构件间相对位置和相对位移甚至变形的新方法,能够在机构运动分析、动力学研究、精密机械的定位和质检工序等智能化制造方面得到实际应用。1.2国内外机器视觉技术的应用1.2.1机器视觉在农业生产中的应用瓜果品质的无损检测技术。目前,国外对利用机器视觉进行果实品质自动识别研究的对象非常广泛。Taylor等(1984)首先报道了分

6、别利用线扫描和模拟摄像机检测苹果损伤的试验,结论为利用数字图像技术检测苹果损伤可以达到人工分级的精度;Rehkugler和Krop(1986)研究了利用机器视觉进行苹果表面碰伤检测,研制成了利用机器视觉进行缺陷检测和分级的苹果处理设备。在国内,王江枫、罗锡文等(1999)探讨了应用计算机视觉技术进行芒果重量及果皮损坏检测的方法,确立了所需图像区域的算法,建立了芒果重量与其投影图像的相互关系:杨秀坤等(1997)提出了应用计算机视觉技术检测苹果表面缺陷的方法;陈晓光等(1977)设计了用于综合评价苹果果型的计算机视觉系统。在机器识别黄花梨果型的研究中

7、,研究人员研究了不规矩果品的形状描述方法,提出采用Fourier变换和Fourier反变换对来描述果形,其识别的精确率可达到90%旧1。可以预见,将人工智能技术和图像处理技术相结合,是今后应用计算机视觉技术进行水果品质评价的重要发展方向。机器视觉在大米、小麦、玉米以及其他谷物的识别和分级的研究中也取得了很大进展。例如根据应力裂纹、形态、染色后颜色特征等,应用神经网络、高速滤波等技术来进行识别和分类。研究人员研究了烤烟烟叶质量的检测方法,用HLS颜色模型对大量烟叶样本进行颜色分析,得到各类样本颜色特征值得分布情况;采用轮廓跟踪算法对烟叶的整第一章绪论

8、体图像外型轮廓进行提取,采用链码表示法进行描述;通过烟叶对光的透过特性,对叶片结构和身份特征进行综合提取和描述;采用BP神

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。