人機(jī)協(xié)調(diào)裝配的手部生物特征圖像識(shí)別.pdf

1、隨著智能機(jī)器人技術(shù)的快速發(fā)展與在制造系統(tǒng)中的廣泛應(yīng)用，要求使用智能化的人機(jī)協(xié)調(diào)裝配技術(shù)以應(yīng)對(duì)復(fù)雜機(jī)電產(chǎn)品裝配系統(tǒng)的高柔性需求。在人機(jī)交互協(xié)調(diào)的機(jī)械裝配系統(tǒng)中，為有效實(shí)現(xiàn)機(jī)器人對(duì)操作人員手部裝配動(dòng)作的識(shí)別，需對(duì)手部裝配圖像進(jìn)行生物結(jié)構(gòu)的特征檢測(cè)。本文通對(duì)裝配圖像中手部多生物特征的深入分析、提取與識(shí)別，實(shí)現(xiàn)了基于結(jié)構(gòu)化特征的裝配手形擬合。
　　在膚色建模的基礎(chǔ)上，利用圖像膚色分割解決手部位置的圖像定位問題，為手部的位姿估計(jì)提供了基礎(chǔ)。

2、基于聚類學(xué)習(xí)方法在RGB色彩空間上建立了膚色混合高斯模型，通過期望最大化算法實(shí)現(xiàn)了對(duì)膚色非線性分布的離線訓(xùn)練。結(jié)合YCrCb色彩空問上的稀疏化高斯模型，借助在線快速學(xué)習(xí)方式提高了膚色模型對(duì)具體裝配測(cè)試場(chǎng)景下光照的適應(yīng)性，實(shí)現(xiàn)了基于多色彩空間上不同膚色模型的手部圖像定位。
　　深入分析了指節(jié)灰度圖像隨機(jī)特征的建立、觀測(cè)與學(xué)習(xí)方法。在Poisson Gaussian隨機(jī)場(chǎng)模型中，將超參數(shù)場(chǎng)上偏移測(cè)度對(duì)應(yīng)的統(tǒng)計(jì)分布作為圖像的隱特征。依據(jù)

3、Bayesian方法構(gòu)建了隨機(jī)偏移特征的條件形式，給出了基于偏移測(cè)度多信息融合的圖像特征表示。
　　分別對(duì)指節(jié)圖像上兩類偏移特征進(jìn)行學(xué)習(xí)，利用分類融合思想對(duì)特征信息進(jìn)行了綜合，實(shí)現(xiàn)了指節(jié)位置的圖像檢測(cè)。將指節(jié)灰度圖像中單側(cè)偏移集與雙側(cè)偏集的分布作為隨機(jī)場(chǎng)上的兩種偏移特征，利用有限混合分布、Dirichlet過程混合模型兩種隨機(jī)聚類方法與Gaussian場(chǎng)多分類模型對(duì)以上兩類圖像特征進(jìn)行了學(xué)習(xí)。將兩類特征的融合結(jié)果作為指節(jié)圖像檢測(cè)的