基于線(xiàn)陣CCD掃描信息的工件識(shí)別與特征參數(shù)提取.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展和人類(lèi)認(rèn)識(shí)世界的需求不斷增加，傳統(tǒng)的機(jī)器視覺(jué)已經(jīng)不能滿(mǎn)足人們對(duì)三維物體識(shí)別的要求。很多情況下需要采用各種測(cè)量手段及三維幾何建模方法，將物體轉(zhuǎn)化為計(jì)算機(jī)上的三維數(shù)學(xué)模型，實(shí)現(xiàn)三維物體的識(shí)別及定位。圖像理解是人工智能中涉及基于輸入圖像解釋來(lái)做出決策或完成一些控制系統(tǒng)的主要環(huán)節(jié)，在自動(dòng)檢測(cè)，機(jī)器人自動(dòng)抓取，自動(dòng)裝配，自主導(dǎo)航，醫(yī)學(xué)診斷等領(lǐng)域有著廣闊的用途。本文利用激光掃描和三角測(cè)量原理，求取物體的三維信息。利用幾何形體輪

2、廓的連續(xù)性，對(duì)輪廓進(jìn)行干擾點(diǎn)的去除。研究了圖像分割方法，并將待處理的數(shù)據(jù)點(diǎn)按照在深度方向上的可見(jiàn)性進(jìn)行了分類(lèi)，針對(duì)不同的分類(lèi)，提出了不同的圖像分割方法。對(duì)曲線(xiàn)擬合模型進(jìn)行了理論研究，應(yīng)用最小二乘法實(shí)現(xiàn)了表面輪廓曲線(xiàn)的擬合，將數(shù)據(jù)點(diǎn)按照輪廓法向的連續(xù)性進(jìn)行了分類(lèi)，對(duì)于法向不連續(xù)的數(shù)據(jù)，進(jìn)行多直線(xiàn)段擬合；對(duì)于法向連續(xù)的數(shù)據(jù)，應(yīng)用圓錐曲線(xiàn)為擬合模型對(duì)其進(jìn)行擬合。對(duì)形狀特征進(jìn)行了分析，由于本課題中待識(shí)別物體形狀簡(jiǎn)單，根據(jù)最小二乘法擬合得到的參數(shù)