论文部分内容阅读
计算机视觉检测是指利用数字图像处理系统模拟人类视觉对检测目标进行质量检测、尺寸测量以及位姿检测的技术，它是一种建立在计算机视觉理论基础上，综合运用图像处理、模式识别以及人工智能等技术而实现无接触检测的方法。随着上述技术和光电技术的发展以及计算机和专用图像处理硬件水平及性能的提高，使得计算机视觉检测技术得到了越来越广泛的应用，而不断涌现出的应用需求，又给计算机视觉检测技术的研究提出了新的课题。 本文对计算机视觉检测中几个关键技术，即图像滤波、特征检测以及摄像机标定技术从理论上进行了深入研究，并利用这些技术实现了自由变域作业两级定位的视觉定位。 针对实际图像受混合噪声污染的事实，以及现有的混合滤波算法复杂、自适应能力差等缺点，提出了一种混合噪声滤波算法，该算法首先依据脉冲噪声特点，从图像中分离出脉冲噪声，然后对图像中的脉冲噪声和高斯噪声，分别设计了一种基于传统滤波思想的改进的滤波器来滤除。 视觉检测中的大多数任务都是基于通过对图像特征的处理完成的，本文分析了视觉检测中常用的一些特征检测算法及亚像素定位技术。针对SUSAN算法不能自适应地改变阈值和定位精度不高的特点，提出了对SUSAN算法的改进算法，该算法不但能因图像、因区域自动确定像素的相似度阈值，而且能实现角点的亚像素定位，这为视觉检测应用打下了理论基础。此外，针对视觉检测中的目标识别任务，提出了一种改进的SIFT特征检测与匹配算法，该算法通过用尺度空间的3D二次拟合提高特征点的定位精度以及用聚类算法排除误匹配等措施提高了SIFT特征匹配的正确率，为目标的正确识别提供了保障。 摄像机标定技术是计算机视觉检测领域一项很基础、很关键的技术，摄像机标定的精度直接影响着后续视觉检测任务的精度及成败。作者通过分析影响摄像机标定精度的因素，指出标定板特征点检测的精度是影响摄像机标定精度的重要因素，为此，通过对图像像素类型的分析，提出了一种环形模板邻域角点检测算法。用该算法提取棋盘格标定板的角点像素坐标，采用张正友的平面标定法，摄像机标定的精度达到了0.1个像素，其能够满足多数视觉检测系统的应用要求。 分析了自由变域作业在工业应用中的重要意义，提出了自由变域作业的两级定位方法，重点研究了基于视觉的第二级定位。针对自由变域作业的两种作业模式，分别提出了基于图像的视觉控制和基于图像样本库的视觉定位方案，并对基于图像样本库的视觉定位方案进行了实验，验证了本文两级定位方法的正确性。