【摘要】：隨著科技的不斷發(fā)展,目標跟蹤已被廣泛地應(yīng)用在智能監(jiān)控、智能機器人等各個領(lǐng)域,但目標跟蹤過程中的運動模糊、復雜背景干擾等難點問題依然有待解決。依托國家自然科學基金項目“智能裝配機器人視覺自主識別、高精度定位與柔順控制方法研究”,針對異構(gòu)電子元器件人工插裝速度慢、效率低、易漏裝、精度差等問題,本文重點研究處于運動狀態(tài)的異構(gòu)電子元器件以及PCB板元器件標識的動態(tài)跟蹤方法,并通過分析動態(tài)插裝跟蹤過程中存在的難點問題,提出改進方法來加以解決,最終實現(xiàn)了對動態(tài)異構(gòu)電子元器件及PCB板元器件標識復雜背景下的高精度目標跟蹤,為異構(gòu)電子元器件動態(tài)插裝任務(wù)完成奠定了基礎(chǔ)。本文研究的主要內(nèi)容如下:(1)介紹了系統(tǒng)設(shè)計和目標跟蹤算法相關(guān)理論。從相機、光源、機械手、傳送帶角度進行異構(gòu)電子元器件裝配的系統(tǒng)設(shè)計;針對生成式和判別式兩類目標跟蹤算法,分別介紹了幾種主要算法,然后通過分析異構(gòu)電子元器件和PCB板元器件標識的跟蹤任務(wù),選取了合適的跟蹤算法,最后介紹了目標跟蹤算法的精確度和成功率評價指標,為后續(xù)的內(nèi)容做鋪墊。(2)針對動態(tài)的異構(gòu)電子元器件實體跟蹤任務(wù),引入盲去卷積方法和顏色直方圖跟蹤算法改進尺度估計跟蹤算法(DSST)。首先在運動模糊方面使用盲去卷積方法對模糊核進行估計,根據(jù)模糊核和模糊圖像反卷積出清晰圖像,同時引入對尺度變化魯棒性好的顏色直方圖跟蹤算法,利用權(quán)重打分方法對顏色直方圖跟蹤算法和DSST算法得到的位置進行加權(quán),最終實驗結(jié)果表明,盲去卷積方法并結(jié)合顏色直方圖跟蹤算法的精確度提高了8%。(3)針對動態(tài)的PCB板元器件標識跟蹤任務(wù),提出采用顯著性檢測改進粒子濾波跟蹤算法。引入基于學習機制的任務(wù)驅(qū)動模型提取目標多特征圖,并利用合并策略融合顯著圖,然后根據(jù)學習機制提取顯著圖中的目標區(qū)域,并計算背景和目標區(qū)域顏色直方圖,最終通過粒子濾波算法搜索到目標位置,實驗結(jié)果表明基于顯著性檢測的粒子濾波跟蹤算法能有效解決復雜背景干擾問題,精確度提高了11%。
【圖文】：

江蘇大學碩士學位論文第一章 緒論背景及意義究背景元器件被廣泛應(yīng)用于各種電子設(shè)備中，常見的電子元器件有電接線端子等。如果根據(jù) PCB 板與電子元器件的組裝方式進行可以分為貼片式和穿孔式兩類。貼片式電子元器件沒有引腳或 1.1(a)），而穿孔式電子元器件(如圖 1.1(b))引腳長，這類電子子元器件和異構(gòu)電子元器件，常規(guī)電子元器件形狀特征規(guī)則，，種類多、尺寸外形差別大。

迪鄭嗤糠質(zhì)峭ü

本文編號：2674739