發(fā)布時(shí)間：2022-01-17 13:12

　　為了更好的適應(yīng)制造業(yè)的新形勢(shì),滿足消費(fèi)者日益增長(zhǎng)的個(gè)性化需求,傳統(tǒng)的裝配車間急需一種智能化的裝配監(jiān)測(cè)系統(tǒng),能夠智能識(shí)別裝配體各零件并監(jiān)測(cè)裝配過程。針對(duì)機(jī)械產(chǎn)品裝配中零件識(shí)別及裝配監(jiān)測(cè)相關(guān)問題,研究了一種基于深度圖像的裝配體零件識(shí)別及裝配監(jiān)測(cè)方法。與普通彩色圖像相比,深度圖像不僅能夠檢測(cè)場(chǎng)景的三維信息,而且具有較強(qiáng)的抗光照干擾、色度干擾及陰影干擾等環(huán)境因素干擾的能力,因此受到計(jì)算機(jī)視覺領(lǐng)域的關(guān)注。完成主要工作如下:（1）構(gòu)建了裝配體深度圖像標(biāo)記樣本庫(kù)。深度圖像標(biāo)記樣本庫(kù)主要包括合成深度圖像標(biāo)記樣本庫(kù)和真實(shí)深度圖像標(biāo)記樣本庫(kù),在構(gòu)建合成深度圖像標(biāo)記樣本庫(kù)時(shí),首先,建立裝配體三維模型,并利用不同顏色標(biāo)記各零件模型;然后,利用人工合成法,合成模型深度圖像及對(duì)應(yīng)的顏色標(biāo)簽圖像;最后,旋轉(zhuǎn)模型獲取不同視角下的合成深度圖像及顏色標(biāo)簽圖像并構(gòu)建合成深度圖像標(biāo)記樣本庫(kù)。在構(gòu)建真實(shí)深度圖像標(biāo)記樣本庫(kù)時(shí),首先,利用深度傳感器采集裝配體的真實(shí)深度圖像并進(jìn)行空洞填充及平滑處理;然后,采用人工標(biāo)記法標(biāo)記各零件;最后,整理不同視角下的真實(shí)深度圖像與顏色標(biāo)簽圖像,構(gòu)建真實(shí)深度圖像標(biāo)記樣本庫(kù)。（2）提出了PX-LBP算... 

【文章來源】：青島理工大學(xué)山東省

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

單個(gè)零件及裝配體內(nèi)各零件

青 島 理 工 大 學(xué) 工 學(xué) 碩 士 學(xué) 位 論 文分析表 1.1 可得，深度圖像與彩色圖像相比存在以下三大優(yōu)點(diǎn)：①抗干擾性深度圖像不會(huì)像彩色圖像一樣受到光照、陰影等外界環(huán)境的影響，且具有顏?zhàn)冃�；②包含三維信息，深度圖像含有場(chǎng)景中的距離信息，即灰度值的變化接反應(yīng)出視場(chǎng) Z 的變化，簡(jiǎn)化了物體的三維重建。③目標(biāo)物體檢測(cè)效率高，深度圖像可以根據(jù)距離信息快速的檢測(cè)出目標(biāo)物體的輪廓，極大了簡(jiǎn)化了物廓提取的過程，圖 1.2 為實(shí)際采集減速器的 RGB 圖像及對(duì)應(yīng)的深度圖像。

原始LBP特征

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的左右眼識(shí)別[J]. 鐘志權(quán),袁進(jìn),唐曉穎.  計(jì)算機(jī)研究與發(fā)展. 2018(08)
[2]基于Haar-like和AdaBoost的車臉檢測(cè)[J]. 朱善瑋,李玉惠.  電子科技. 2018(08)
[3]權(quán)重融合深度圖像與骨骼關(guān)鍵幀的行為識(shí)別[J]. 許艷,侯振杰,梁久禎,陳宸,賈靚,宋毅.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(07)
[4]一種過盈壓裝裝配工序的過程監(jiān)測(cè)系統(tǒng)[J]. 周銓.  機(jī)電產(chǎn)品開發(fā)與創(chuàng)新. 2018(03)
[5]一種改進(jìn)Haar-like特征的車輛識(shí)別算法[J]. 羅瑞奇,鐘忺,鐘珞,李琳.  武漢大學(xué)學(xué)報(bào)(理學(xué)版). 2018(03)
[6]基于像素濾波和中值濾波的深度圖像修復(fù)方法[J]. 劉繼忠,吳文虎,程承,王光輝,曾成.  光電子·激光. 2018(05)
[7]融合局部紋理和形狀特征的人臉表情識(shí)別[J]. 胡敏,滕文娣,王曉華,許良鳳,楊娟.  電子與信息學(xué)報(bào). 2018(06)
[8]基于深度卷積-遞歸神經(jīng)網(wǎng)絡(luò)的手繪草圖識(shí)別方法[J]. 趙鵬,劉楊,劉慧婷,姚晟.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(02)
[9]基于視覺的航天電連接器的智能識(shí)別與裝配引導(dǎo)[J]. 汪嘉杰,王磊,范秀敏,尹旭悅.  計(jì)算機(jī)集成制造系統(tǒng). 2017(11)
[10]基于Sobel算子的工件圓弧輪廓特征提取[J]. 化春鍵,熊雪梅,陳瑩.  激光與光電子學(xué)進(jìn)展. 2018(02)

碩士論文
[1]基于機(jī)器視覺的機(jī)械零件的識(shí)別研究[D]. 張叢.天津職業(yè)技術(shù)師范大學(xué) 2015
[2]交叉口復(fù)雜場(chǎng)景下目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D]. 呂復(fù)強(qiáng).浙江大學(xué) 2013



本文編號(hào)：3594789