导读:本文包含了结构光视觉传感器论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:传感器,视觉,结构,图像处理,在线,视场,手眼。
结构光视觉传感器论文文献综述
陆艺,沈添秀,郭小娟,郭斌[1](2019)在《线结构光视觉传感器机器人手眼关系标定》一文中研究指出为实现对工业机器人手眼关系的标定,提出一种基于线结构光视觉传感器的手眼关系标定方法。该方法在标定时,将一个平面靶标作为参考物固定在工业机器人工作空间内,控制工业机器人末端运动以带动线结构光视觉传感器作多组变位姿运动,获取在不同位姿状态下的平面靶标图像并对其进行图像处理。通过对图像上固定特征点的测量,以及建立线结构光视觉传感器模型和手眼关系模型实现对线结构光内参数和手眼关系的标定。用棋盘格标定板进行测量实验验证,实验结果表明该方法准确度为0.036 mm,即优于40μm,可用于工业机器人的测量应用。(本文来源于《中国测试》期刊2019年10期)
孙博文,朱志明,郭吉昌,张天一[2](2019)在《基于组合激光结构光的视觉传感器检测算法及图像处理流程优化》一文中研究指出基于激光结构光的视觉传感器广泛应用于焊接领域的坡口检测和焊缝跟踪。该文提出了一种基于组合激光结构光的新型视觉传感器,独特的光路结构设计避免了传感器应用于不同焊接位姿时繁琐的外参数标定,仅依靠传感器内部固有参数(应用前需校准)和焊接坡口图像的特征点坐标值,即可实现焊接坡口参数的在线检测,有效增强了传感器的适应性。通过对不同图像处理算法的改进和合理组合,对图像处理流程进行了优化。动态感兴趣区(region of interest,ROI)区域提取算法可快速寻获有价值的激光线和特征点所在区域,有效提升了后续图像处理速度;顶帽变换与自适应二值化组合,在将激光线灰度值均匀化的同时,实现了激光线与背景图像的有效区分。运用基于LOG(Laplacian of Gaussian)算子的边缘识别算法,可提取出激光线的单像素边缘;采用最小二乘法对所求得的激光中心线离散点进行直线拟合,通过联立直线方程求交点的方式,实现了对焊接坡口特征点图像坐标值的准确识别。借助Visual Studio平台,运用改进的图像处理算法、优化的图像处理流程和检测算法,对特征参数不同的V形焊接坡口进行检测试验,检测误差均在±4%以内,验证了所提出视觉传感器及其检测算法和图像处理流程的合理性和适用性。(本文来源于《清华大学学报(自然科学版)》期刊2019年06期)
孙博文,朱志明,郭吉昌,于英飞[3](2018)在《基于激光结构光的视觉传感器的图像处理技术研究应用及展望》一文中研究指出基于激光结构光的视觉传感技术是目前实现焊接过程自动化和智能化的主流传感技术。简要介绍了基于激光结构光的不同类型的视觉传感器及其在焊接领域的典型应用。针对图像处理过程中的图像预处理、激光中心线提取、特征点识别这3个阶段,分别详述了每个阶段的传统图像处理算法,并针对一些焊接领域应用的典型场景,举例说明了更具特色的图像处理算法及其应用所获得的图像处理效果,包括检测精度和实时性。最后,对基于激光结构光的视觉传感技术在焊接领域的进一步研究和应用以及未来的发展方向进行了展望。(本文来源于《焊接》期刊2018年09期)
邹媛媛,李鹏飞,左克铸[4](2018)在《叁线结构光视觉传感器现场标定方法》一文中研究指出叁线结构光视觉传感器由于获取信息量大、测量速度快等特点被广泛应用于工业现场测量。为了实现传感器高精度、快速的现场标定,提出了一种基于支持向量机的叁线结构光视觉传感器标定方法。首先,设计标定靶标;其次,采集靶标图像后提取特征点亚像素坐标值;再次,基于支持向量机方法建立特征点的图像坐标和叁维空间坐标的映射模型;最后,将待标定点图像坐标输入映射模型,即可得到叁维空间坐标,实现对叁线结构光视觉传感器的直接标定。实验验证,Y轴、Z轴方向上的测量绝对误差均值分别为0.021 1 mm和0.015 0 mm,具有较高的标定精度,且该标定方法标定过程简单、快速,适合现场标定。(本文来源于《红外与激光工程》期刊2018年06期)
王荃[5](2017)在《基于线结构光视觉传感器的孔径测量研究》一文中研究指出线结构光作为一种非接触式的测量方法,涵盖了激光测量技术,机电技术和数字图像处理技术,它作为一种非接触式测量手段得到了广泛的应用和迅速的发展。电子产品的使用寿命是现在研究的重点课题,其关键性问题就在于如何提高元件的生产精度。目前计算机使用的主要是机械硬盘,如果硬盘底座的参数出现了偏差,将极大的影响原件的安装牢靠度,降低硬盘的使用寿命。接触式测量是现阶段对硬盘底座圆孔参数进行测量的主要方法,但此方法会对硬盘底座表面产生划伤,所以急需一种非接触的测量方法。在总结了现有的非接触测量方法的基础上,为达到对硬盘底座圆孔测量精度的要求,论文对基于线结构光视觉传感器的孔径测量研究的相关技术进行了研究,有效的实现了工业生产对圆孔参数精度的要求。论文以硬盘底座作为研究对象,采用线结构光视觉测量方法对底座圆孔进行孔径测量,首先搭建了由激光发射器、摄像机和二维位移平台组成的基于叁角激光测量原理的光视觉传感器测量平台;其次针对消除硬盘底座圆孔周围强反射面的问题进行了研究,提出了基于分数阶微分消除强反射面影响的方法,有效的消除了强反射区对圆孔测量精度的影响;最后对没有强反射影响的圆孔图像进行边缘提取,并对其进行孔径测量和误差分析,完成了对硬盘底座圆孔的孔径测量。经实验验证,通过对图像处理算法进行完善,改进测量技术,本文算法与其他算法相比,在保证精确提取孔径边缘的基础上,对圆孔周围的强反射面进行了抑制,在对硬盘底座圆孔进行孔径测量时误差可控制在±0.05mm左右,保证了测量精度,能够满足硬盘圆孔的生产要求。(本文来源于《华北理工大学》期刊2017-12-04)
邱克松[6](2017)在《基于结构光视觉传感器的轮对踏面几何参数在线测量系统研究》一文中研究指出进入21世纪,中国铁路建设各项工作取得显着成绩,中国铁路进入了新的发展时期。火车车轮是铁路机车车辆的主要运动部件,形状较为复杂,现有的常规无损检测方法只能对其中某些部分进行检测,对于车轮踏面表面和近表面区域中参数的完整检测尚未有一种较为理想的方法,因此,随着列车速度的不断提升,研究轮对踏面几何参数检测技术与系统具有重要的现实意义。本文基于双二维结构光视觉传感器设计并构建了轮对踏面几何参数检测系统,使用该检测系统采集轮对踏面轮廓数据,并对数据进行综合分析处理,获得踏面几何参数,同时对影响测量的误差因素进行讨论,给出相应的补偿措施。结果表明,基于双二维结构光视觉传感器的踏面轮廓几何参数测量系统方案可行性,测量结果满足轮对检测的各项指标要求。本文的工作内容如下:(1)搜集查阅了国内外列车轮对检测系统的进展和成果,掌握轮对踏面外形测量技术的研究现状。(2)设计了基于双二维结构光传感器的轮对踏面几何参数检测方案,详细介绍踏面参数测量原理,进行了视觉传感器选型以及参数配置。(3)搭建了基于双二维结构光传感器的轮对踏面几何参数检测系统,实现了对轮对主要几何参数的测量,其中轮缘几何参数测量精度达到±0.2mm,轮辋宽精度达到±0.4mm。(4)对引起误差的来源及其对测量精度的影响程度进行了分析。(5)将实验室结论应用于地铁检测现场,验证了系统在线测量的可行性。(本文来源于《北京交通大学》期刊2017-05-29)
陈丽,梁晓琳,杨亚磊,王国斌[7](2017)在《一种简化的线结构光视觉传感器现场标定方法》一文中研究指出用线结构光视觉传感器进行物体轮廓测量在非接触测量中变得越来越重要。其中,线结构光视觉传感器的标定是线结构光视觉测量的关键。论文根据现有的标定方法,提出了一种基于方框形圆点靶标的标定方法,并给出了数学模型。经过实验其精度满足普通测量要求。(本文来源于《中小企业管理与科技(上旬刊)》期刊2017年05期)
吴平[8](2017)在《基于视觉传感器的结构化道路车道线识别算法研究》一文中研究指出目前在汽车保有量增长的同时随之带来了更多的交通事故。交通事故的高发让政府发布更多的法律法规,迫使汽车行业不断在技术革新上加大投资力度。当前关于安全的技术的研究主要集中在主动安全、被动安全、智能驾驶辅助系统和智能网联汽车等技术上。智能系统是车辆根据车载传感器在感知周围环境的基础上控制车辆相关系统做出转向或制动或加速等的一系列操作。这样的一系列活动都是建立在车辆对于环境正确的感知上。在环境感知中车道内的车道线信息提取是一个十分重要的环节,精确而实时的检测车道线是该领域中的一个重点和难点。本文主要针对结构化道路进行车道线识别,根据结构化道路的一些特征以及其复杂的环境条件,从算法的实时性、检测的精确性和对各种工况环境的适应性上下手,提出了一些解决方案。本文主要的研究方法和研究内容包含以下几个方面:(1)收集关于车道线识别相关的论文,对国内外车道线检测算法和车道线跟踪算法的研究现状进行了分析。了解目前车道线识别中各种传感器和算法的优缺点,从中找到车道线识别算法中所面临的问题。(2)研究基于相机成像原理逆透视变换以及相机标定。根据小孔相机成像原理,将采样得到的图像进行逆透视变换得到鸟瞰图。为了保证逆变换和变换的可行性,求取消失点坐标。为了保证采样图像的质量,对透镜的畸变采用模板法进行标定。(3)研究基于随机抽样一致性算法(RANSAC)的贝塞尔曲线形车道线拟合。在图像预处理阶段采用高斯分离滤波器提高平行车辆行进方向信号信噪比,与此同时该滤波器还能够有效降低计算量。二值化引进局部阈值方法将车道线像素点与非车道像素点进行分离。在二值化图像中寻找疑似车道线的区域并在区域中采用RANSAC拟合叁阶贝赛尔曲线。并对拟合的车道线长度和线条弯曲程度进行评估。(4)研究结合卡尔曼滤波噪声分析的车道线跟踪算法。采用卡尔曼滤波跟踪算法对贝塞尔曲线4个控制点进行跟踪。为了实现更精确的跟踪,本文对卡尔曼滤波过程噪声和测量噪声采用试验方法进行提取。本文最后采用试验方法和对比法对算法进行评估。通过实车在结构化道路上行驶采集实时车道线数据对本文算法进行评估。另外,将本文算法与其它算法在相同评价标准下进行评估。评估结果表明:(1)经过逆透视变换后的图像配合使用高斯分离滤波器和局部阈值处理方法使得二值化以后的图像拥有较高的信噪比。(2)卡尔曼滤波器车道线跟踪算法的实时车道跟踪帧率可以达到29.1帧每秒,各种工况下平均跟踪准确度可以达到86.8%,有很好的实时性和精确度。(本文来源于《西华大学》期刊2017-05-01)
莫毅[9](2017)在《基于结构光视觉传感器的弧焊机器人视觉检测方法及试验结果分析》一文中研究指出针对自动焊接机器人焊缝精确检测的问题,研究了基于结构光视觉传感器的视觉检测方法,对结构光视觉传感器实时采集图像进行理论分析,经过焊缝图像预处理、图像边缘检测和轮廓提取等处理过程,运用最小二乘法对焊缝边缘拟合,通过求平均值的方法提取结构光条纹的中心直线,找到数字图像中焊缝的位置,最后利用机器人手眼标定焊缝的位置,并进行焊缝跟踪。结合试验,验证了该视觉检测方法检测精度较好,能够满足实际的工作要求。(本文来源于《热加工工艺》期刊2017年01期)
宋丫,柴兴华,周富强[10](2016)在《单摄像机全向立体视觉传感器的结构设计》一文中研究指出传统宽视场叁维测量常采用多传感器构建的测量系统实现,传感器的同步和多传感器测量坐标系的统一两大难点导致测量精度与测量速度难以兼容。为了实现更宽视场范围内目标物的实时叁维测量,设计了1种由单摄像机和2个四棱锥反射镜构成的全向立体视觉传感器。2个四棱锥反射镜对称摆放,顶部相对,下四棱锥顶端安装高分辨率工业摄像机。四棱锥反射镜成像形成4对虚拟摄像机,等效于传统双目视觉传感器的1对摄像机同时采集同名特征点,从而由4对虚拟摄像机实现水平4个方向的同步测量。解决了传统双目视觉传感器体积大、视场狭小、图像采集不同步等问题,且有效保证了图像的透视投影不变性,避免了曲面镜成像产生的图像畸变,减小了后续工作难度。(本文来源于《光学学报》期刊2016年06期)
结构光视觉传感器论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
基于激光结构光的视觉传感器广泛应用于焊接领域的坡口检测和焊缝跟踪。该文提出了一种基于组合激光结构光的新型视觉传感器,独特的光路结构设计避免了传感器应用于不同焊接位姿时繁琐的外参数标定,仅依靠传感器内部固有参数(应用前需校准)和焊接坡口图像的特征点坐标值,即可实现焊接坡口参数的在线检测,有效增强了传感器的适应性。通过对不同图像处理算法的改进和合理组合,对图像处理流程进行了优化。动态感兴趣区(region of interest,ROI)区域提取算法可快速寻获有价值的激光线和特征点所在区域,有效提升了后续图像处理速度;顶帽变换与自适应二值化组合,在将激光线灰度值均匀化的同时,实现了激光线与背景图像的有效区分。运用基于LOG(Laplacian of Gaussian)算子的边缘识别算法,可提取出激光线的单像素边缘;采用最小二乘法对所求得的激光中心线离散点进行直线拟合,通过联立直线方程求交点的方式,实现了对焊接坡口特征点图像坐标值的准确识别。借助Visual Studio平台,运用改进的图像处理算法、优化的图像处理流程和检测算法,对特征参数不同的V形焊接坡口进行检测试验,检测误差均在±4%以内,验证了所提出视觉传感器及其检测算法和图像处理流程的合理性和适用性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
结构光视觉传感器论文参考文献
[1].陆艺,沈添秀,郭小娟,郭斌.线结构光视觉传感器机器人手眼关系标定[J].中国测试.2019
[2].孙博文,朱志明,郭吉昌,张天一.基于组合激光结构光的视觉传感器检测算法及图像处理流程优化[J].清华大学学报(自然科学版).2019
[3].孙博文,朱志明,郭吉昌,于英飞.基于激光结构光的视觉传感器的图像处理技术研究应用及展望[J].焊接.2018
[4].邹媛媛,李鹏飞,左克铸.叁线结构光视觉传感器现场标定方法[J].红外与激光工程.2018
[5].王荃.基于线结构光视觉传感器的孔径测量研究[D].华北理工大学.2017
[6].邱克松.基于结构光视觉传感器的轮对踏面几何参数在线测量系统研究[D].北京交通大学.2017
[7].陈丽,梁晓琳,杨亚磊,王国斌.一种简化的线结构光视觉传感器现场标定方法[J].中小企业管理与科技(上旬刊).2017
[8].吴平.基于视觉传感器的结构化道路车道线识别算法研究[D].西华大学.2017
[9].莫毅.基于结构光视觉传感器的弧焊机器人视觉检测方法及试验结果分析[J].热加工工艺.2017
[10].宋丫,柴兴华,周富强.单摄像机全向立体视觉传感器的结构设计[J].光学学报.2016