论文部分内容阅读
伴随着计算机视觉技术的不断发展,图像识别技术的不断提高,图像匹配已经成为模式识别领域研究的重点问题。常用的图像匹配算法主要分为基于局部特征区域的匹配和基于点模式的匹配。点模式作为匹配的基本单元,主要分为基于变换关系匹配的算法,基于灰度的匹配算法以及基于点模式特征的匹配算法。在点模式匹配中,图像中存在几何变形、受光照和遮挡等因素的影响,如何快速并准确地进行图像的特征匹配仍然是一个十分重要的问题。因此,本文以视觉抓取机器人下的目标定位抓取为研究背景,以三维空间的图像匹配作为理论依据,对RGB-D下机器人目标匹配与定位抓取问题做了深入的分析与研究。具有广泛的应用前景和重要的科学意义。本篇论文主要的工作如下:(1)对检测到的RGB-D数据进行预处理与边缘提取:预处理过程包括对图像的灰度化处理以及采用高斯滤波对图像进行滤波与去噪处理。之后采用Kinect深度信息对图像进行背景分割。最后使用Canny算子提取图像的边缘。本文在.Net Framework平台下使用C#窗体应用程序进行实验,进行图像预处理与边缘提取工作。(2)利用改进的EMD距离提取图像的点模式直方图,利用直方图的代价函数计算形状上下文(Shape Context)特征。计算每个特征点与其余各点的直方图,传统形状上下文利用卡方距离构建直方图在某些情况下不能满足实时性的要求,本文提出采用改进的EMD距离代价函数来选取使其值最小的特征匹配,以达到匹配实时性的要求。(3)构建匹配图模型,针对形状上下文的误匹配,本文提出SMC算法与形状上下文相结合,达到图模型的连续分配以达到择优选取的目的。在.Net Framework和MATLAB实验平台下对传统的图像匹配诸如Sift,PA,TBA,ULA等算法在遮挡与光照条件不同时进行精确度与时间复杂度的对比。实验结果表明,本文提出的算法具有较好的匹配精度和较小的时间复杂度。(4)三维空间的图形匹配与定位抓取:进行相机标定,得出相机的参数以确定工件在世界坐标系下的坐标,应用匹配结果进行抓取位置的选择,当图像发生旋转时利用匹配结果进行特定抓取位置的选择,以实现机器人对目标准确定位抓取的过程。