基于OpenCV的帶電作業(yè)機(jī)器人立體視覺實(shí)現(xiàn).pdf

1、智能機(jī)器人在當(dāng)代正在迅速發(fā)展，在其研究的分支中，發(fā)展最為迅速、活躍的技術(shù)為立體視覺技術(shù)。本文的研究為在帶電作業(yè)機(jī)器人的操作平臺上增加雙目立體視覺，利用OpenCV庫函數(shù)實(shí)現(xiàn)立體視覺。將機(jī)器視覺與帶電作業(yè)機(jī)器人相結(jié)合，不但能夠增加工作人員的安全系數(shù)，也能大大提高帶電作業(yè)的工作效率。因此，本文的研究有利于當(dāng)代的技術(shù)發(fā)展，促使更進(jìn)一步運(yùn)用到實(shí)際。針對目標(biāo)實(shí)現(xiàn)過程中的各階段處理方法進(jìn)行了實(shí)驗(yàn)、分析和比較，做出了一套在實(shí)驗(yàn)室條件下的基于OpenC

2、V的機(jī)器人立體視覺實(shí)現(xiàn)所適用的方法。
　　在研究機(jī)器視覺方向中，越來越仿人類視覺，三維重建是當(dāng)代最主要的研究方向。當(dāng)今給三維重建的定義，就是指從圖象出發(fā)（采集兩幅以上）經(jīng)過計(jì)算恢復(fù)出對應(yīng)空間點(diǎn)三維坐標(biāo)。建立一個(gè)立體視覺系統(tǒng)最基本的模塊，通?？煞譃閳D像獲取、攝像機(jī)標(biāo)定、特征提取、立體匹配。這幾個(gè)重要部分構(gòu)成一個(gè)完整的系統(tǒng)。攝像機(jī)參數(shù)的標(biāo)定是立體視覺系統(tǒng)中最重要的步驟，這是因?yàn)樾枰鉀Q空間物體表面與圖像平面對應(yīng)點(diǎn)的成像關(guān)系。本文使用B

3、asler攝像頭開發(fā)了目標(biāo)圖像采集系統(tǒng)，通過對攝像機(jī)內(nèi)外參數(shù)模型和鏡頭畸變模型的分析，最終決定利用張正友棋盤格標(biāo)定法，直接對攝像機(jī)內(nèi)外部參數(shù)進(jìn)行標(biāo)定;具體的函數(shù)實(shí)現(xiàn)選用OpenCV庫函數(shù)。
　　在實(shí)現(xiàn)雙目立體視覺中，三維重建的基礎(chǔ)和前提是圖像預(yù)處理。因此本文在第三章主要針對圖像的一般特點(diǎn)進(jìn)行了分析，利用圖像灰度化、圖像增強(qiáng)、直方圖均衡等方法，并結(jié)合OpenCV庫函數(shù)進(jìn)行了程序?qū)崿F(xiàn)，得到了原始圖像預(yù)處理結(jié)果，通過實(shí)驗(yàn)對比分析，選出合

4、適可靠的方法運(yùn)用到本研究中。
　　立體視覺實(shí)現(xiàn)中，邊緣特征是影響到立體匹配精度的最重要的因素。因此本文在第四章主要研究圖像的邊緣檢測，重點(diǎn)分析了Sobel、Roberts、Prewitt、Canny、拉氏算予以及LOG等這幾種邊緣算子。結(jié)合OpenCV庫函數(shù)進(jìn)行程序?qū)崿F(xiàn)，通過比較效果圖，得出結(jié)論Canny算子最適合對本文采集的圖像進(jìn)行邊緣檢測，其效果最好，能夠準(zhǔn)確地提取出目標(biāo)圖像的邊緣輪廓線。
　　雙目立體視覺需要硬件與軟件

5、兩部分組成，在本文中利用高壓帶電作業(yè)機(jī)器人、piA2400-17gc工業(yè)相機(jī)、圖像采集卡、PC機(jī)等硬件設(shè)備和利用相機(jī)庫函數(shù)、OpenCV視覺庫、Microsoft VisualStudio2008(VC++)軟件設(shè)備平臺上共同搭建了實(shí)驗(yàn)研發(fā)平臺。在當(dāng)今雙目立體視覺系統(tǒng)的構(gòu)建中，另一關(guān)鍵在于特征點(diǎn)的立體匹配，因此本文在第五章首先分析了雙目立體視覺成像基本原理。由于本系統(tǒng)構(gòu)建較為簡單，因此構(gòu)建的系統(tǒng)中，兩個(gè)攝像機(jī)在同一條水平線上。為了得到精