双目视觉定位系统的构建与研发

摘 要

　　随着我国经济的发展，我国对工业自动化以及信息化的程度提出了新的要 求。为了满足新的要求，机器视觉技术由于其精确度高、非接触性、高适应性、 高敏感性等特点，在工业生产中得到了广泛的应用。利用双目立体视觉进行工业 生产中工件的识别与定位是机器视觉技术的一个重要发展方向，相对于单目视 觉，双目视觉技术容易获取工件空间信息，具有效率高、定位准确等优点。本文 利用机器视觉技术构建双目视觉定位系统来处理工件的识别与定位问题，主要的 工作内容如下：

　　（1）研究了针孔摄像机模型下各坐标系之间的转换关系。分析了传统标定 法、摄像机自标定方法、主动视觉摄像机标定方法三种摄像机标定方法的原理以 及优缺点，选择了传统标定法中的张氏标定法，并通过实验求得了摄像机的主要 参数。

　　（2）研究了图像的边缘检测方法，提出了改进 Canny 算子，把传统 Canny 算子中的高斯滤波器替换为双边滤波器、增加了梯度方向上的计算；与 Prewitt 算法、Sobel 算法等几种算法的对比实验表明，改进后的 Canny 算子对于图像的 边缘检测效果更好。

　　（3）研究了工件表明缺陷检测方法，基于卷积神经网络改进了分割网络模 型，并与 U-Net、DeepLabv3 工件表面检测模型进行实验对比，实验结果表明了 改进的分割网络模型具有更高的准确率。

　　（4）针对工件识别过程中图像特征的提取问题，选取了 SURF 算法应用于 图像特征的提取；提出了一种改进的 Harris 算法与 SIFT、K-D 树、RANSAC 等 算法组成的方法，完成工件的匹配与识别，并将该方法与 SIFT 算法进行了实验 对比；利用工件三维重建原理和摄像机的标定方法完成工件在空间内坐标以及角 度的计算，为机械手进行工件的抓取提供依据。

　　基于上面的研究成果，完成了双目视觉定位系统的构建，进行了系统的测试。 测试结果表明该系统具有一定的实用性。

　　关键词：机器视觉，双目视觉，工件识别，SIFT 算法

Abstract

　　With the development of China's economy, China has put forward new requirements for the degree of industrial automation and informatization. In order to meet the new requirements, machine vision technology has been widely used in industrial production due to its high accuracy, non-contact, high adaptability, and high sensitivity. Using binocular stereo vision to identify and locate workpieces in industrial production is an important development direction of machine vision technology. Compared with monocular vision, binocular vision technology is easy to obtain workpiece space information, and has the advantages of high efficiency and accurate positioning. This paper uses machine vision technology to build a binocular vision positioning system to deal with the identification and positioning of workpieces. The main tasks are as follows:

　　（1） The conversion relationship between the coordinate systems under the pinhole camera model is studied. The principles, advantages and disadvantages of the three camera calibration methods of traditional calibration method, camera self-calibration method, and active vision camera calibration method are analyzed. The Zhang calibration method in the traditional calibration method is selected, and the main parameters of the camera are obtained through experiments.

　　（2） The edge detection method of the image is studied, and the improved Canny operator is proposed. The Gaussian filter in the traditional Canny operator is replaced by a bilateral filter, and the calculation in the gradient direction is added. The comparison experiment of three algorithms shows that the improved Canny operator is better for image edge detection.

　　（3） Research on artifact detection methods, improved segmentation network model based on convolutional neural network, and experimental comparison with U-Net, DeepLabv3 workpiece surface detection model, the experimental results show that the improved segmentation network model has a higher Accuracy.

　　（4） For the extraction of image features in the process of workpiece recognition the SURF algorithm is selected for the extraction of image features; an improved Harris algorithm and SIFT, KD tree, RANSAC and other algorithms are proposed to complete the matching of workpieces And identification, and the method is compared with the SIFT algorithm experimentally; using the three-dimensional reconstruction principle of the workpiece and the camera calibration method to complete the calculation of the coordinates and angle of the workpiece in space, which provides a basis for the robot to grasp the workpiece.

　　Based on the above research results, the construction of the binocular vision positioning system was completed and the system was tested. The test results show that the system has certain practicality.

　　Keywords: Machine vision, Binocular vision, Workpiece recognition, SIFT algorithm

目录

　　第 1 章 绪论

　　1.1 选题的背景和意义

　　在这个计算机技术快速发展的时代里，人工智能技术越来越受到人们的重 视。在图像快速识别、工业生产、语音系统、机器人、汽车智能驾驶等领域中得 到应用，同时引导着全国大中小企业陆续地自动化改革和智能制造的升级，"中 国制造 2025"国家级战略有条不紊的迈开前进的步伐。机器视觉是实现人工智 能的重要技术之一，可用于工业产品缺陷检测、机器视觉引导识别与定位等，为 用工业机器人代替人力提供了重要的技术基础。 机器视觉技术通过计算机技术进行人的视觉功能模拟，从目标图像中获取信 息，进行处理与辨识，在实际的检测和控制中加以应用。机器视觉技术结合了机 械原理、图像识别、模拟、传感器、人工智能、计算机软件、光学成像等多种技 术，具有功能性强、处理信息速度快、信息量大等众多优点，在汽车组装、武器 制造、食品加工、工业产品加工等方面得到广泛应用。机器视觉技术在工业制造 领域的表现尤为突出，被广泛的应用到自动化生产流水线的工件识别、缺陷检测、 定位等方面。

　　基于机器视觉技术的系统使生产的自动化程度得到提高，大大提高了生产的 效率以及产品的精度。其快速的进行信息获取并自动处理的特点，也同时为工业 生产过程中的信息采集提供方便。机器视觉系统主要处理由工业相机捕获的图 像，然后从图像中获取信息，控制设备进行一系列的操作。它的一般构成如图 1.1 所示。

　　机器视觉系统进行图像信息的提取和处理后，对图像进行分类以及定位，以 满足生产操作的需求。但是在实际的工作中，还存在着进行工件图像识别时特征 提取不充分，导致工件图像识别准确率低下，影响工件定位的问题。有必要针对 这些实际问题开展应用研究。 本文针对工业生产过程中的工件定位与识别的问题，基于机器视觉技术构建 了双目视觉定位系统。该系统中应用 Harris、SIFT、K-D 树等算法，重点解决工 业生产中的工业机器人对工件的精确抓取问题。

　　1.2 国内外机器视觉研究现状

　　基于机器视觉的工件定位与识别技术得到了快速的发展，其成果广泛应用于 工业生产过程中的测量、装配、检测等环节。机器视觉应用于工业机器人，能够 使工业生产效率得到提高，产品质量得到改善。 早在 1950 年国外的就已经开始了机器视觉的研究，首先是基于统计的模式 识别算法在图像的识别以及分析方面得到应用。

　　近年来，随着信息技术水平的提 高，机器视觉不断发展并取得了很多成果。如 Franci Lahajnar 等人（2000）设计 一种基于特征图像的油气滤清器定位与部件验证的机器视觉系统，这是一种基于PC 的机器视觉系统，用于油气过滤器的精确定位和可靠识别。该系统已经集成 到生产线上，可以装配多种类型不同外观的过滤器。Krzysztof Okarma 等人（2012） 利用机器视觉技术设计了一种数控机床工件三维扫描定位系统，系统中用到了三 维扫描系统标定和一些图像分析算法，在实际的应用中产生了很好的效果。 Husaini 等人（2013）基于机器视觉技术开发了磁流变液（MRF）执行器的定位 系统，该系统的图像处理算法编码使用 Matlab 软件，直接连接到 MRF 阀控制器， 具有系统响应速度快，处理速度快等优点。Mamoona Arshad 等人（2017）利用 机器视觉技术优化定位器位置，使工件定位误差减小，提高了生产产品的质量。 Pinches 等人基于机器视觉技术构建了射线测量仪器工件定位系统，该系统允许 在将辐射源移动到工作区域附近之前对工件表面进行精确的预先定位。日本的 Fanuc 公司研制出的一种双臂协作机器人，利用机器视觉技术精准的对物体进行 抓取和放置。

　　此外许多生产线的机器人以及自动喷漆机器人都使用了机器视觉技 术，可以自主识别工作的目标，具有良好的环境适应性。 我国的机器视觉研究比国外晚了将近 40 年，影响了我国的工业发展进程。 随着我国"工业 4.0"规划的提出，我国许多高校和科研机构加大了对机器视觉 技术的研究，产生了很多的成果并应用到了实际的生产中。 华北电力大学刘金龙等人（2018）利用机器视觉具有的非接触性和高稳定性 等特点，针对汽车生产线中出现的焊装方面的问题，设计了一种工件抓取系统。 该系统利用现有技术进行搭建视觉定位单元，利用单应性矩阵的原理进行系统的 标定工作，最小外接矩阵方法来处理系统的定位，应用于生产线后产生了良好的 效果。南京信息工程大学电子与信息工程学院乔治等人（2019）利用机器视觉技 术检测工件位置的偏移，然后将数据传送给机器人完成定位抓取工作，并通过 QT-Creator 软件平台开发了定位系统，很好的解决了工业生产线上抓取工件时的 问题，在生产中得到了应用。中国科学院沈阳自动化研究所唐宇等人（2015）基 于机器视觉技术研究出一种利用区域分割进行识别和定位平面工件的方法，这种 方法在直线提取时利用了 LSD 算法，接着剔除干扰线后，利用留下来的工件轮 廓线进行区域分割等操作，最后将该区域的轮廓矢量与模板的轮廓矢量进行比 较，完成工件的识别与定位工作。通过实验证明了该算法的有效性。

　　南京信息工程大学武鹏等人（2019）运用机器视觉技术开发一种机器人工件定位系统，解决 了传统机器人在工业生产流水线中出现的工件定位误差问题。该系统利用机器视 觉技术来检测工件位置是否发生偏移，将矢量数据传输给机器人进行工件的抓 取。在实验中产生了良好的效果。北京化工大学张翔（2018）利用机器视觉技术 研究出了基于 DXF 文件的模板匹配方法，提高了分拣工件的效率。

　　1.3 本文主要内容及组织结构

　　本文基于机器视觉技术完成工件的定位与识别，并开发了双目视觉定位系 统。系统实现了对左右摄像机拍摄的工件图像进行预处理，然后进行工件图像的 特征提取，利用工件图像特征进行目标工件图像的识别，接着完成目标工件的形 心坐标的计算，利用得到的形心坐标计算出目标工件的空间坐标，由相关工件坐 标信息计算出目标工件的角度，将获取的信息传输给机器人完成目标工件的抓取 工作。系统通过测试证明可以满足一定程度上的工业生产的基本需求。论文的主 要内容如下： 第一章阐述了选题的背景和意义，介绍了国内外机器视觉技术的发展和应用 情况，分析了其中存在的问题，最后介绍本论文的研究内容。 第二章对构建的双目视觉定位系统包含的内容进行了介绍，描述了在针孔摄 像机模型下各种坐标系之间转化关系。研究了摄像机的几种标定方法的原理，对 传统标定法中的张氏标定法做了重要的介绍并进行了实验，计算了摄像机的内外 参数。第三章介绍了工件图像预处理方法以及工件表面缺陷检测方法，包括对工件 图像去噪处理的三种滤波算法，光照影响处理方法的 Retinex 算法原理以及图像 的二值化方法，介绍了边缘检测 Canny、Roberts 等算法的原理，对传统的 Canny 算法进行了改进，进行了实验进行对比，验证了改进后的 Canny 算法的有效性。

　　针对工件表面缺陷检测问题，基于卷积神经网络对分割网络模型进行了改进并与 U-Net、DeepLabv3 工件表面缺陷检测方法进行实验对比，表明了改进的分割网 络模型具有更高的准确率。 第四章介绍了 SIFT、Harris、SURF 等工件图像特征提取算法的原理，通过对比实验，选定了 SURF 算法用于工件图像特征的提取。研究了工件图像匹配的 算法，对 Forstner、K-D 树、RANSAC 等算法原理进行了介绍。将改进的 Harris 算法与 SIFT 结合应用于工件图像的匹配，其中间利用了 RANSAC、Forstner 等 算法，完成了在工件旋转、遮挡等情况的工件图像匹配实验。介绍了双目视觉下 的三维重建原理，结合第二章中的摄像机标定求解目标工件在空间中的坐标，由 相关工件坐标信息计算了目标工件的角度，解决了工件的定位问题。 第五章介绍了双目视觉定位系统的搭建与实验。设计了双目视觉定位系统的 人机界面设计以及讲解了系统界面中每个部分的功能，介绍了系统的硬件环境。 对系统中的工件定位部分进行实验验证，验证系统的实用性，

　　1.4 本章小结

　　这一章节对选题的背景和意义进行了简单的描述，介绍了国内外机器视觉技 术的发展以及应用情况，介绍了论文的主要内容、组织结构以及一些机器视觉技 术应用上产生的问题。

　　第2章双目视觉系统的构建和标定
　　2.1引言
　　2.2构建双目视觉定位系统
　　2.3双目视觉定位系统中的坐标变换
　　2.4摄像机标定方法研究

　　2.5张氏标定法
　　2.5.1单应性矩阵H
　　2.5.2内参数矩阵
　　2.5.3外参数矩阵
　　2.5.4騎变系数
　　2.6基于张氏标定法下的参数求解
　　2.7本章小结

　　第3章工件图像预处理及算法研究
　　3.1引言
　　3.2图像预处理
　　3.2.1图像滤波
　　3.2.2图像增强
　　3.2.3图像二值化
　　3.2.4边缘检测

　　3.3工件表面缺陷检测
　　3.3.1卷积神经网络
　　3.3.2网络模型
　　3.3.3实验结果分析
　　3.4本章小结

　　第4章工件识别与定位算法的研究
　　4.1引言
　　4.2工件图像特征提取
　　4.2.1 Haris 角点检验算子
　　4.2.2 SIFT 特征提取算法
　　4.3工件图像特征匹配
　　4.3.1改进Hamis算子
　　4.3.2 Forstner 算
　　4.3.3K-D树算法
　　4.3.4 RANSAC算法

　　4.3.5图像匹配流程
　　4.4工件定
　　4.4.1工件抓取点的确定
　　4.4.2工件的三维重建
　　4.43工件方向的确定
　　4.5本章小结

　　第5章双目视觉定位系统的搭建与实验
　　5.1引言
　　5.2系统中的硬件环境
　　5.2.1双目视觉定位系统中的实验平
　　5.2.2 GRB-400型工业机器人

　　5.3系统人机界面设计
　　5.3.1系统操作界面
　　5.3.2系统功能介绍
　　5.3.3系统工作流程
　　5.4实验结果及分析
　　5.5本章小结

第 6 章 总结与展望

　　6.1 全文总结

　　本文基于机器视觉技术对工业生产环境中工件的识别与定位算法等内容进 行了研究。利用 Java、Visual studio、Python、OpenCV、Matlab 等技术构建了双 目视觉定位系统完成工件的识别与定位工作，该系统的算法精度和速度可以满足 一定的工业生产中的要求。论文的主要工作总结如下：

　　（1）针对双目视觉的场景，研究了摄像机的标定原理，推导出了像素坐标 系、图像坐标系、摄像机坐标系、世界坐标系之间的转换关系，对传统标定法、 摄像机自标定方法、主动视觉摄像机标定方法三种摄像机标定方法进行了研究， 通过对比，最后选择传统标定法中的张氏标定法并进行了实验和分析。

　　（2）研究了工件图像进行预处理算法。为了避免噪声的影响，对均值滤波、 高斯滤波、中值滤波三种去除噪声的方法进行研究和实验对比，选择了中值滤波 去除噪声。针对光照影响，选择了 Retinex 算法处理。在工件图像经过二值化处 理后进行边缘检测环节，对边缘检测算法 Canny 进行了改进，提出用双边滤波 器代替 Canny 中的高斯滤波器。在 Canny 算法中增加了梯度方向上的计算（45ι和 1?5ι方向上）。将改进的 Canny 算法与其他几种算法进行了实验并做了对比分析， 改进的 Canny 算法表现突出在工件图像边缘检测时。

　　（3）研究了工件表面缺陷检测方法。基于卷积神经网络对分割网络进行了 改进，并与 U-Net、DeepLabv3 工件表面缺陷检测模型进行了实验对比，实验结 果表明改进的分割网络模型具有更高的准确率。

　　（4）研究了工件识别中涉及的算法。对 SIFT 算法、SURF 算法、Harris 算 法等图像特征提取算法进行实验对比，根据实验结果选择了 SURF 算法进行工件 图像特征的获取。提出了一种改进的 Harris 与 SIFT 结合的算法应用于工件图像 的匹配，其中还运用了 Forstner 算法、K-D 树算法等算法，完成了工件识别工作， 提高了工件图像匹配的准确率和速度。

　　（5）研究了工件定位原理。对工件进行了三维的重建，计算出工件的空间坐标和角度，完成了工件的定位实验和误差分析。

　　6.2 展望

　　随着我国工业自动化水平的提高，基于视觉技术的工业机器人被越来越多地 应用于工业产品生产线上。但是目前的基于机器视觉技术在目标的定位和识别方 面还存在精度不够、实时性不能满足要求等问题。本文利用机器视觉技术对工件 的识别与定位进行了研究并设计了双目视觉定位系统。该系统能满足一定的工业 生产要求，由于作者水平不足、时间仓促等原因，系统还存在许多的不足，需要 进一步的改进、完善：

　　（1） 工件预处理过程中的边缘检测部分使用的改进 Canny 算法，该算法 相比其他几种算法效果是比较好的，但是该算法处理后的图片仍有许多的工件边 缘没有检测到，这将导致后面的工件定位精度降低。需要对 Canny 算法进一步 改进，比如使用 Otsu 算法处理图像的高低阈值等措施。还可以使用深度学习进 行边缘检测，比如 CNN、HED 等技术。

　　（2） 工件表面缺陷检测方法中的网络模型对于工件的细微缺陷检测的准 确率较低，需要进一步提高。

　　（3） 该系统在处理工件重叠放在一起的场景时，定位精度低。目前这种场 景解决难度比较大，因为提取工件的位置信息时受到其他工件的影响比较大，导 致需要抓取工件的部分信息提取不到，从而完成不了抓取工作。处理这种场景的 算法有待提高，可以融入深度学习的技术进行研究。

　　（4） 系统中进行工件定位时需要进行三维重建计算出工件的形心坐标以 及工件姿态的确定，这个过程中会出现误差。虽然误差在允许范围内，但还需要 进一步研究缩小误差的方法。

　　（5） 系统中工件的识别是采用改进的 Harris 与 SIFT 结合的算法进行解决 的，识别的效果仍有提升空间。可以利用构建的神经网络模型以及对其他算法的 改进来提高工件的识别效果。

　　（6） 定位系统可以通过提高硬件的配置来提高定位的速度以及定位精度， 比如采用性能更好的 GPU 处理器、更换性能更好的摄像机等等。

　　参考文献
　　王洪斌。 基于机器视觉的蔬菜种子分拣系统[D]. 天津科技大学，2015.
　　严叶青。 基于机器视觉技术的蓄电池密封圈装配系统研究[D]. 杭州电子科技大学，2017.
　　康树强。 基于图像处理的皮带煤量动态计量技术及在皮带调速系统中的应用研究[D]. 山东 科技大学，2017.
　　杜晨健。 基于图像处理的交通锥识别与定位算法研究 [D]. 郑州大学，2017.
　　向良华。 室外环境下视觉与惯导融合定位算法研究与实现 [D]. 哈尔滨工业大学，2018.
　　杜若霞。 基于双目立体视觉的三维重建 [D]. 河北工程大学，2018.
　　闫红方。 基于视觉的空间焊缝工艺分析与研究[D]. 广西科技大学，2019.
　　程婷婷。 基于单目视觉的机器人目标识别定位算法研究[D]. 中国民航大学，2011.
　　许奇。 基于双目立体视觉的三维重建系统关键技术研究[D]. 中南大学，2007.
　　李政源。 基于机器视觉的工件识别与定位算法[D]. 山东大学，2019.
　　曾一庭。 基于立体视觉的牙模三维重建系统的研究[D]. 重庆大学，2009.
　　邓博。 基于双目立体视觉的移动机器人障碍物检测[D]. 西南科技大学，2018.
　　赵明。 钢板线条轨迹识别提取与跟踪的研究 [D]. 哈尔滨工程大学，2014.
　　贾同超。 基于双目视觉的运动目标跟踪技术研究[D]. 哈尔滨工程大学，2018.
　　南飞艳。 基于 SIFT 特征匹配的双目视觉图像识别定位系统研究[D]. 西安理工大学，2010.
　　潘武。 基于机器视觉的工件的识别与定位[D]. 北京化工大学，2012.
　　原彬理。 基于双目立体视觉的普通工件图像匹配与定位[D]. 哈尔滨理工大学，2018.
　　曾鹏。 基于单目视觉的工件定位与机器人抓取技术研究[D]. 大连理工大学，2017.
　　怀志斌。 基于机器视觉的机器人系统的开发[D]. 北京工业大学，2018.
　　熊志。 基于双目立体视觉的大尺寸测量系统的研究[D]. 燕山大学，2006.
　　李海博。 船模六自由度的实时测量方法与系统实现研究[D]. 哈尔滨工程大学，2017.
　　黎卫波。 热加工过程中基于机器视觉的工件定位技术应用研究[D]. 中国科学院大学沈阳计 算技术研究所，2018.
　　高华。 基于机器视觉的工件定位于识别系统[D]. 浙江大学，2019.
　　严亮， 舒志兵， 李照。 基于 SURF+RANSAC 的双目立体视觉目标识别与抓取[J]. 机床与液压，2019（09）。
　　兰佳， 叶文华。 基于立体视觉的工件识别与定位系统研究[J]. 机械制造与自动化，2017（05）。
　　朱秋林， 石银涛， 李靖。 一种改进型 Canny 算子边缘检测算法[J]. 地理空间信息， 2020,18（1）。
　　余洪山， 王耀南。 一种改进型 Canny 边缘检测算法[J]. 计算机工程与应用，2004,40（20）：27-29.
　　巨志勇， 张文馨， 翟春宇。 基于改进 Canny 算子的垃圾图像边缘检测[J]. 电子科技， 2020,31（1）：1-6.
　　李瑞霖。 基于改进 SIFT 算法的多源遥感影像特征匹配[J]. 测绘与空间地理信息，2019（08）。
　　邓志强， 张辉， 张凤众。 基于改进 SIFT 算法的建筑物图像特征点提取[J]. 科技风，2019（25）。
　　甘露。 基于卷积神经网络的视觉定位系统的设计与实现[D]. 中国科学院大学沈阳计算技术 研究所，2019.
　　林冬梅， 张爱华，王平等人。 张氏标定法在双目视觉脉搏测量系统中的应用[J]. 兰州理工大 学学报，2016（02）。
　　王谭， 王磊磊， 张卫国等人。 基于张正友标定法的红外靶标系统[J]. 光学精密工程，2019（08）。
　　金斌英。 基于改进的 SURF 图像配准算法研究。 计算测量与控制，2019（11）。
　　崔乐， 李春， 李英。 Harris 算法和 Susan 算法的实现及分析。 计算机与数字工程，2019,47（10）： 2396-2401.
　　Krzysztof Okarma, Marek Grudzinski. The 3D scanning system for the machine vision based positioning of workpieces on the CNC machine tools[C]// International Conference on Methods & Models in Automation & Robotics,2012.
　　Husaini, A.B., Izzat, Ghazali, Zahurin, et al. Development of Machine Vision Positioning System of Magnetorheological Fluid （MRF） Actuator[J]//Applied Mechanics & Materials,2013.
　　Franci Lahajnar, Stanislav Kovacic.
　　Machine vision system for positioning and part verification of gas oil filters based on eigenimages[C]// Proceedings of SPIE - The International Society for Optical,2000.
　　Mamoona Arshad, Sajid Ullah Butt, Aamer Ahmed Baqai. Optimization of Locators Placement for Minimum Workpiece Positioning Error[C]// International Conference,2017.
　　Thomas O.H. Charrett, Thomas Kissinger, Ralph P. Tatam, et al. Workpiece positioning sensor （wPOS）： A three-degree-of-freedom relative end-effector positioning sensor for roboticmanufacturing[J]// Procedia CIRP ,2019: 620-625. Andrew Warkentin, Fathy Ismail, Sanjeev Bedi.
　　Comparison between multi-point and other 5-axis tool positioning strategies[J]// International Journal of Machine Tools and Manufacture,2000,40（2）： 185-208.
　　O. de Francisco-Ortiz, H.T. Sánchez-Reinoso, M. Estrems-Amestoy. Development of a Robust and Accurate Positioning System in Micromachining Based on CAMERA and LCD Screen[J]// Procedia Engineering,2015:895-902. Domek, Stefan, Dworak, et al.
　　Calibration of Cameras and Fringe Pattern Projectors in the Vision System for Positioning of Workpie[J]// Solid State Phenomena,2013.
　　Sergey Astanin, Dario Antonelli, Paolo Chiabert, et al. Reflective workpiece detection and localization for flexible robotic cells[J]// Robotics and Computer-Integrated Manufacturing,2017: 190-198. Luka Selak, Drago Bra?un.
　　Evaluation of localization systems for CNC machining of large FRPC parts[J]// Procedia CIRP,2019: 844-849. Sahil Suri, Peter Schwind, Johannes Uhl, et al.
　　Modifications in the SIFT operator for effective SAR image matching[J]// International Journal of Image and Data Fusion,2010: 243-256.
　　Rajanna Bandaru, Dinesh Naik. Retrieve the similar matching images using reduced SIFT with CED algorithm[C]// International Conference on Control,2014.
　　Jennifer L. Holberg, Marcy Taylor. Improved Canny Operator and SIFT Algorithm Combining Medical Image Feature Extraction[J]// Industrial Control Computer,2012.
　　Sergey Astanin, Dario Antonelli, Paolo Chiabert. Optimal Selection of the Workpiece Recognition Parameters by Minimizing the Total Error Cost[J]// IFAC PapersOnLine,2016,49（12）： 1424-1429. Ogawa, Kohei, Ito, et al.
　　Efficient Canny Edge Detection Using a GPU[C]// International Conference on Networking & Computing,2010. Shraddha Singhal, Sudha Radhika.
　　Automatic Detection of Buildings from Aerial Images Using Color Invariant Features and Canny Edge Detection[J]// international journal of engineering trends & technology,2014. Hocenski, ?eljko, Vasili?, et al.
　　Improved Canny Edge Detector in Ceramic Tiles Defect Detection[C]// Conference of the IEEE Industrial Electronics Society,2006.Wojciech Mokrzycki, Marek Samko. Canny Edge Detection Algorithm Modification[C]// International Conference on Computer Vision & Graphics,2012.
　　Ankitha. A.Nayak,Venugopala P S, et al. An Approach to Improvise Canny Edge Detection using Morphological Filters[J]// International Journal of Computer Applications,2015. Sos S. Agaian, Ali Almuntashri, A.T Papagiannakis.
　　An Improved Canny Edge Detection Application for Asphalt Concrete[C]// IEEE International Conference on Systems,2009. K. M. Goh, M. M. Mokji, S. A. R. Abu-Bakar. Improved rotational matching of SIFT and SURF[C]// Fourth International Conference on Digital Image,2012.
　　Adewole A. Philip, Mustapha Mutairu Omotosho. Image Processing Techniques for Denoising, Object Identification and Feature Extraction[J]// lecture notes in engineering & computer science,2013.

致 谢

　　随着 2020 年的到来才发现时间过的好快，自己的研究生生活也快要画上句 号。这同时也在告诉自己求学之路也要到了尽头，新的社会道路马上就要来了。 心中五味杂全，说不出来是高兴、是悲伤、是不舍、是难以忘怀。三年研究生时 光以来让自己少了本科时的一些稚嫩，多了一些对新知识和未来的渴望，多了一 些成熟和稳重，多了一些人情世故，多了对科研的向往。它也让我明白了科研之 路没有坚持不懈和扎实的基础、不断学习的精神、安静的心是没有办法在这条道 路上取得成果的。

　　首先，我要感谢我的导师韩卫光老师，谢谢老师在三年的时光里对我的淳淳 教诲以及生活上的关心、学业上的指导。老师对待工作认认真真的态度以及不断 学习的习惯、对待学术严谨的态度都是我需要学习的地方。在这里我也想感谢一 下另一位老师，这位老师就是和我在一个实验室的孙维堂老师。孙老师平时在实 验室相处就像朋友一样与我们相处，经常帮我们解决生活、学业上的问题。孙老 师乐于助人的品质、勤勤恳恳的工作态度、经常与人交流的习惯影响了我三年的 研究生生涯，让受益我颇多。在进行论文选题以及查找资料、论文书写的时候， 两位老师给了我许多的帮助和建议、鼓励。在论文书写有疑惑向他们请教的时候， 两位老师都是给我解释明白为止。论文书写完成后，两位老师一字一句的修改， 感谢两位老师。

　　希望两位老师工作中顺顺利利、身体健健康康。

　　感谢研究生部的丁老师、王老师、罗老师以及其他老师。正因各老师对我们 的思想引导、生活中不遗余力的照顾、关系，我们才能安心的学习，顺利的完成 自己的学业。在这衷心祝福各位老师身体健健康康，由衷的感谢各位老师的无私 付出。感谢智能装备实验室的甘师兄、谷师姐、崔同学、赵同学、孙同学，谢谢你 们在我的研究生的时光里画上了一笔，让我的回忆更加丰富，谢谢你们的帮助和 关心，我会铭记于心。即将分别，各奔东西，希望你们以后的道路上一帆风顺。 感谢我的爸妈，一直以来对我默默无闻的付出，他们从来没有一句的怨言。 感谢你们给了我学习的机会、开拓视野的机会、不断锻炼自己的机会，感谢你们 给我一个温暖的家、一个坚强的后盾。

　　祝你们身体健康长寿，也希望你们少一点劳累。最后，我要感谢参与该论文的评审老师，谢谢你们的帮助，你们的帮助让我 有了努力的方向，给了我一个审视自己的机会。祝你们工作顺利、身体健康。

（如您需要查看本篇毕业设计全文，请您联系客服索取）