论文部分内容阅读
智能机器人技术快速发展,已在制造系统中广泛应用,人机协调装配技术可以满足复杂机电产品装配系统的高柔性需求。在人机协调机械装配系统中,利用用用图像进行手部生物结构检测,实现机器人系统对操作人员手部装配动作和意图的识别,对于提高机器人智能化具有重要的理论意义和工程应用前景。本文通过对装配图像中手部生物特征的提取、分析与识别,实现了基于生物特征的装配手形动作的检测。在指节图像随机特征的基础上,利用同态滤波进行图像预处理,对不同位置处的手部关节利用高斯过程模型对图像二类特征进行学习,将经过标记的两种模型似然值作为输入,直接依据估计结果对含有手指关节的图像进行关节检测,实现了基于随机聚类特征信息的手部关节识别。通过检测肤色聚集度和选取YCbCr肤色模型用作肤色分割,并将Otsu算法中灰度平均方差代替灰度均值,使用动态阈值将肤色目标分割出来,运用形态学操作来消除多余的毛刺和填补空洞。在考虑手部生物结构特征的基础上,将肤色信息和手部图像中的多生物特征进行关联与综合,使用B样条完成指形拟合,采用凸包检测和曲率判别的方式实现指尖、指根和掌心的位置检测,同时结合指节图像的检测结果,丰富指形区域内的局部特征信息,实现手部图像多生物特征的有效检测与识别。利用双目特征匹配算法对手部图像进行完整的视差计算,对特征匹配算法进行改进,从左右视图中提取特征,利用基于梯度视差的特征匹配算法,对单个图像进行视差距离分布计算,并匹配得到相应的视差图。同时将特征匹配算法与区域匹配算法进行相结合,综合考虑肤色分割和手部生物结构等多种特征,实现手部关节特征的有效匹配。