导读:本文包含了激光线结构光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:结构,视觉,激光,图像处理,传感器,测量,船体。
激光线结构光论文文献综述
闫博,陈力,陈爽,李猛,殷一民[1]（2019）在《结构光照明技术在二维激光诱导荧光成像去杂散光中的应用》一文中研究指出背景杂散光信号的干扰制约了激光片光成像技术的发展,本文将结构光照明技术应用到激光片光成像测量中来消除杂散光的干扰.介绍了基于结构光照明技术的工作原理和实验测量系统,基于Matlab软件理论分析了相位移动结构光照明技术具有完全消除杂散光的作用,并针对稳定罗丹明B溶液进行了二维激光诱导荧光成像实验,进一步验证了相位移动结构光照明技术具有消除杂散光影响、提高二维成像精确度的作用.最后利用基于锁相放大原理的结构光照明技术实现了非稳态扩散罗丹明B溶液的二维荧光瞬态成像实验,并分析了罗丹明B溶液扩散的相关规律.(本文来源于《物理学报》期刊2019年21期）
王作山[2]（2019）在《基于激光结构光视觉引导的焊缝跟踪技术研究》一文中研究指出为满足机器人焊接生产的高精度、高效率要求,基于各类传感器的焊缝跟踪模块成为机器人焊接系统的关键组成部分,本文对结构光视觉引导的机器人焊接焊缝跟踪实现方案中涉及的关键技术展开研究。首先,建立结构光视觉引导焊缝跟踪系统模型,明确焊缝点位置信息的测量原理;依次引入结构光测量模型与手眼系统模型,采用直接标定的方式获取光平面方程参数,基于Eye-in-Hand式手眼系统中坐标链的封闭性求解手眼变换关系,进而完成系统的整体标定。为实现从焊缝图像中提取焊缝点位置信息,设计焊缝图像预处理流程,采用高效中值滤波实现算法对图像进行滤波处理;基于改进的极值法联合灰度重心法完成对激光条纹中心的快速准确提取;依据各类焊缝图像中激光条纹的形态特征,分析焊缝点的确定依据,设计不同的提取算法精确获取其像素坐标信息。基于最终获取的离散的焊缝点叁维坐标信息,采用两步法获取焊缝轨迹,首先,采用连续直线小线段的形式表示焊缝轨迹,计算焊缝轨迹上每个小线段的信息;第二步,对焊缝轨迹中相邻直线段间衔接角度过大的衔接形式引入过渡圆弧,并更新焊缝轨迹中每个小线段的信息;推导焊缝轨迹上连续小线段间各类衔接形式下最优衔接速度取值的约束条件,为焊缝跟踪运动前瞻控制算法中确定各节点的最优衔接速度提供了理论依据。搭建基于结构光视觉引导的机器人焊接焊缝跟踪系统实验平台,以六轴工业机器人为系统主要执行机构,将系统控制任务分为:人机交互任务、视觉检测任务与运动控制任务;基于Windows系统支持的实时拓展软件KRTS(Kithara Real-time Suite),将具有不同实时性要求的叁个任务集成到单台多核工业PC上,并开辟共享内存区域用以实现各任务之间的数据交互;该方案不仅降低了系统结构的复杂程度,而且节约了系统硬件成本。最后,基于本文搭建的实验平台,以对接V型焊缝为例验证系统的跟踪性能。(本文来源于《山东大学》期刊2019-05-20）
孙博文,朱志明,郭吉昌,张天一[3]（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）
刘洁,杨晓菊,廖宜涛,戴宁,谢航[4]（2019）在《基于线结构激光传感器的土壤表面粗糙度测量方法研究》一文中研究指出土壤表面粗糙度是农作物种植、灌溉和收获等田间管理必须考虑的作业参数,也是精准农业发展中亟待解决的关键问题之一。针对土壤表面粗糙度缺乏快速检测手段的问题,提出一种基于线结构激光传感器的土壤表面粗糙度测量方法。利用半导体红光激光器、CCD工业相机、计算机及支架等构建测量系统,采集土壤样本的表面图像数据,借助MATLAB获取其叁维点云模型,实现土壤表面的叁维曲面建模并计算曲面面积。定义土壤表面叁维曲面面积与其平面面积的比值为表征土壤表面粗糙度的量,并通过对比4个颗粒度土壤样本的该值范围,确定了判别样本表面粗糙度的阈值。利用3种土槽旋耕土壤表面样本对系统和算法进行验证,比值处于1.214～1.939之间,检测结果均与样本实际特征相符合。该方法能够检测和判断土壤表面的颗粒粗糙程度。(本文来源于《农业工程学报》期刊2019年03期）
邸跃[5]（2018）在《基于激光结构光的角钢截面参数测量》一文中研究指出角钢在建筑及电力行业有着广泛的应用,而角钢检测目前仍以人工检测为主,其存在效率低、出错率高的问题,因而实现对角钢的自动化精确检测具有一定的研究价值。由于线结构光扫描测量技术具有非接触式、测量精度高等优点成为工件测量和检测的重要方法。为解决角钢检测中的问题,把角钢截面参数作为研究对象,采用了线结构光扫描视觉测量的方法对角钢截面参数进行测量。为实现对角钢截面参数的线结构光扫描视觉测量,分析了线结构光视觉原理和测量系统数学模型,并根据其数学模型搭建了基于线结构光的角钢截面参数测量系统。分析了线结构光测量系统标定方法,采用基于2D平面靶标的摄像机标定方法,利用HALCON完成测量系统的标定。为获取高质量的点云数据,分析了不同光条中心提取算法及点云简化算法的利弊,采用改进的光条中心提取算法和改进的点云简化方法完成点云数据的获取。然后根据Delaunay叁角剖分原理对得到的点云数据进行封装,得到物体叁维几何模型,进而提取角钢截面边宽度、边厚度、内圆弧半径叁个参数。通过实验,验证了采用线结构光扫描视觉测量方法完成角钢截面参数测量的可行性,并通过实验结果表明该方法测量误差在±0.15mm范围之内,测量偏差符合国家标准。图43幅;表7个;参53篇。(本文来源于《华北理工大学》期刊2018-11-26）
孙博文,朱志明,郭吉昌,于英飞[6]（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）
刘刚[7]（2018）在《激光调制技术对结构光成像距离精度影响的研究》一文中研究指出随着结构光叁维成像技术的不断发展,其在精密制造、计算机视觉、医疗成像等领域迎来了巨大的应用前景。而在众多测量方法中,基于激光调制光源的相移法结构光成像由于其光束质量好、准确、快速、非接触、受反射率变化影响小等特点,成为了该领域的研究热点之一。本文的研究方向即为利用半导体激光直接调制和声光调制器件外调制两种方法做模拟调制,结合MEMS扫描投影的方式实现相移,本文研究了光学系统的探测原理以及光源内、外调制的原理,建立了叁维重建的数学模型,仿真分析了成像系统影响叁维形貌还原精度的因素,同时设计了探测系统的同步控制系统,使其满足探测要求,并据此搭建实验系统进行了探测实验。首先,综述了国内外在结构光叁维成像的发展,比较了几种投影方式的优缺点。论述了基于声光调制和相移法在结构光成像中的优势。其次,确定了基于内调制和声光外调制的结构光成像原理。基于内调制和声光调制原理,MEMS振镜扫描投影原理、叁步相移法和时间相位展开法,利用相机成像原理和系统标定方案建立了探测系统的数学模型。同时分析了误差和精度的度量方式,提出了本文的误差评定方法。然后,建立了仿真分析方法,探究了激光调制深度、激光调制非正弦化、调制光强大小、随机噪声等因素对于叁维成像精度的影响。最后,结合实际测量需求和成像原理搭建了一套结构光叁维成像系统,设计了同步控制系统。完成了平面、人脸石膏像的测量。人脸石膏像还原可以清楚辨别面部形态;通过实验分析了激光调制非正弦化、调制光强大小和调制深度等对于成像精度的影响。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
郭吉荣[8]（2018）在《激光熔覆涂层尺寸的结构光测量方法研究》一文中研究指出激光熔覆技术是一种对基体进行表面改性、进行再修复的增材制造技术。该技术通过高能量激光束辐照被加工件,使其表面的涂层材料和基体表面瞬间熔融并冷却,在基体表面形成一层具有特殊性质的合金涂层;该技术能提高基体表面的耐磨、耐蚀、抗高温、防氧化的性质,用料少,具有很高的经济效益。本文选用单目视觉测量系统测量熔覆涂层的加工尺寸,研究特定加工参数条件下的加工效果。该检测方法结构简单、测量速度快、精度高,通过建模可全面凸显熔覆层的尺寸形貌。为了提高该测量方法在熔覆层检测中的适应性,本文对单目视觉测量系统的叁个关键技术进行研究。为了准确提取光条中线,很多学者在方向模板法的基础上进行改进,但该方法运算量大,运算中引入邻近光条点的信息易影响其真实值的有效性;针对熔覆层尺寸小、表面形状复杂的特点,本文提出向量模板法,该方法有效避免了周围光条信息的干扰,可更全面的展示光条的变化趋势。相机标定、激光平面标定和扫描路径标定中标定方法较多、标定工具差异较大;为简化测量系统的标定工具、提高标定效率,本文设计了十字标定板和可变位姿载物台,通过这两个工具即可实现相机标定、激光平面标定和扫描路径的标定,同时降低了实验中对载物台组成部件的加工精度;坐标计算中以叁角法最为常见,该方法计算参数单一;有学者提出了内、外参数结合法,以叁维坐标系中的一系列坐标点表征被测物信息,信息全面,但需要借助特制工具获取外参数,操纵复杂、工具的精度也对计算模型带来一定影响;为实现可靠的叁维坐标计算,降低测量系统对被测物的位置要求,本文提出了基于坐标映射的坐标算法,该方法仅利用相机和激光平面的标定结果即可实现被测物叁坐标的计算,避免了算法中引入其他参数带来的误差,降低了被测物的要求,实现高精度、鲁棒性好的叁坐标计算。通过以上研究有效提高了单目视觉测量系统在熔覆涂层检测中的适应性。(本文来源于《新疆大学》期刊2018-05-26）
陈易新[9]（2018）在《基于叁线激光结构光的除锈爬壁机器人焊缝跟踪及焊缝交叉类型实时辨识》一文中研究指出当前,大型船壁曲面的焊缝主要仍由操作工手持喷枪设备进行人工除锈。然而手工除锈的工作环境极其恶劣且劳动强度大,有损操作者的身体健康,也不符合以人为本的工作理念。同时,除锈过程会对周围环境产生严重污染。当今社会工业自动化、生产智能化正蓬勃发展,顺应这一趋势开发一套具备自动除锈功能的爬壁机器人系统具有重要的现实意义。而爬壁机器人的焊缝自动化除锈需要实现移动过程中对焊缝的实时跟踪,并准确识别出焊缝交叉类型,进行路径规划决策,这其中的关键就在于焊缝跟踪和焊缝接头类型的识别。本文提出了一种基于叁线激光结构光的焊缝跟踪和焊缝接头类型识别方法。在爬壁机器人进行除锈的过程中,系统对摄相机捕捉到叁线激光在焊件表面的畸变条纹进行图像增强、二值化、去除小颗粒、形态学闭操作、图像细化、分区、修补断裂骨架、去毛刺等操作,获得单像素的焊缝特征骨架。针对焊缝特征点的提取,本文提出一种激光条纹的分段拟合方法,采用中值滤波与链码特征排除相结合的算法来剔除骨架上的干扰点,获得合适的拟合点集对骨架进行分段拟合,得到焊缝特征点。在此基础上基于叁线激光的高容错性建立焊缝轮廓线的拟合规则,并进一步得到焊缝中心线,确定焊缝跟踪位置。本文根据叁线激光的几何特性定义了视觉模块扫描焊缝表面过程中表征激光条纹形态和激光条纹间距的5个变量,讨论了十字交叉焊缝和T字交叉焊缝对选定变量的影响,并定义了一个焊缝交叉类型的判别函数。实验表明,系统对焊缝中心的识别不受焊缝交叉的干扰,识别出的焊缝中心位置偏差在±0.72mm之内,焊缝中心线偏角的识别偏差也在±1.5°的范围,可满足除锈爬壁机器人焊缝跟踪的需要。在扫描过程中视觉系统可有效地识别出焊缝十字交叉和T字交叉,为爬壁机器人焊缝轨迹规划奠定基础。(本文来源于《上海交通大学》期刊2018-01-11）
郑健[10]（2018）在《基于激光结构光扫描的焊接机器人复杂焊缝叁维空间建模》一文中研究指出实现机器人的智能化焊接是自动化焊接技术发展的主要趋势,目前国内外大部分实际应用当中的焊接机器人路径规划方式为人工示教。这类机器人对焊接环境的一致性要求极为严格,其预先设置焊接路径与相关工艺参数对于实际焊接中工件加工、装配等误差不具备适应性,导致焊缝与示教轨迹有偏差。同时,其示教的精确程度与效率依赖于人工的目测精度与熟练程度,难以满足现代焊接高效率、高质量、高稳定性的要求,因此限制了其在很多领域的应用。应用视觉传感器使机器人具备自主获取焊接路径的能力克服了人工轨迹规划过程中不确定性因素对焊接质量的影响,有助于提高机器人的智能化水平,具有较高的应用价值。同时也解决了示教编程的低效、不稳定,大大提高了编程效率。本文开发了一套基于激光结构光扫描的焊缝路径自主规划系统,该平台采用模块化编程方法,利用变位姿多段扫描的方式实现大型复杂焊缝原始数据点的获取。标定是传感器坐标系中二维信息到空间坐标系中叁维信息的桥梁,针对末端夹持线结构光传感器的机器人提出了一种基于直线约束的手眼标定方法。基于直线约束构建优化模型,采用改进的Powell算法结合罚函数法求解优化模型,验证实验结果显示,该方法标定精度在0.2mm以内,有效提高了标定精度。该方法只需一块边缘较直的小块标定模板,无需精准的标定靶,标定过程简单快速,适合现场标定。针对叁维数据处理时效性差等问题,提出由叁维数据生成灰度图进行处理并提出了一套完整的图像处理算法。主要包括中值滤波、最大类间方差法获取阈值生成二值图、基于连通域的面积阈值滤波、基于膨胀腐蚀的光滑处理、canny算子提取焊缝边缘以及zhang-suen算法细化边缘等过程。在获取焊缝特征点像素坐标之后,提出将工件边缘部分单独开窗处理,利用图像算法提取工件边缘点像素坐标。对焊缝信息进行了叁维重建,比较叁次B样条曲线与D-P算法建立焊缝位置模型的优劣,选取D-P算法建立焊缝位置模型并压缩数据点、去除冗余数据,利用多段折线近似表示焊缝曲线;建立不同类型焊接坡口的模型,校正特征点坐标并获取焊缝几何参数;然后基于最小二乘法拟合出工件边缘与焊缝端部,求取了焊缝的起始点与终止点并通过焊缝的接近向量与前进向量建立焊缝与焊枪的姿态模型。根据本文的方法对平面对接直线、平面搭接曲线、空间搭接曲线叁种样式的焊缝进行实验,获取焊接起始终止点、坡口几何参数、焊缝叁维信息。实验结果表明,焊接起始终止点获取方面,直线焊缝精度高于曲线焊缝、平面焊缝精度高于空间焊缝,最大误差小于1.5mm;坡口几何参数方面,高度方向误差小于0.5mm,宽度方向误差小于1mm;焊缝叁维信息方面,多种方式的实验结果都表明,计算点与实际焊缝点的误差小于1.5mm,基本能够满足机器人实际焊接生产的要求。(本文来源于《上海交通大学》期刊2018-01-01）
激光线结构光论文开题报告
（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：
为满足机器人焊接生产的高精度、高效率要求,基于各类传感器的焊缝跟踪模块成为机器人焊接系统的关键组成部分,本文对结构光视觉引导的机器人焊接焊缝跟踪实现方案中涉及的关键技术展开研究。首先,建立结构光视觉引导焊缝跟踪系统模型,明确焊缝点位置信息的测量原理;依次引入结构光测量模型与手眼系统模型,采用直接标定的方式获取光平面方程参数,基于Eye-in-Hand式手眼系统中坐标链的封闭性求解手眼变换关系,进而完成系统的整体标定。为实现从焊缝图像中提取焊缝点位置信息,设计焊缝图像预处理流程,采用高效中值滤波实现算法对图像进行滤波处理;基于改进的极值法联合灰度重心法完成对激光条纹中心的快速准确提取;依据各类焊缝图像中激光条纹的形态特征,分析焊缝点的确定依据,设计不同的提取算法精确获取其像素坐标信息。基于最终获取的离散的焊缝点叁维坐标信息,采用两步法获取焊缝轨迹,首先,采用连续直线小线段的形式表示焊缝轨迹,计算焊缝轨迹上每个小线段的信息;第二步,对焊缝轨迹中相邻直线段间衔接角度过大的衔接形式引入过渡圆弧,并更新焊缝轨迹中每个小线段的信息;推导焊缝轨迹上连续小线段间各类衔接形式下最优衔接速度取值的约束条件,为焊缝跟踪运动前瞻控制算法中确定各节点的最优衔接速度提供了理论依据。搭建基于结构光视觉引导的机器人焊接焊缝跟踪系统实验平台,以六轴工业机器人为系统主要执行机构,将系统控制任务分为:人机交互任务、视觉检测任务与运动控制任务;基于Windows系统支持的实时拓展软件KRTS(Kithara Real-time Suite),将具有不同实时性要求的叁个任务集成到单台多核工业PC上,并开辟共享内存区域用以实现各任务之间的数据交互;该方案不仅降低了系统结构的复杂程度,而且节约了系统硬件成本。最后,基于本文搭建的实验平台,以对接V型焊缝为例验证系统的跟踪性能。
（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。
激光线结构光论文参考文献
[1].闫博,陈力,陈爽,李猛,殷一民.结构光照明技术在二维激光诱导荧光成像去杂散光中的应用[J].物理学报.2019
[2].王作山.基于激光结构光视觉引导的焊缝跟踪技术研究[D].山东大学.2019
[3].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
[4].刘洁,杨晓菊,廖宜涛,戴宁,谢航.基于线结构激光传感器的土壤表面粗糙度测量方法研究[J].农业工程学报.2019
[5].邸跃.基于激光结构光的角钢截面参数测量[D].华北理工大学.2018
[6].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
[7].刘刚.激光调制技术对结构光成像距离精度影响的研究[D].哈尔滨工业大学.2018
[8].郭吉荣.激光熔覆涂层尺寸的结构光测量方法研究[D].新疆大学.2018
[9].陈易新.基于叁线激光结构光的除锈爬壁机器人焊缝跟踪及焊缝交叉类型实时辨识[D].上海交通大学.2018
[10].郑健.基于激光结构光扫描的焊接机器人复杂焊缝叁维空间建模[D].上海交通大学.2018