基于形状的复杂背景下物体识别与拟合技术研究

物体识别在机器人视觉方面有着广泛的应用，对作业区内的物体进行识别，是机器人技术在高新产业中实现无人化操作最基础的一环。从场景中得到的图像会因为目标物体的形变、背景遮挡等因素影响识别效果。本文从形状信息出发，提出一种物体识别和拟合的算法，用于改善这种识别效果并对物体做轮廓拟合。首先，对图像进行形态学边缘检测，去除大部分背景的影响，得到物体大致的轮廓；然后采用一种边缘跟踪方法，提取物体的特征点；接着将这些特征点与模板的特征数据进行匹配，确定要拟合的物体的轮廓；最后，根据一种改进的拟合算法对物体的轮廓进行拟合。论文的主要内容如下： 第一章，介绍了数字图像处理的概念和计算机视觉的发展与现状，引出物体识别的定义，并做了详细的论述。 第二章，提出了从复杂背景下进行形状提取的先决条件，并采用数学形态方法对物体形状进行了提取。 第三章，研究了如何从物体形状中提取特征点的方法。 第四章，通过特征点的性质对特征点进行匹配操作，确定匹配成功与否。 第五章，研究了物体拟合的现状，提出了通过圆锥曲线进行边界拟合的思想。 第六章，对文章进行总结。