基于机器视觉的物体识别研究毕业设计.doc

南京师范大学 毕业设计（论文）开题报告 姓 名： 陈丽君 学 号： 学 院： 计算机科学与技术学院 专 业 应用软件 题 目： 基于机器视觉的物体识别研究 指导教师： 朱庆保 2011 年 3 月 27 日  开题报告填写要求 1．开题报告作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及院、系审查后生效； 2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网址上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见； 3．有关年月日等日期的填写，应当按照国标GB/T 7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2005年4月26日”或“2005-04-26”。 毕 业 设 计（论 文）开 题 报 告 1．本课题的目的及研究意义 机器视觉是研究如何使计算机对图像数据产生智能化感知的一门科学。物体识别在机器视觉领域属于一项基础研究，对图像理解目标的实现起着至关重要的作用。 在机器视觉的基础研究中，物体识别一个主要的研究目标，同时也是一个至关重要的核心问题。之所以说它时一个主要的研究目标，是因为计算机理解图像的基础就是辨认出图像中的物体。如果能够识别出图像中的物体，那么就可以部分还原2D图像的3D信息。同时，图像处理、图像分割等基础研究的目标之一也是为了正确解析出图像中有意义的物体。之所以说它是一个至关重要的核心问题，是因为它是图像解析、物体跟踪的基础，也是众多实际应用的基础，没有稳定的良好的识别算法，就不可能产生大规模的应用。 研究一般物体识别，无论对于理论还是都有极其重大的意义。计算机视觉的核心在于识别，而一般物体识别又是识别中最为复杂核心的问题。在实践中，一般物体识别的研究则能给人类生活的方方面面，尤其是交通、国防、教育带来极为重大的影响，甚至改变人们生活的模式，对整个社会有着深远的意义。 进行基于机器视觉的物体识别研究为进一步的应用领域的发展打下结实的基础。 2．本课题的国内外的研究现状 物体识别的第一阶段步骤首先是获取原始图像然后是对图像进行预处理。 对于图像预处理也称图像增强，主要有直方图修正、图像线性运算、噪声抑制。其中噪声抑制又包括了均值滤波、中值滤波和边界保持类平滑滤波。 第二阶段是对处理后的图像进行图像分割再进行图像特征提取。 在计算机视觉（Computer Vision）领域，“图像分割（Segmentation）”曾被认为是机器视觉的首要步骤。主要有基于图像灰度分布的阈值方法[1]、基于图像灰度空间分布的阈值方法[2]、边缘检测法、区域提取法。 而对于“抽取什么特征”这个问题，答案则要丰富许多。对于局部特征，已开发的系统中已存在很多可用的，如Gabor[4],最大熵[5,6]，图像小块[8,9],(曲)线段[6,10]。这些局部特征可分为底层级中层两类。 第三阶段是根据前两阶段的研究结果构建环境地图进行障碍识别。 而在物体识别阶段，普遍研究的主要内容是进行物体匹配研究。此方法也可以用来借鉴到本次课题研究中，其主要方法有假设验证法、解释树法、基于图的识别方法、姿态聚类法、几何哈希表法等。 毕 业 设 计（论 文）开 题 报 告 3．本课题的研究内容 在正式开始进行毕业设计之前对《AS-RMⅡ机器人试验指导手册V2.0》《AS-RMⅡ机器人用户开发参考手册V2.0》《ASRMⅡ机器人用户使用手册V2.1》进行详细的研究，对机器人使用时要用到的使用方法以及类库进行一定的知识积累。 本课题的研究内容围绕物体识别这个中心展开，主要包括以下几个方面： 如何获取图像 获取图像是进行本课题研究的前提，顺利地通过摄像头设备获取到原始图像是一切研究的根本。 如何对图像进行预处理（图像增强） 视觉系统中直接使用的图像，必须在进行灰度校正、噪声过滤等图像预处理。将图像中感兴趣的特征有选择地突出，衰减其不需要的特征，预处理后的输出图像并不需要去逼近原图像。 如何对图像进行区域分割 对所提出的目标物进行一定的定量分析。要达到这个目标，实际上就是要实现对图像内容的理解，以及对特定目标的一个识别。因此，其核心是要完成依据目标物的