基于邊緣輪廓的車輛尺寸測量系統(tǒng)的設(shè)計.pdf

1、機器視覺技術(shù)具有強大的穩(wěn)定性、廣泛適用的功能、超強的速度和非接觸特點。目前該技術(shù)在車輛尺寸測量、逆向工程、機械零部件的質(zhì)量檢測和特征形狀識別等方面得到了廣泛的應用。在這個科技迅猛發(fā)展和人工智能日漸進步的新時代，車輛的數(shù)量逐年成倍地增加，對交通造成了嚴重的影響。為了滿足當代交通智能化管理的需求、加大改裝車輛的法律監(jiān)管力度和保障社會的道路安全。
　　本文利用機器視覺技術(shù)，針對智能交通中車輛超載和超限問題，對車輛尺寸測量進行了針對性的研

2、究，著重對測量系統(tǒng)的結(jié)構(gòu)設(shè)計與軟件算法進行研究，研究了尺寸參數(shù)進行非接觸性測量和提取的方法。論文主要內(nèi)容如下:
　　首先對攝像機標定的方法進行了細致的和深入的研究，在針對一些常用的方法分析和比較后采用了一種基于立體環(huán)境視覺下的OpenCV攝像機模型的標定方法。通過實驗，驗證了提出的OpenCV攝像機模型標定方法的可行性，并對一些車輛的具體參數(shù)進行了標定。
　　其次,采用了背景差分原理以實現(xiàn)對具有復雜背景的汽車圖像的準確定位。

3、同時針對機器視覺圖像處理中的Canny圖像邊緣檢測算法出現(xiàn)邊緣模糊和漏檢的問題，所以提出圖像分塊理論和檢測邊緣算法，以修正原有的Canny邊緣檢測算法的不足。
　　論文研究了在車輛的尺寸參數(shù)測量系統(tǒng)中使用的特征提取算法，對基于Hough變換的檢測直線、圓和Harris算子的角點理論模型進行了詳細研究。此外，將特征點匹配技術(shù)與區(qū)域圖像匹配技術(shù)結(jié)合起來，實現(xiàn)了立體匹配和自動檢測;研究了基于車輛測量系統(tǒng)的設(shè)計方法，通過分析系統(tǒng)功能開發(fā)了