基于機(jī)器視覺(jué)的剖竹機(jī)加工目標(biāo)檢測(cè)算法研究.pdf

1、隨著我國(guó)對(duì)竹材需求的加大，竹工機(jī)械的自動(dòng)化已經(jīng)引起了人們的高度重視，但傳統(tǒng)的竹工機(jī)械嚴(yán)重制約著竹工工業(yè)的發(fā)展，研制自動(dòng)化程度高的竹工機(jī)械勢(shì)在必行。視覺(jué)測(cè)量技術(shù)隨著計(jì)算機(jī)和光電技術(shù)的發(fā)展，其應(yīng)用的領(lǐng)域越來(lái)越廣，備受人們的關(guān)注，基于機(jī)器視覺(jué)的剖竹機(jī)視覺(jué)檢測(cè)系統(tǒng)克服了傳統(tǒng)剖竹機(jī)的不足，對(duì)于竹工機(jī)械的發(fā)展具有重要的理論意義和應(yīng)用價(jià)值。
　　本文以數(shù)字圖像處理和機(jī)器視覺(jué)技術(shù)為背景，在竹材數(shù)學(xué)模型理論基礎(chǔ)上，分別對(duì)數(shù)控剖竹機(jī)加工目標(biāo)圖像分割、

2、檢測(cè)與跟蹤以及單目視覺(jué)測(cè)量技術(shù)進(jìn)行了深入研究。設(shè)計(jì)基于機(jī)器視覺(jué)的數(shù)控剖竹機(jī)視覺(jué)檢測(cè)軟件系統(tǒng)，利用數(shù)字圖像處理技術(shù)研究竹材端面圖像的預(yù)處理及分割算法，進(jìn)行竹材端面圖像的提取;利用機(jī)器視覺(jué)技術(shù)研究運(yùn)動(dòng)物體檢測(cè)與跟蹤算法，實(shí)現(xiàn)竹材加工目標(biāo)的檢測(cè)與跟蹤;利用單目視覺(jué)技術(shù)，根據(jù)攝像機(jī)模型及標(biāo)定技術(shù)，研究基于小孔成像理論的圖像測(cè)距算法及竹材幾何參數(shù)測(cè)量。最終實(shí)現(xiàn)自動(dòng)檢測(cè)與跟蹤及視覺(jué)測(cè)量技術(shù)在數(shù)控剖竹機(jī)自動(dòng)加工系統(tǒng)中的應(yīng)用。
　　本文主要的研究

3、內(nèi)容有:
　　(1)基于機(jī)器視覺(jué)技術(shù)建立剖竹機(jī)視覺(jué)檢測(cè)系統(tǒng)，完成了視覺(jué)檢測(cè)系統(tǒng)的軟硬件設(shè)計(jì)。軟件系統(tǒng)采用Visual C++設(shè)計(jì)開(kāi)發(fā)，結(jié)構(gòu)優(yōu)化、功能齊全、人機(jī)界面友好，可以實(shí)現(xiàn)剖分竹材的自動(dòng)化測(cè)量，提高了加工效率。
　　(2)系統(tǒng)地研究了竹材數(shù)學(xué)模型和竹材四面平整銑削、兩面平整銑削兩面弧形銑削和四面銑削三面剖分三種加工方式的特點(diǎn)及竹條體積和利用率的計(jì)算方法，對(duì)竹材體積及出材率從竹筒剖分份數(shù)、長(zhǎng)度及小端內(nèi)徑等幾個(gè)方面進(jìn)行了分析

4、和對(duì)比。
　　(3)對(duì)視覺(jué)檢測(cè)系統(tǒng)的圖像處理算法進(jìn)行了研究。提出基于小波變換和顏色空間的三種竹材端面圖像分割算法?；谛〔ㄗ儞Q的圖像分割算法，分別利用非下采樣Contourlet變換和Gabor小波變換，提取圖像的紋理特征，實(shí)現(xiàn)實(shí)驗(yàn)圖像的分割;基于顏色空間的圖像分割算法，利用Lab顏色空間與竹材顏色的重合性，設(shè)計(jì)特征實(shí)現(xiàn)竹材圖像的分割，并利用圓擬合算法實(shí)現(xiàn)竹材端面的框定，提出的算法都取得了很好的分割效果。
　　(4)對(duì)視覺(jué)檢

5、測(cè)系統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法進(jìn)行了研究。提出基于改進(jìn)幀差的高斯混合模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法。研究幀差法和高斯混合模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法的不足，對(duì)兩者進(jìn)行融合，利用幀間差分結(jié)果區(qū)分視頻中的不同運(yùn)動(dòng)區(qū)域，并對(duì)不同區(qū)域賦予采取不同的更新策略，利用高斯混合模型得到前景圖像，從而實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的檢測(cè)。提出基于改進(jìn)Camshift的運(yùn)動(dòng)目標(biāo)跟蹤算法，研究改進(jìn)的Camshift運(yùn)動(dòng)目標(biāo)跟蹤算法，采用顏色、紋理、灰度梯度組成的多特征，構(gòu)建聯(lián)合概率分布圖，實(shí)現(xiàn)

6、對(duì)運(yùn)動(dòng)物體的準(zhǔn)確跟蹤;在竹材運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤中，利用背景差分和幀間差分實(shí)現(xiàn)運(yùn)動(dòng)竹材目標(biāo)的檢測(cè)，Camshift進(jìn)行竹材運(yùn)動(dòng)目標(biāo)的跟蹤，Kalman濾波實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的預(yù)測(cè)及目標(biāo)位置修正，算法提高了竹材目標(biāo)跟蹤的準(zhǔn)確性，對(duì)陰影、目標(biāo)與背景相似等問(wèn)題的處理，提高了跟蹤的穩(wěn)定性，算法具有良好的適應(yīng)性。
　　(5)對(duì)視覺(jué)檢測(cè)系統(tǒng)的測(cè)量技術(shù)進(jìn)行了研究。提出基于單目視覺(jué)的圖像測(cè)距算法，根據(jù)攝像機(jī)模型及攝像機(jī)標(biāo)定技術(shù)，利用攝像機(jī)模型的幾何關(guān)系，