基于機器視覺的剖竹機加工目標(biāo)檢測算法研究.pdf

1、隨著我國對竹材需求的加大，竹工機械的自動化已經(jīng)引起了人們的高度重視，但傳統(tǒng)的竹工機械嚴(yán)重制約著竹工工業(yè)的發(fā)展，研制自動化程度高的竹工機械勢在必行。視覺測量技術(shù)隨著計算機和光電技術(shù)的發(fā)展，其應(yīng)用的領(lǐng)域越來越廣，備受人們的關(guān)注，基于機器視覺的剖竹機視覺檢測系統(tǒng)克服了傳統(tǒng)剖竹機的不足，對于竹工機械的發(fā)展具有重要的理論意義和應(yīng)用價值。
　　本文以數(shù)字圖像處理和機器視覺技術(shù)為背景，在竹材數(shù)學(xué)模型理論基礎(chǔ)上，分別對數(shù)控剖竹機加工目標(biāo)圖像分割、

2、檢測與跟蹤以及單目視覺測量技術(shù)進行了深入研究。設(shè)計基于機器視覺的數(shù)控剖竹機視覺檢測軟件系統(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，進行竹材端面圖像的提取;利用機器視覺技術(shù)研究運動物體檢測與跟蹤算法，實現(xiàn)竹材加工目標(biāo)的檢測與跟蹤;利用單目視覺技術(shù)，根據(jù)攝像機模型及標(biāo)定技術(shù)，研究基于小孔成像理論的圖像測距算法及竹材幾何參數(shù)測量。最終實現(xiàn)自動檢測與跟蹤及視覺測量技術(shù)在數(shù)控剖竹機自動加工系統(tǒng)中的應(yīng)用。
　　本文主要的研究

3、內(nèi)容有:
　　(1)基于機器視覺技術(shù)建立剖竹機視覺檢測系統(tǒng)，完成了視覺檢測系統(tǒng)的軟硬件設(shè)計。軟件系統(tǒng)采用Visual C++設(shè)計開發(fā)，結(jié)構(gòu)優(yōu)化、功能齊全、人機界面友好，可以實現(xiàn)剖分竹材的自動化測量，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及竹條體積和利用率的計算方法，對竹材體積及出材率從竹筒剖分份數(shù)、長度及小端內(nèi)徑等幾個方面進行了分析

4、和對比。
　　(3)對視覺檢測系統(tǒng)的圖像處理算法進行了研究。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。基于小波變換的圖像分割算法，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，實現(xiàn)實驗圖像的分割;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)計特征實現(xiàn)竹材圖像的分割，并利用圓擬合算法實現(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)對視覺檢

5、測系統(tǒng)的運動目標(biāo)檢測與跟蹤算法進行了研究。提出基于改進幀差的高斯混合模型運動目標(biāo)檢測算法。研究幀差法和高斯混合模型運動目標(biāo)檢測算法的不足，對兩者進行融合，利用幀間差分結(jié)果區(qū)分視頻中的不同運動區(qū)域，并對不同區(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，從而實現(xiàn)運動目標(biāo)的檢測。提出基于改進Camshift的運動目標(biāo)跟蹤算法，研究改進的Camshift運動目標(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，實現(xiàn)

6、對運動物體的準(zhǔn)確跟蹤;在竹材運動目標(biāo)檢測與跟蹤中，利用背景差分和幀間差分實現(xiàn)運動竹材目標(biāo)的檢測，Camshift進行竹材運動目標(biāo)的跟蹤，Kalman濾波實現(xiàn)運動目標(biāo)的預(yù)測及目標(biāo)位置修正，算法提高了竹材目標(biāo)跟蹤的準(zhǔn)確性，對陰影、目標(biāo)與背景相似等問題的處理，提高了跟蹤的穩(wěn)定性，算法具有良好的適應(yīng)性。
　　(5)對視覺檢測系統(tǒng)的測量技術(shù)進行了研究。提出基于單目視覺的圖像測距算法，根據(jù)攝像機模型及攝像機標(biāo)定技術(shù)，利用攝像機模型的幾何關(guān)系，