基于雙目視覺的原木楞堆徑級檢測系統(tǒng)研究.pdf

1、原木徑級檢測是木材運輸行業(yè)的一個重要環(huán)節(jié)，長期以來使用人工檢尺的方法，勞動強度大，效率較低。隨著計算機視覺技術的發(fā)展，基于機器視覺的三維非接觸測量技術極大的提高了檢尺效率。但對于林場中存放的原木楞堆、整車原木的徑級測量，受端面凹凸造成的陰影、原木邊界粘連等因素，原木識別率、檢測精度和效率較低。因此，本文圍繞雙目立體標定、圖像分割、立體匹配、原木楞堆徑級識別技術等重點與難點問題進行深入研究。論文的主要工作有以下幾個方面:
　　首先，

2、建立基于雙目相機的三維測量模型與鏡頭畸變模型，對雙目標定和畸變校正影響后期原木楞堆徑級測量精度進行了深入分析。提出了基于畸變模型改進的雙目標定算法，該方法將三階徑向畸變系數引入畸變模型中，充分利用開源視覺函數庫對標定模板的角點進行快速準確的檢測，提高了雙目視覺測量模型的精度。
　　通過標定和校正后的雙目相機，采集無畸變的原木楞堆圖像。針對自然環(huán)境下的原木楞堆圖像存在陰影、原木粘連的問題，提出了基于顏色空間轉換和模糊理論的原木輪廓圖

3、像分割算法。該方法對分離出的色度空間圖像進行模糊域轉換，在模糊域內，通過改進模糊隸屬度函數，進行多次迭代實現(xiàn)了圖像模糊增強，確定最優(yōu)模糊閾值帶寬與模糊因子，然后利用模糊規(guī)則來判斷原木輪廓邊緣，通過反模糊化輸出原木邊緣圖像。實驗證明該方法比傳統(tǒng)圖像分割算法更有效。
　　最后，建立原木楞堆輪廓的三維重構模型，采用基于特征點檢測與極線約束的立體匹配優(yōu)化算法，該方法提取原木輪廓特征點，結合極線約束、唯一性約束和順序約束減少特征點匹配搜索空