论文摘要
我国的棒线材产量居世界第一,但是棒线材的自动计数技术仍然较为落后,目前绝大多数国内企业仍采用人工计数方法,自动计数系统的研发迫在眉睫。国内外对棒线材自动计数的研究大多停留在静态或者低速运动情况下,并且只能单一地实现棒线材的计数功能,而对棒线材质量并未涉及,棒线材自动计数仍然是一个难题。本文针对解决棒线材实时跟踪与识别问题,进行了以下的设计与研究：（1）根据某棒线材企业实际生产情况,以工业线阵相机为核心,设计与开发出-套高速线阵成像系统。详细阐述了系统的软硬件组成和工作流程,并提出了不失真采集系数,给出了计算方法；（2）引入基于二维直方图的信息熵图像分割算法,提出一种改进的图像分割算法对系统采集的棒线材图像进行分割。同时,利用二值化形式的中值滤波去除图像噪声；（3）利用Blob分析算法提取棒线材端面特征,并提出利用对极平面分析方法测量棒线材端面长度差；（4）分别采用基于贪婪邻波器和Kalman滤波两种算法跟踪棒线材端面目标,给出了跟踪算法流程。针对以上内容,本文进行了相应的实验,由实验数据得出以下结论：（1）本文提出的系统可以连续采集高速运动的棒线材图像,图像清晰且不失真；（2）本文提出的改进图像分割算法较最大类间方差法和二维直方图信息熵分割法分割结果更为准确,并且在图像低对比度时仍能成功分割；（3）Blob分析法提取棒线材端面特征准确率接近100%,并且耗时在5ms以内；对极平面分析法测量棒线材长度差的误差低于毫米级；（4）贪婪邻波器算法跟踪准确率接近100%,Kalman根踪算法误差低于4个像素。综上,本文提出的棒线材识别与跟踪系统,不仅能准确识别与跟踪棒线材目标,而且可对棒线材长度质量进行测量。并且本文提出的图像分割算法,有着更为广泛的适用性。
论文目录
摘要Abstract目录第1章 绪论1.1 课题的背景1.1.1 我国棒线材产量1.1.2 本课题的研究意义1.2 国内外研究现状1.2.1 机电法1.2.2 图像处理法1.3 研究内容与本文结构1.4 本章小结第2章 机器视觉成像系统的设计2.1 成像系统设计要求2.1.1 棒线材生产线介绍2.1.2 成像系统设计要求2.2 高速线阵成像硬件系统2.2.1 硬件系统组成2.2.2 硬件系统参数计算与设定2.3 软件系统2.3.1 软件系统组成2.3.2 各处理模块介绍2.4 本章小结第3章 棒线材图像的预处理3.1 图像预处理相关技术概述3.1.1 图像分割技术概述3.1.2 图像中的噪声3.2 图像阈值分割技术3.2.1 基于二维直方图的直分阈值分割法3.2.2 本文提出的改进算法3.3 图像去噪技术3.4 本章小结第4章 棒线材识别与跟踪分析4.1 基于团块（Blob）的目标识别4.1.1 Blob分析简介4.1.2 Blob分析算法4.1.3 Blob分析实现4.2 对极平面分析4.2.1 对极几何（Epipolar Geometry）4.2.2 平行光轴系统结构4.2.3 对极平面性质4.2.4 棒线材的对极平面分析4.3 棒线材目标跟踪4.3.1 棒线材目标跟踪算法要求4.3.2 基于贪婪最近邻波器方法的多目标跟踪4.3.3 基于Kalman滤波器的多目标跟踪4.4 本章小结第5章 实验与结果分析5.1 线阵采集系统的调试与运行5.1.1 系统初始相关设定简介5.1.2 系统界面简介5.2 图像采集结果与分析5.3 图像预处理结果与分析5.4 目标识别结果与分析5.4.1 Blob识别结果与分析5.4.2 对极平面处理结果及分析5.5 目标跟踪结果与分析5.5.1 贪婪最近邻波器跟踪结果及分析5.5.2 Kalman跟踪结果及分析5.6 本章小结第6章 总结与展望6.1 总结6.2 需要完善的工作6.3 展望参考文献攻读硕士学位期间发表的论文致谢
相关论文文献
标签：棒材计数论文; 线阵相机论文; 二维直方图论文; 对极几何论文; 滤波论文;
