基于机器视觉的散状物料动态计量系统研究
摘要 | 第4-7页 |
abstract | 第7-11页 |
1 引言 | 第15-33页 |
1.1 选题背景 | 第15-16页 |
1.2 散状物料动态计量现状 | 第16-22页 |
1.2.1 传统动态计量方式 | 第16-19页 |
1.2.2 基于新技术的动态计量 | 第19-22页 |
1.3 散状物料动态计量研究关键问题分析 | 第22-24页 |
1.3.1 系统的标定校验 | 第23页 |
1.3.2 系统的适用性 | 第23-24页 |
1.4 机器视觉技术研究现状 | 第24-28页 |
1.4.1 单目视觉法 | 第25-27页 |
1.4.2 双目视觉法 | 第27-28页 |
1.4.3 多目视觉法 | 第28页 |
1.5 研究意义 | 第28页 |
1.6 研究思路及主要研究内容 | 第28-30页 |
1.7 工作安排 | 第30-33页 |
2 视觉测量方案研究与影响因素分析 | 第33-51页 |
2.1 结构光法测距理论基础 | 第33-37页 |
2.1.1 Scheimpflug条件 | 第33-35页 |
2.1.2 三角测距原理 | 第35-37页 |
2.2 体积测量模型的建立 | 第37-40页 |
2.3 体积测量装置结构设计 | 第40-44页 |
2.3.1 设计约束 | 第40-41页 |
2.3.2 测量装置设计方案 | 第41-42页 |
2.3.3 测量装置设计 | 第42-44页 |
2.4 系统精度影响因素分析 | 第44-50页 |
2.4.1 摄像机参数的选择 | 第44-45页 |
2.4.2 结构光光源的选择 | 第45-47页 |
2.4.3 被测物表面特性参数及环境的影响 | 第47-48页 |
2.4.4 环境光对测量结果的影响 | 第48-49页 |
2.4.5 软件算法的影响 | 第49-50页 |
2.5 本章小结 | 第50-51页 |
3 激光线条纹中心提取 | 第51-73页 |
3.1 线条纹中心提取流程 | 第51-56页 |
3.2 基于亮度自适应的图像预处理 | 第56-59页 |
3.2.1 预处理算法模型 | 第56-58页 |
3.2.2 算法验证 | 第58-59页 |
3.3 线条纹中心提取方法分析 | 第59-64页 |
3.3.1 现有提取方法 | 第59-63页 |
3.3.2 存在问题分析 | 第63-64页 |
3.4 基于梯度优化的骨架快速提取 | 第64-69页 |
3.4.1 骨架法分析 | 第64-65页 |
3.4.2 基于梯度优化的骨架快速提取 | 第65-67页 |
3.4.3 算法结果分析 | 第67-69页 |
3.5 基于距离阈值的断线修补 | 第69-71页 |
3.6 本章小结 | 第71-73页 |
4 线结构光测量系统标定 | 第73-99页 |
4.1 线结构光测量模型的建立 | 第73-78页 |
4.1.1 常用坐标系 | 第73-74页 |
4.1.2 摄像机成像模型 | 第74-78页 |
4.1.3 测量系统数学模型 | 第78页 |
4.2 摄像机标定 | 第78-89页 |
4.2.1 摄像机标定方法分类 | 第78-80页 |
4.2.2 摄像机模型及标定方法分析 | 第80-81页 |
4.2.3 非量测方法的畸变校正 | 第81-82页 |
4.2.4 畸变测度的优化 | 第82-84页 |
4.2.5 畸变校正实验 | 第84-87页 |
4.2.6 摄像机内参数标定 | 第87-89页 |
4.3 光平面标定 | 第89-95页 |
4.3.1 光平面标定方法分类 | 第89-91页 |
4.3.2 光平面标定分析 | 第91-92页 |
4.3.3 基于二维平面靶标的标定 | 第92-94页 |
4.3.4 本文光平面标定算法 | 第94-95页 |
4.4 标定实验及精度分析 | 第95-96页 |
4.4.1 标定实验 | 第95-96页 |
4.4.2 结果分析 | 第96页 |
4.5 本章小结 | 第96-99页 |
5 基于机器视觉的煤炭动态计量系统设计 | 第99-117页 |
5.1 系统设计方案 | 第99-101页 |
5.2 产量监控单元的具体设计 | 第101-109页 |
5.2.1 图像处理模块 | 第102-103页 |
5.2.2 计量控制模块 | 第103-107页 |
5.2.3 通讯模块 | 第107-108页 |
5.2.4 电源供给模块 | 第108-109页 |
5.3 动态计量系统的功能实现 | 第109-110页 |
5.4 实验验证 | 第110-116页 |
5.4.1 实验平台 | 第111页 |
5.4.2 动态标定验证 | 第111-112页 |
5.4.3 体积计算精度验证 | 第112-114页 |
5.4.4 体积测量结果稳定性实验 | 第114-116页 |
5.5 本章小结 | 第116-117页 |
6 结论与展望 | 第117-121页 |
6.1 总结 | 第117-118页 |
6.2 结论 | 第118-119页 |
6.3 创新点 | 第119页 |
6.4 展望 | 第119-121页 |
参考文献 | 第121-131页 |
致谢 | 第131-133页 |
作者简介 | 第133-134页 |