基于双目立体视觉的物流包装箱尺寸测量研究
发布时间：2021-02-12 11:13
目的针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。
【文章来源】：包装工程. 2020,41(19)北大核心
【文章页数】：7 页
【部分图文】：
FREAK算法的采样结构
第征地41卷第19征点匹配效果地刻画特征点图Fig.2Matc实验项目正常情况光照不变性模糊不变性9期果良好，反应点周围信息，a正b光照c模糊2传统SUchingresultsofTab.1C图片编号1234平均1234平均1234平均张志刚等应了FREAK描有助于提高正常情况照变化情况糊变化情况URF算法匹配ftraditionalSU表omparisonbeSURF耗时1.120.970.981.031.031.431.361.371.511.421.171.291.331.071.22等：基于双目立描述子可以更高匹配准确率结果URFalgorithm1改进算法etweentheimp时/s改进算立体视觉的物流更好率。m耗时法与原SURFprovedalgorit算法耗时/s0.510.420.390.460.450.950.740.620.790.780.570.610.540.480.55流包装箱尺寸测改进算法与时及匹配准确图3Fig.3MatchinF算法效果对比thmandtheoSURF匹配78.776.280.477.578.272.374.173.270.572.575.079.476.377.677.1测量研究与传统SURF确率见表1。a正常b光照变c模糊变3改进SURFngresultsofim比originalsurfa配准确率/%712643522333142659580542336511算法在4组实可以看出，改情况化情况化情况F算法匹配结果mprovedSURFlgorithm改进算法匹878690858782838184838991858487·233实验中的平均改进算法在算果Falgorithm匹配准确率/%.25.73.64.92.64.42.76.51.69.10.23.61.74.98.893·均算
耐獠?系和相机坐标2—13]提出的算只与相机内精确标定的相法对双目立体然后通过矫正后可得到视差图中的三边滤波得到精度较高到深度图。为进行图像分割提视差图及深度的结果。Fig.5Gb倍的时间，在分析其原因，一法执行时间，法采用PROS的特征点数量到提升。测量实现实现包括相机差图生成、三参和内参，并根系转换时消除的方法进行相机内参数以及关系相机外参数。体相机拍摄得后的双目立体图。为了提高视波在亚像素级高的稠密视差为了减少计算提取被测物体图。图5显示b初始视差图5视差Generationprocb初始轮廓提取图6Fig.6Edgein包装工程在匹一方，提SAC量有机标三维根据除图机标系参得到体模视差级别图，量，体目示了缘信对被边缘技术处理差图及深度图cessofdispari取边缘信息提取nformationextr为进一步提信息较为敏感被测物体提取缘，最后经膨术消除无用纹理过程见图6图4Fig.4Flowcbinc稠密视差图生成过程tymapanddepc直线拟合取过程ractionprocess提高三维重建感的Canny算取边缘，通过膨胀、腐蚀、纹理信息。对，可以看出双目立体包装hartformeasunocularstereo差pthmaps建模型的精度算法[15]和角点最小二乘直线开闭运算等基被测物体提取初始边缘比较装箱尺寸测量流urementofdimpackagingboxd深度d去除纹理2020年10月度，选取了对边点提取算法[1线拟合来平滑基本图像处理取边缘信息的较粗糙，呈锯流程mensionsofx边6]滑理的锯
【参考文献】：
期刊论文
[1]三维装箱边长优化和数量优化方法的比较研究[J]. 陈红,王义邴,徐露,贾春玉. 宁波工程学院学报. 2020(01)
[2]一种基于非线性尺度空间的ORB特征匹配算法研究[J]. 郭芮,许钢,李若楠,赵春叶,江娟娟. 贵州大学学报(自然科学版). 2020(01)
[3]基于改进自适应权重的三边滤波立体匹配算法[J]. 潘卫华,杜旭. 计算机工程与应用. 2020(18)
[4]食品包装对物流效率的影响[J]. 叶琳. 食品工业. 2019(05)
[5]基于图像尖锐度的角点匹配算法[J]. 邢彩燕,张志毅,胡少军,耿楠. 计算机工程与科学. 2019(04)
[6]物流业几何尺寸智能化测量系统[J]. 李娟,周富强,李作新,李潇婕. 计算机科学. 2018(08)
[7]基于包装件智能分拣的视觉尺寸测量技术[J]. 张慧敏,王毅. 包装工程. 2018(13)
[8]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[9]基于Canny算子和Radon变换的轨道图像校正方法[J]. 余明扬,朱齐果,王一军. 计算机应用. 2017(S2)
[10]基于Ansys Workbench的快装箱多目标优化设计[J]. 李光,王文雅,孙彬青,周彧. 包装工程. 2016(23)
本文编号：3030772
【文章来源】：包装工程. 2020,41(19)北大核心
【文章页数】：7 页
【部分图文】：
FREAK算法的采样结构
第征地41卷第19征点匹配效果地刻画特征点图Fig.2Matc实验项目正常情况光照不变性模糊不变性9期果良好，反应点周围信息，a正b光照c模糊2传统SUchingresultsofTab.1C图片编号1234平均1234平均1234平均张志刚等应了FREAK描有助于提高正常情况照变化情况糊变化情况URF算法匹配ftraditionalSU表omparisonbeSURF耗时1.120.970.981.031.031.431.361.371.511.421.171.291.331.071.22等：基于双目立描述子可以更高匹配准确率结果URFalgorithm1改进算法etweentheimp时/s改进算立体视觉的物流更好率。m耗时法与原SURFprovedalgorit算法耗时/s0.510.420.390.460.450.950.740.620.790.780.570.610.540.480.55流包装箱尺寸测改进算法与时及匹配准确图3Fig.3MatchinF算法效果对比thmandtheoSURF匹配78.776.280.477.578.272.374.173.270.572.575.079.476.377.677.1测量研究与传统SURF确率见表1。a正常b光照变c模糊变3改进SURFngresultsofim比originalsurfa配准确率/%712643522333142659580542336511算法在4组实可以看出，改情况化情况化情况F算法匹配结果mprovedSURFlgorithm改进算法匹878690858782838184838991858487·233实验中的平均改进算法在算果Falgorithm匹配准确率/%.25.73.64.92.64.42.76.51.69.10.23.61.74.98.893·均算
耐獠?系和相机坐标2—13]提出的算只与相机内精确标定的相法对双目立体然后通过矫正后可得到视差图中的三边滤波得到精度较高到深度图。为进行图像分割提视差图及深度的结果。Fig.5Gb倍的时间，在分析其原因，一法执行时间，法采用PROS的特征点数量到提升。测量实现实现包括相机差图生成、三参和内参，并根系转换时消除的方法进行相机内参数以及关系相机外参数。体相机拍摄得后的双目立体图。为了提高视波在亚像素级高的稠密视差为了减少计算提取被测物体图。图5显示b初始视差图5视差Generationprocb初始轮廓提取图6Fig.6Edgein包装工程在匹一方，提SAC量有机标三维根据除图机标系参得到体模视差级别图，量，体目示了缘信对被边缘技术处理差图及深度图cessofdispari取边缘信息提取nformationextr为进一步提信息较为敏感被测物体提取缘，最后经膨术消除无用纹理过程见图6图4Fig.4Flowcbinc稠密视差图生成过程tymapanddepc直线拟合取过程ractionprocess提高三维重建感的Canny算取边缘，通过膨胀、腐蚀、纹理信息。对，可以看出双目立体包装hartformeasunocularstereo差pthmaps建模型的精度算法[15]和角点最小二乘直线开闭运算等基被测物体提取初始边缘比较装箱尺寸测量流urementofdimpackagingboxd深度d去除纹理2020年10月度，选取了对边点提取算法[1线拟合来平滑基本图像处理取边缘信息的较粗糙，呈锯流程mensionsofx边6]滑理的锯
【参考文献】：
期刊论文
[1]三维装箱边长优化和数量优化方法的比较研究[J]. 陈红,王义邴,徐露,贾春玉. 宁波工程学院学报. 2020(01)
[2]一种基于非线性尺度空间的ORB特征匹配算法研究[J]. 郭芮,许钢,李若楠,赵春叶,江娟娟. 贵州大学学报(自然科学版). 2020(01)
[3]基于改进自适应权重的三边滤波立体匹配算法[J]. 潘卫华,杜旭. 计算机工程与应用. 2020(18)
[4]食品包装对物流效率的影响[J]. 叶琳. 食品工业. 2019(05)
[5]基于图像尖锐度的角点匹配算法[J]. 邢彩燕,张志毅,胡少军,耿楠. 计算机工程与科学. 2019(04)
[6]物流业几何尺寸智能化测量系统[J]. 李娟,周富强,李作新,李潇婕. 计算机科学. 2018(08)
[7]基于包装件智能分拣的视觉尺寸测量技术[J]. 张慧敏,王毅. 包装工程. 2018(13)
[8]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[9]基于Canny算子和Radon变换的轨道图像校正方法[J]. 余明扬,朱齐果,王一军. 计算机应用. 2017(S2)
[10]基于Ansys Workbench的快装箱多目标优化设计[J]. 李光,王文雅,孙彬青,周彧. 包装工程. 2016(23)
本文编号：3030772
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3030772.html
