粮食数量信息探测和智能识别方法的研究

发布时间：2017-04-11 11:00

  本文关键词：粮食数量信息探测和智能识别方法的研究，由笔耕文化传播整理发布。

【摘要】：针对我国粮库地域分散以及现行的人工监管方式引起的虚库、偷盗、虚报贴息等不良现象，给国家造成巨大经济损失问题，本文提出了以下两种粮食数量智能识别方法。 基于SFS（Shape From Shading）技术的粮食数量智能识别方法，是将SFS技术应用在大宗物体三维测量中的一次探索性的研究，重点研究了摄像机标定方法、采用SFS技术插值获取除参考点之外的其它点三维坐标的方法。所做的工作如下： (1)提出了一种新的摄像机标定方法--将激光光斑在空间位置的三维坐标和光斑在图像中的亚像素级中心坐标间进行射影变换获得摄像机的标定结果，即摄像机的内外参数。 由SFS算法获取三维坐标是基于二维图像，摄像机标定是纠正由于摄像机畸变导致的图像变形。 ①利用激光测距仪采集的距离、云台的旋转角度，及空间点在世界坐标系的各个轴上的投影，计算了光斑所在位置的三维坐标。 ②采用平均背景模型法提取了图像中的光斑，采用基于重心的曲线拟合亚像素中心定位算法提取了光斑的亚像素中心坐标。实验结果表明，提取的光斑位置正确；提取的光斑中心亚像素坐标精度较高。 ③将光斑位置三维坐标和亚像素级中心坐标间进行摄影变换得到了摄像机内外参数。 通过将摄像机标定前后采集的图像进行比较，证明本文提出的摄像机标定方法克服了摄像机的畸变。 (2)提出了基于SFS技术的插值方法 将落在粮食边界内的光斑作为参考点，采用(1)中①、②方法计算了各参考点的三维坐标和亚像素中心坐标；将这些光斑组合在同一幅图像中，对这些参考点亚像素中心坐标进行二维Delaunay分解，得到了多个Voronoi多边形；在每一个多边形内仅有一个参考点（光斑），采用SFS技术插值计算了多边形内除参考点外其它点的三维坐标。 (3)实现了粮食体积计算 在图像上找到用SFS技术得到的粮面上点的像素位置，逐行进行如下计算：将每一点都与紧邻的右边、右下方、下方三点构成的六面体近似看成长方体，然后累加所有小长方体体积即为粮食总体积。 通过室内外的粮堆实验表明，基于SFS技术的粮食数量非接触检测方法的误差有一定的波动，但误差的大小可以接受，且标准差的大小满足工程要求。 基于激光三维坐标仪的粮食数量识别方法，重点研究了光斑位置三维坐标的计算方法、三维坐标的旋转不变性和平移不变性、激光扫描三维数据的预处理方法、粮食总体积计算方法。做了以下工作： (1)推导出了光斑位置三维坐标的计算方法 在设定了激光三维坐标仪的坐标系和参数后，利用行扫描和场扫描电机的位置关系，电机转动时角度的变化，以及空间点在坐标系下各个轴上的投影关系，推导出了光斑位置的三维坐标。 (2)实现了三维坐标的旋转不变性和平移不变性 利用激光三维坐标仪的坐标系下的数据点在世界坐标系的各个轴上的投影，计算激光三维坐标仪的坐标系相对于世界坐标系的旋转矩阵和平移向量，再将激光三维坐标仪的坐标系下数据点的坐标转换到世界坐标系下，即实现了旋转不变性和平移不变性。 (3)提出了激光扫描三维数据的预处理方法 ①零点校正：采用分段线性插值技术对所采集的数据中的零点进行了插值恢复。 ②去除无用点：无用点包括扫描到横梁和墙上的点。对于横梁上的点是孤立点（即数据中的突变点），直接去除。对于墙壁上的点，利用墙壁上点的x或y轴坐标相等来判断，去除墙壁上的点。 ③粮堆有无遮挡的判断及被遮挡部分数据的恢复：粮食表面上的点包括平坦部分的点和突起上的点。由于三维激光坐标仪安装位置和高度的原因，粮堆可能会有一部分被遮挡。利用粮堆上的点在有无遮挡时，在x轴上的投影不同对有无遮挡进行判断，利用摄影变换中的交比定理和粮堆的对称性对粮堆被遮挡部分数据进行恢复。 (4)利用Delaunay分解实现了粮食体积计算 将预处理后的三维数据进行Delaunay三角化分解，将分解后得到的每一个顶端为三角形的柱体体积进行累加，得到粮堆的总体积。 通过对粮库内的粮食进行实验表明，基于激光三维坐标仪的粮食数量智能识别方法比基于SFS技术的方法稳定，误差在3%左右。基本达到了粮食稽核部门的管理要求。 基于SFS技术和激光三维坐标仪的两种粮食数量识别方法，在设备安装好后，粮仓现场均不需要人工参与，实现了粮食数量的非接触智能检测，能够大大降低监管和稽核的费用，市场前景广阔。
【关键词】：摄像机标定 Delaunay分解 SFS技术 激光探测 三维测量
【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-13
• 第1章 绪论13-24
• 1.1 选题背景及意义13-14
• 1.2 国内外研究现状14-21
• 1.2.1 储备粮稽核方法研究现状14-15
• 1.2.2 摄像机标定国内外相关研究现状15-16
• 1.2.3 亚像素定位研究现状16-17
• 1.2.4 三维测量研究现状17-18
• 1.2.5 SFS 方法的研究现状18-21
• 1.3 本文主要研究内容与结构21-23
• 1.4 本章小结23-24
• 第2章 摄像机标定的实现24-50
• 2.1 摄像机标定的理论基础24-33
• 2.1.1 线性摄像机模型25-30
• 2.1.2 非线性摄像机模型30-31
• 2.1.3 摄像机标定的类型31-33
• 2.2 摄像机标定方案论证33-35
• 2.3 实验系统设计35-38
• 2.3.1 设备选择36-38
• 2.3.2 系统软件开发环境及其架构38
• 2.4 本文提出的新摄像机标定方法实现过程38-48
• 2.5 本章小结48-50
• 第3章 SFS 方法的理论50-57
• 3.1 SFS 问题的约束条件51-52
• 3.2 SFS 方法的分类52-56
• 3.3 本章小结56-57
• 第4章 基于 SFS 技术的粮食数量智能识别方法57-96
• 4.1 粮食表面参考点三维坐标的获取57-59
• 4.2 基于 SFS 技术的粮食表面其它点三维坐标计算59-74
• 4.2.1 光源参数的估计计算60-64
• 4.2.2 物体上点的法向量倾角和偏角计算64-70
• 4.2.3 物体上点表面法矢的计算70-71
• 4.2.4 物体上点的梯度及三维坐标计算71-74
• 4.3 基于 SFS 技术的粮食表面其它点三维坐标计算实现过程74-75
• 4.4 粮食表面上点三维坐标计算结果75-88
• 4.4.1 参考点的三维坐标计算结果75-76
• 4.4.2 各参考点的像素坐标计算结果76-77
• 4.4.3 基于 SFS 的 Voronoi 图内其它点三维坐标计算结果77-88
• 4.5 利用粮面上点的三维坐标进行粮食体积计算88-95
• 4.5.1 由参考点利用 Voronoi 图插值88-89
• 4.5.2 粮食体积计算89-95
• 4.5.3 误差分析95
• 4.6 本章小结95-96
• 第5章 基于激光三维坐标仪的粮食数量识别方法96-149
• 5.1 激光三维坐标仪的组成及工作过程96-105
• 5.1.1 硬件系统组成96-104
• 5.1.2 工作过程104-105
• 5.2 激光扫描三维数据的获取原理105-116
• 5.2.1 行扫描和场扫描的控制105-108
• 5.2.2 三维坐标的计算方法108-116
• 5.3 激光扫描三维数据的预处理116-142
• 5.3.1 旋转不变性和平移不变性116-125
• 5.3.2 零点校正125-130
• 5.3.3 去除无用点130-135
• 5.3.4 粮堆被遮挡部分的处理135-142
• 5.4 粮食体积计算142-148
• 5.4.1 Delaunay 分解的实现142-145
• 5.4.2 总体积计算结果145-148
• 5.4.3 误差分析148
• 5.5 本章小结148-149
• 第6章 总结与展望149-151
• 6.1 总结149-150
• 6.2 展望150-151
• 参考文献151-161
• 攻读博士学位期间发表的论文及其它成果161-162
• 作者在攻读博士学位期间发表的论文161
• 作者在攻读博士学位期间参加科研项目情况161-162
• 致谢162

【参考文献】

中国期刊全文数据库 前10条

1 桑新柱,吕乃光;三维形状测量方法及发展趋势[J];北京机械工业学院学报;2001年02期

2 马廷昭;吕乃光;邓文怡;娄小平;;基于激光线扫描的双目立体视觉测量方法研究[J];北京机械工业学院学报;2007年04期

3 张艳,李凤霞,战守义;New Image Recognition Method Based on Rough-Sets and Fuzzy Theory[J];Journal of Beijing Institute of Technology(English Edition);2003年03期

4 张铫;王宝光;李亚标;卢慧卿;于水良;;新型单摄像机镜像双目视觉传感器的研究[J];传感技术学报;2007年09期

5 周俊召;郑书民;胡松;周建波;;地面三维激光扫描在石窟石刻文物保护测绘中的应用[J];测绘通报;2008年12期

6 汪志明,徐亚明,汪志良,晁怡;GPS RTK技术在武钢堆料场矿料体积测量中的应用[J];测绘信息与工程;2003年01期

7 刘继承;王春艳;赵磊;王延民;;基于P-M扩散和中值滤波的椒盐噪声去除方法[J];大庆石油学院学报;2008年01期

8 薛婷;孙梅;张涛;吴斌;;类椭圆特征自动识别及亚像素提取的完整实现[J];光电子.激光;2008年08期

9 雷志辉，于起峰;亚像素图像处理技术及其在网格法中的应用[J];国防科技大学学报;1996年04期

10 李集田;贾欣志;檀慧明;;一种大面积煤堆体积自动检测系统[J];光学机械;1991年05期

中国博士学位论文全文数据库 前1条

1 林鹰;储备粮智能监管与稽核系统关键技术研究[D];天津大学;2008年

  本文关键词：粮食数量信息探测和智能识别方法的研究，，由笔耕文化传播整理发布。

本文编号：298927