危險(xiǎn)化學(xué)品儲(chǔ)存安全事關(guān)人民及城市的安全,其中,庫(kù)房?jī)?nèi)堆垛“五距”保持與監(jiān)測(cè)是保證安全儲(chǔ)存關(guān)鍵因素。基于機(jī)器視覺(jué)的圖像處理在物體測(cè)量方面應(yīng)用廣泛,研究機(jī)器視覺(jué)中的雙目視覺(jué)測(cè)距方法實(shí)現(xiàn)對(duì)�；范讯狻拔寰唷睖y(cè)量,進(jìn)而實(shí)現(xiàn)堆垛的安全狀態(tài)監(jiān)測(cè),是非常有前景的解決方案,對(duì)于危險(xiǎn)化學(xué)品的有效監(jiān)管與安全預(yù)防有重要的意義。本文開(kāi)展雙目視覺(jué)“五距”測(cè)量研究,主要工作如下:（1）相機(jī)標(biāo)定算法:基于張氏平面模板攝像機(jī)標(biāo)定原理和方法,完成了雙目視覺(jué)的標(biāo)定和攝像頭參數(shù)計(jì)算。（2）特征提取算法:采用高斯混合模型算法首先實(shí)現(xiàn)貨物提取;然后,提出了基于直線擬合的Shi-Tomasi角點(diǎn)檢測(cè)算法,提高了有效特征點(diǎn)的識(shí)別準(zhǔn)確率。（3）立體匹配算法,針對(duì)�；范讯馓卣鼽c(diǎn)相似的特點(diǎn),提出了基于DBSCAN聚類的SIFT雙向匹配算法,通過(guò)疏密程度聚類得到可變閾值提高匹配準(zhǔn)確度;為了進(jìn)一步提升匹配速度,研究了 SUFR匹配算法,并基于雙目特征點(diǎn)位置相關(guān)性進(jìn)行自適應(yīng)鄰域計(jì)算的改進(jìn),在準(zhǔn)確率和效率上都更適用堆垛的立體匹配。（4）完成了雙目視覺(jué)的危化品堆垛的尺寸測(cè)量的硬件平臺(tái)以及軟件系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā),實(shí)現(xiàn)了堆垛距離測(cè)量。 

【文章來(lái)源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２成像示意圖??Ｆｉｇ．２－２?Ｉｍａｇｉｎｇ?ｄｉａｇｒａｍ??

?第二章雙目測(cè)距原理與標(biāo)定???第二章雙目測(cè)距原理與標(biāo)定??基于雙目視覺(jué)系統(tǒng)獲得空間三維信息進(jìn)而獲取距離，需要搭建有效實(shí)用的雙目視??覺(jué)測(cè)距系統(tǒng)。雙目也就是兩個(gè)攝像頭同時(shí)觀測(cè)同一物體。在不同環(huán)境下，雙目系統(tǒng)的??結(jié)構(gòu)也有所不同。在危化品倉(cāng)庫(kù)的環(huán)境中，選取平視雙目結(jié)構(gòu)，搭建如圖２－１所示結(jié)??構(gòu)的雙目立體視覺(jué)測(cè)距系統(tǒng)，兩攝像機(jī)光軸互相平行，且光心處于同一水平線平行于??地面，在此基礎(chǔ)上進(jìn)行相機(jī)標(biāo)定、圖像處理、立體匹配和測(cè)距分析。??圖２－１雙目視覺(jué)系統(tǒng)結(jié)構(gòu)??Ｆｉｇ．２－１?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｂｉｎｏｃｕｌａｒ?ｖｉｓｉｏｎ?ｓｙｓｔｅｍ??２．１雙目視覺(jué)測(cè)距原理??雙目視覺(jué)測(cè)距是基于視差原理，就像人的眼睛，對(duì)于平視結(jié)構(gòu)的雙目視覺(jué)來(lái)說(shuō)，??可以用人的雙眼來(lái)進(jìn)行示意。如圖２－２所示，為觀看兩物體的成像示意圖，人的“眼??睛”相當(dāng)于“攝像頭”。當(dāng)物體位于近處，得到的視差會(huì)越大，當(dāng)物體位于遠(yuǎn)處，得??到的視差會(huì)越校所以可以根據(jù)視差的大小來(lái)判斷物體的距離。??Ｆａｒ?ｏｂｊｅｃｔ?，???ａ）?ｂ）??Ｃｌｏｓｅ?ｏｂｊｅｃｔ?＾??？?？??Ｌｅｆｔ?ｃａｍ?Ｔ?Ｉ?＾ｔｃａｍ?ＢＭｓｐａｎｔｙ??｜?｜????圖２－２成像示意圖??Ｆｉｇ．２－２?Ｉｍａｇｉｎｇ?ｄｉａｇｒａｍ??９??

第二章雙目測(cè)距原理與標(biāo)定???ｂ－ｘ，??ｘｃ＝——Ｌ??ｃ?Ｄ??＾?ｙｃ??式（２－２）??Ｄ??Ｚｃ?＝?ｂｉ??ｌ?Ｄ??空間點(diǎn)Ｐ的坐標(biāo)可以計(jì)算出，該坐標(biāo)是在攝像機(jī)下的。所以說(shuō)，同一空間特征點(diǎn)??在左右圖像找到對(duì)應(yīng)的匹配點(diǎn)，就可計(jì)算得出空間三維坐標(biāo)信息。??２．２雙目視覺(jué)測(cè)距系統(tǒng)概述??雙目視覺(jué)測(cè)距系統(tǒng)獲取圖像到距離測(cè)量需要幾個(gè)中間步驟進(jìn)行圖像處理，最紅獲??取視差來(lái)進(jìn)行距離測(cè)量。包括相機(jī)標(biāo)定、目標(biāo)提娶特征提娶立體匹配相關(guān)步驟。??流程框圖如圖２－４所示，可以根據(jù)視差的原理來(lái)實(shí)現(xiàn)物體三維信息的恢復(fù)的過(guò)程。??、內(nèi)參、夕卜參）?ｆ貨物提取ｊ?〔角點(diǎn)特征）?ｆ角點(diǎn)匹配》??相機(jī)標(biāo)定｜?—？！目標(biāo)提�。尢卣魈崛∫�？立體匹配一？距離監(jiān)測(cè)??圖２＊４雙目測(cè)距流程圖??Ｆｉｇ．２－４?Ｂｉｎｏｃｕｌａｒ?ｒａｎｇｉｎｇ?ｆｌｏｗ?ｃｈａｒｔ??首先進(jìn)行相機(jī)標(biāo)定，獲取內(nèi)外參數(shù)，然后經(jīng)過(guò)目標(biāo)提取，將所需要測(cè)量的目標(biāo)進(jìn)??行提取，再經(jīng)過(guò)特征點(diǎn)提取，以確定需要測(cè)定的兩點(diǎn)間的距離。最后進(jìn)行立體匹配，??獲取視差結(jié)果，最終可以根據(jù)視差得到距離值。??２．?２．１相機(jī)標(biāo)定??計(jì)算機(jī)視覺(jué)中關(guān)鍵技術(shù)之一。主要確定相機(jī)的內(nèi)外參數(shù)，包括旋轉(zhuǎn)矩陣、平移矩??陣、畸變系數(shù)等的相關(guān)參數(shù)。標(biāo)定可分為傳統(tǒng)標(biāo)定、自標(biāo)定和基于主動(dòng)視覺(jué)的標(biāo)定［５５］。??標(biāo)定的參數(shù)結(jié)果直接影響距離的精度。??傳統(tǒng)標(biāo)定方法是需要用參照物來(lái)進(jìn)行標(biāo)定，而參照物需要制作精準(zhǔn)，不同角度獲??取圖像。其中的難點(diǎn)是參照物難以制作，成本較高。其中代表算法有ＤＬＴ（Ｄｉｒｅｃｔ?Ｌｉｎｅａｒ??Ｔｒａｎｓｆｏｒｍａｔｉｏｎ）方法［５６］，Ｔｓａｉ的兩步標(biāo)定方

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的DBSCAN聚類算法在社會(huì)化標(biāo)注中的應(yīng)用[J]. 熊回香,葉佳鑫,蔣武軒.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(12)
[2]一種高斯混合模型的�；范讯饽繕�(biāo)提取方法[J]. 袁碧賢,劉學(xué)君,張?jiān)破?楊啟思,劉子昂,晏涌.  計(jì)算機(jī)與應(yīng)用化學(xué). 2018(11)
[3]�；穫}(cāng)儲(chǔ)中激光測(cè)距的自適應(yīng)分層聚類去噪算法研究[J]. 劉學(xué)君,魏宇晨,袁碧賢,盧浩,戴波,李翠清.  計(jì)算機(jī)科學(xué). 2018(S2)
[4]基于改進(jìn)的快速Shi-Tomasi特征點(diǎn)檢測(cè)算法的圖像拼接算法[J]. 黃遠(yuǎn)征,尹春麗,劉波,韓鳴曉,陳敏,張鼎瑞,梁慶華.  機(jī)械設(shè)計(jì)與研究. 2018(04)
[5]物聯(lián)網(wǎng)中大規(guī)模RFID標(biāo)簽盤存方法研究[J]. 陳毅紅,王錦,賀春林,何嘉林.  計(jì)算機(jī)應(yīng)用研究. 2019(02)
[6]基于自適應(yīng)抗差卡爾曼濾波的UWB室內(nèi)定位[J]. 劉韜,徐愛(ài)功,隋心.  傳感技術(shù)學(xué)報(bào). 2018(04)
[7]多目視覺(jué)與激光組合導(dǎo)航AGV精確定位技術(shù)研究[J]. 何珍,樓佩煌,錢曉明,武星,朱立群.  儀器儀表學(xué)報(bào). 2017(11)
[8]超越問(wèn)責(zé):中美應(yīng)急管理結(jié)構(gòu)比較研究——基于天津港與德州大爆炸分析[J]. 周利敏,李夏茵.  中國(guó)軟科學(xué). 2017(10)
[9]危險(xiǎn)品倉(cāng)庫(kù)特大火災(zāi)爆炸事故淺析及啟示[J]. 俞翔.  消防科學(xué)與技術(shù). 2017(01)
[10]基于物聯(lián)網(wǎng)的�；穬�(chǔ)存智能監(jiān)測(cè)管理平臺(tái)的開(kāi)發(fā)[J]. 鄧術(shù)章,周兆欣,張安西,馬建文.  中國(guó)儲(chǔ)運(yùn). 2016(07)

博士論文
[1]化工園區(qū)事故風(fēng)險(xiǎn)評(píng)估方法及應(yīng)用研究[D]. 胡馨升.中國(guó)礦業(yè)大學(xué)(北京) 2018
[2]雙目立體視覺(jué)深度感知與三維重建若干問(wèn)題研究[D]. 羅桂娥.中南大學(xué) 2012
[3]基于地面激光掃描點(diǎn)云數(shù)據(jù)的三維重建方法研究[D]. 趙煦.武漢大學(xué) 2010
[4]三維重建應(yīng)用系統(tǒng)研究[D]. 高劍.山東大學(xué) 2009

碩士論文
[1]危險(xiǎn)化學(xué)品倉(cāng)庫(kù)堆垛安全布局建模及優(yōu)化研究[D]. 李雁飛.北京石油化工學(xué)院 2018
[2]基于雙目視覺(jué)的三維測(cè)量及可視化技術(shù)研究[D]. 張強(qiáng).長(zhǎng)春工業(yè)大學(xué) 2018
[3]基于OpenCV的雙目視覺(jué)系統(tǒng)目標(biāo)定位與測(cè)距方法研究[D]. 楊芳.寧夏大學(xué) 2018
[4]基于機(jī)器視覺(jué)的焊縫三維重建及焊接飛濺物在位檢測(cè)研究[D]. 許鵬飛.山東大學(xué) 2018
[5]基于深度卷積神經(jīng)網(wǎng)絡(luò)的飛行器圖像識(shí)別算法研究[D]. 程嘉暉.浙江大學(xué) 2017
[6]危險(xiǎn)化學(xué)品倉(cāng)儲(chǔ)堆垛安全距離的三維網(wǎng)格化監(jiān)測(cè)技術(shù)研究[D]. 江帆.北京化工大學(xué) 2016
[7]基于雙目視覺(jué)的工件尺寸測(cè)量方法研究[D]. 鄭立明.長(zhǎng)春工業(yè)大學(xué) 2016
[8]云計(jì)算平臺(tái)監(jiān)控系統(tǒng)的研究與應(yīng)用[D]. 張棋勝.北京交通大學(xué) 2011
[9]基于雙目視覺(jué)的大尺寸工件在機(jī)三維測(cè)量[D]. 黎淑梅.華南理工大學(xué) 2011
[10]軍隊(duì)后方倉(cāng)庫(kù)安全管理系統(tǒng)的研究與實(shí)現(xiàn)[D]. 吳德平.電子科技大學(xué) 2010



本文編號(hào)：3146250