本文關(guān)鍵詞：糧食數(shù)量信息探測和智能識別方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：針對我國糧庫地域分散以及現(xiàn)行的人工監(jiān)管方式引起的虛庫、偷盜、虛報貼息等不良現(xiàn)象，給國家造成巨大經(jīng)濟(jì)損失問題，本文提出了以下兩種糧食數(shù)量智能識別方法。 基于SFS（Shape From Shading）技術(shù)的糧食數(shù)量智能識別方法，是將SFS技術(shù)應(yīng)用在大宗物體三維測量中的一次探索性的研究，重點研究了攝像機(jī)標(biāo)定方法、采用SFS技術(shù)插值獲取除參考點之外的其它點三維坐標(biāo)的方法。所做的工作如下： (1)提出了一種新的攝像機(jī)標(biāo)定方法--將激光光斑在空間位置的三維坐標(biāo)和光斑在圖像中的亞像素級中心坐標(biāo)間進(jìn)行射影變換獲得攝像機(jī)的標(biāo)定結(jié)果，即攝像機(jī)的內(nèi)外參數(shù)。 由SFS算法獲取三維坐標(biāo)是基于二維圖像，攝像機(jī)標(biāo)定是糾正由于攝像機(jī)畸變導(dǎo)致的圖像變形。 ①利用激光測距儀采集的距離、云臺的旋轉(zhuǎn)角度，及空間點在世界坐標(biāo)系的各個軸上的投影，計算了光斑所在位置的三維坐標(biāo)。 ②采用平均背景模型法提取了圖像中的光斑，采用基于重心的曲線擬合亞像素中心定位算法提取了光斑的亞像素中心坐標(biāo)。實驗結(jié)果表明，提取的光斑位置正確；提取的光斑中心亞像素坐標(biāo)精度較高。 ③將光斑位置三維坐標(biāo)和亞像素級中心坐標(biāo)間進(jìn)行攝影變換得到了攝像機(jī)內(nèi)外參數(shù)。 通過將攝像機(jī)標(biāo)定前后采集的圖像進(jìn)行比較，證明本文提出的攝像機(jī)標(biāo)定方法克服了攝像機(jī)的畸變。 (2)提出了基于SFS技術(shù)的插值方法 將落在糧食邊界內(nèi)的光斑作為參考點，采用(1)中①、②方法計算了各參考點的三維坐標(biāo)和亞像素中心坐標(biāo)；將這些光斑組合在同一幅圖像中，對這些參考點亞像素中心坐標(biāo)進(jìn)行二維Delaunay分解，得到了多個Voronoi多邊形；在每一個多邊形內(nèi)僅有一個參考點（光斑），采用SFS技術(shù)插值計算了多邊形內(nèi)除參考點外其它點的三維坐標(biāo)。 (3)實現(xiàn)了糧食體積計算 在圖像上找到用SFS技術(shù)得到的糧面上點的像素位置，逐行進(jìn)行如下計算：將每一點都與緊鄰的右邊、右下方、下方三點構(gòu)成的六面體近似看成長方體，然后累加所有小長方體體積即為糧食總體積。 通過室內(nèi)外的糧堆實驗表明，基于SFS技術(shù)的糧食數(shù)量非接觸檢測方法的誤差有一定的波動，但誤差的大小可以接受，且標(biāo)準(zhǔn)差的大小滿足工程要求。 基于激光三維坐標(biāo)儀的糧食數(shù)量識別方法，重點研究了光斑位置三維坐標(biāo)的計算方法、三維坐標(biāo)的旋轉(zhuǎn)不變性和平移不變性、激光掃描三維數(shù)據(jù)的預(yù)處理方法、糧食總體積計算方法。做了以下工作： (1)推導(dǎo)出了光斑位置三維坐標(biāo)的計算方法 在設(shè)定了激光三維坐標(biāo)儀的坐標(biāo)系和參數(shù)后，利用行掃描和場掃描電機(jī)的位置關(guān)系，電機(jī)轉(zhuǎn)動時角度的變化，以及空間點在坐標(biāo)系下各個軸上的投影關(guān)系，推導(dǎo)出了光斑位置的三維坐標(biāo)。 (2)實現(xiàn)了三維坐標(biāo)的旋轉(zhuǎn)不變性和平移不變性 利用激光三維坐標(biāo)儀的坐標(biāo)系下的數(shù)據(jù)點在世界坐標(biāo)系的各個軸上的投影，計算激光三維坐標(biāo)儀的坐標(biāo)系相對于世界坐標(biāo)系的旋轉(zhuǎn)矩陣和平移向量，再將激光三維坐標(biāo)儀的坐標(biāo)系下數(shù)據(jù)點的坐標(biāo)轉(zhuǎn)換到世界坐標(biāo)系下，即實現(xiàn)了旋轉(zhuǎn)不變性和平移不變性。 (3)提出了激光掃描三維數(shù)據(jù)的預(yù)處理方法 ①零點校正：采用分段線性插值技術(shù)對所采集的數(shù)據(jù)中的零點進(jìn)行了插值恢復(fù)。 ②去除無用點：無用點包括掃描到橫梁和墻上的點。對于橫梁上的點是孤立點（即數(shù)據(jù)中的突變點），直接去除。對于墻壁上的點，利用墻壁上點的x或y軸坐標(biāo)相等來判斷，去除墻壁上的點。 ③糧堆有無遮擋的判斷及被遮擋部分?jǐn)?shù)據(jù)的恢復(fù)：糧食表面上的點包括平坦部分的點和突起上的點。由于三維激光坐標(biāo)儀安裝位置和高度的原因，糧堆可能會有一部分被遮擋。利用糧堆上的點在有無遮擋時，在x軸上的投影不同對有無遮擋進(jìn)行判斷，利用攝影變換中的交比定理和糧堆的對稱性對糧堆被遮擋部分?jǐn)?shù)據(jù)進(jìn)行恢復(fù)。 (4)利用Delaunay分解實現(xiàn)了糧食體積計算 將預(yù)處理后的三維數(shù)據(jù)進(jìn)行Delaunay三角化分解，將分解后得到的每一個頂端為三角形的柱體體積進(jìn)行累加，得到糧堆的總體積。 通過對糧庫內(nèi)的糧食進(jìn)行實驗表明，基于激光三維坐標(biāo)儀的糧食數(shù)量智能識別方法比基于SFS技術(shù)的方法穩(wěn)定，誤差在3%左右�；具_(dá)到了糧食稽核部門的管理要求。 基于SFS技術(shù)和激光三維坐標(biāo)儀的兩種糧食數(shù)量識別方法，在設(shè)備安裝好后，糧倉現(xiàn)場均不需要人工參與，實現(xiàn)了糧食數(shù)量的非接觸智能檢測，能夠大大降低監(jiān)管和稽核的費(fèi)用，市場前景廣闊。
【關(guān)鍵詞】：攝像機(jī)標(biāo)定 Delaunay分解 SFS技術(shù) 激光探測 三維測量
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-6
• Abstract6-13
• 第1章 緒論13-24
• 1.1 選題背景及意義13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-21
• 1.2.1 儲備糧稽核方法研究現(xiàn)狀14-15
• 1.2.2 攝像機(jī)標(biāo)定國內(nèi)外相關(guān)研究現(xiàn)狀15-16
• 1.2.3 亞像素定位研究現(xiàn)狀16-17
• 1.2.4 三維測量研究現(xiàn)狀17-18
• 1.2.5 SFS 方法的研究現(xiàn)狀18-21
• 1.3 本文主要研究內(nèi)容與結(jié)構(gòu)21-23
• 1.4 本章小結(jié)23-24
• 第2章 攝像機(jī)標(biāo)定的實現(xiàn)24-50
• 2.1 攝像機(jī)標(biāo)定的理論基礎(chǔ)24-33
• 2.1.1 線性攝像機(jī)模型25-30
• 2.1.2 非線性攝像機(jī)模型30-31
• 2.1.3 攝像機(jī)標(biāo)定的類型31-33
• 2.2 攝像機(jī)標(biāo)定方案論證33-35
• 2.3 實驗系統(tǒng)設(shè)計35-38
• 2.3.1 設(shè)備選擇36-38
• 2.3.2 系統(tǒng)軟件開發(fā)環(huán)境及其架構(gòu)38
• 2.4 本文提出的新攝像機(jī)標(biāo)定方法實現(xiàn)過程38-48
• 2.5 本章小結(jié)48-50
• 第3章 SFS 方法的理論50-57
• 3.1 SFS 問題的約束條件51-52
• 3.2 SFS 方法的分類52-56
• 3.3 本章小結(jié)56-57
• 第4章 基于 SFS 技術(shù)的糧食數(shù)量智能識別方法57-96
• 4.1 糧食表面參考點三維坐標(biāo)的獲取57-59
• 4.2 基于 SFS 技術(shù)的糧食表面其它點三維坐標(biāo)計算59-74
• 4.2.1 光源參數(shù)的估計計算60-64
• 4.2.2 物體上點的法向量傾角和偏角計算64-70
• 4.2.3 物體上點表面法矢的計算70-71
• 4.2.4 物體上點的梯度及三維坐標(biāo)計算71-74
• 4.3 基于 SFS 技術(shù)的糧食表面其它點三維坐標(biāo)計算實現(xiàn)過程74-75
• 4.4 糧食表面上點三維坐標(biāo)計算結(jié)果75-88
• 4.4.1 參考點的三維坐標(biāo)計算結(jié)果75-76
• 4.4.2 各參考點的像素坐標(biāo)計算結(jié)果76-77
• 4.4.3 基于 SFS 的 Voronoi 圖內(nèi)其它點三維坐標(biāo)計算結(jié)果77-88
• 4.5 利用糧面上點的三維坐標(biāo)進(jìn)行糧食體積計算88-95
• 4.5.1 由參考點利用 Voronoi 圖插值88-89
• 4.5.2 糧食體積計算89-95
• 4.5.3 誤差分析95
• 4.6 本章小結(jié)95-96
• 第5章 基于激光三維坐標(biāo)儀的糧食數(shù)量識別方法96-149
• 5.1 激光三維坐標(biāo)儀的組成及工作過程96-105
• 5.1.1 硬件系統(tǒng)組成96-104
• 5.1.2 工作過程104-105
• 5.2 激光掃描三維數(shù)據(jù)的獲取原理105-116
• 5.2.1 行掃描和場掃描的控制105-108
• 5.2.2 三維坐標(biāo)的計算方法108-116
• 5.3 激光掃描三維數(shù)據(jù)的預(yù)處理116-142
• 5.3.1 旋轉(zhuǎn)不變性和平移不變性116-125
• 5.3.2 零點校正125-130
• 5.3.3 去除無用點130-135
• 5.3.4 糧堆被遮擋部分的處理135-142
• 5.4 糧食體積計算142-148
• 5.4.1 Delaunay 分解的實現(xiàn)142-145
• 5.4.2 總體積計算結(jié)果145-148
• 5.4.3 誤差分析148
• 5.5 本章小結(jié)148-149
• 第6章 總結(jié)與展望149-151
• 6.1 總結(jié)149-150
• 6.2 展望150-151
• 參考文獻(xiàn)151-161
• 攻讀博士學(xué)位期間發(fā)表的論文及其它成果161-162
• 作者在攻讀博士學(xué)位期間發(fā)表的論文161
• 作者在攻讀博士學(xué)位期間參加科研項目情況161-162
• 致謝162

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 桑新柱,呂乃光;三維形狀測量方法及發(fā)展趨勢[J];北京機(jī)械工業(yè)學(xué)院學(xué)報;2001年02期

2 馬廷昭;呂乃光;鄧文怡;婁小平;;基于激光線掃描的雙目立體視覺測量方法研究[J];北京機(jī)械工業(yè)學(xué)院學(xué)報;2007年04期

3 張艷,李鳳霞,戰(zhàn)守義;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 張銚;王寶光;李亞標(biāo);盧慧卿;于水良;;新型單攝像機(jī)鏡像雙目視覺傳感器的研究[J];傳感技術(shù)學(xué)報;2007年09期

5 周俊召;鄭書民;胡松;周建波;;地面三維激光掃描在石窟石刻文物保護(hù)測繪中的應(yīng)用[J];測繪通報;2008年12期

6 汪志明,徐亞明,汪志良,晁怡;GPS RTK技術(shù)在武鋼堆料場礦料體積測量中的應(yīng)用[J];測繪信息與工程;2003年01期

7 劉繼承;王春艷;趙磊;王延民;;基于P-M擴(kuò)散和中值濾波的椒鹽噪聲去除方法[J];大慶石油學(xué)院學(xué)報;2008年01期

8 薛婷;孫梅;張濤;吳斌;;類橢圓特征自動識別及亞像素提取的完整實現(xiàn)[J];光電子.激光;2008年08期

9 雷志輝，于起峰;亞像素圖像處理技術(shù)及其在網(wǎng)格法中的應(yīng)用[J];國防科技大學(xué)學(xué)報;1996年04期

10 李集田;賈欣志;檀慧明;;一種大面積煤堆體積自動檢測系統(tǒng)[J];光學(xué)機(jī)械;1991年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 林鷹;儲備糧智能監(jiān)管與稽核系統(tǒng)關(guān)鍵技術(shù)研究[D];天津大學(xué);2008年

  本文關(guān)鍵詞：糧食數(shù)量信息探測和智能識別方法的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：298927