隨著社會(huì)的發(fā)展,旅客的出行需求日益旺盛,如何提高機(jī)場的出行效率是國內(nèi)外不斷研究的課題。機(jī)場行李自助托運(yùn)服務(wù)作為能大大提高出行效率、節(jié)約旅客出行時(shí)間的服務(wù),其中關(guān)鍵的技術(shù)便是旅客需要托運(yùn)的行李外形的自動(dòng)化精確檢測(cè)。課題主要研究了大視野范圍下的行李自動(dòng)分類檢測(cè),涉及三維點(diǎn)云采集處理、點(diǎn)云融合、外觀檢測(cè)和行李分類檢測(cè)算法的研究。首先,本文對(duì)機(jī)場行李自助托運(yùn)技術(shù)的發(fā)展以及解決方案進(jìn)行了概述,并對(duì)現(xiàn)有的方案中的不足進(jìn)行分析,提出了基于深度相機(jī)進(jìn)行行李檢測(cè)的機(jī)器視覺方案。此方案可省去大量的人工成本以及人工檢測(cè)的不足,具有很高的實(shí)際應(yīng)用價(jià)值。其次,對(duì)行李檢測(cè)需求進(jìn)行了分析,以此為基礎(chǔ)詳細(xì)描述了檢測(cè)系統(tǒng)的整體技術(shù)方案,包括光學(xué)平臺(tái)、軟件設(shè)計(jì)和算法設(shè)計(jì)。從實(shí)際應(yīng)用場景出發(fā),針對(duì)自助托運(yùn)行李系統(tǒng)的高度不能太高同時(shí)滿足較大視場范圍的要求,提出采用兩臺(tái)深度相機(jī)提取行李三維點(diǎn)云信息并采用三維點(diǎn)云自動(dòng)融合的方案。接下來詳細(xì)分析了三維點(diǎn)云拼接算法的原理和流程。本文采用的三維點(diǎn)云融合技術(shù)包含了三維尺度不變特征變換（3D-SIFT）關(guān)鍵點(diǎn)檢測(cè)、快速點(diǎn)特征直方圖（FPFH）特征求解、k-means特征點(diǎn)匹配等初始配準(zhǔn)技術(shù)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人工柜臺(tái)辦理航空行李托運(yùn)圖

電子科技大學(xué)碩士學(xué)位論文2作。機(jī)器視覺是一項(xiàng)用相機(jī)、傳感器等可以獲取外界信息的光學(xué)設(shè)備替代人工進(jìn)行自動(dòng)化識(shí)別和檢測(cè)的技術(shù)。該項(xiàng)技術(shù)一般是先通過機(jī)器設(shè)備獲取到數(shù)字信號(hào)、圖像、視頻等原始數(shù)據(jù)，然后對(duì)這些數(shù)據(jù)做處理和分析，從中獲取更多有價(jià)值的信息。機(jī)器視覺技術(shù)具備識(shí)別精度高、自動(dòng)化替代人力以及安全便捷的優(yōu)勢(shì)，是一項(xiàng)融合了光、機(jī)、電、軟、算多門學(xué)科的先進(jìn)技術(shù)。其應(yīng)用十分廣泛，如醫(yī)學(xué)、交通、工業(yè)生產(chǎn)、刑偵，大大提高了社會(huì)生產(chǎn)力，將人們從一些繁雜的工作中很大程度地解放出來。自助行李托運(yùn)的關(guān)鍵技術(shù)在于對(duì)行李的外觀檢測(cè)和分類識(shí)別，本文擬采用機(jī)器視覺技術(shù)，在光學(xué)方案、檢測(cè)算法以及軟件交互三大方面進(jìn)行研究和設(shè)計(jì)，對(duì)各種不同的行李托運(yùn)場景進(jìn)行了研究，該系統(tǒng)能夠保證檢測(cè)結(jié)果的準(zhǔn)確性和穩(wěn)定性，并能有效提高行李托運(yùn)效率。1.2國內(nèi)外研究現(xiàn)狀1.2.1自助行李托運(yùn)系統(tǒng)研究現(xiàn)狀自助行李托運(yùn)系統(tǒng)的研究和應(yīng)用始于21世紀(jì)初，一款典型的自助行李托運(yùn)系統(tǒng)的外觀如圖1-2所示。自助行李托運(yùn)系統(tǒng)的實(shí)現(xiàn)方案一般有兩種：一種是旅客要先辦理值機(jī)手續(xù)，打印完行李憑條后，再去行李托運(yùn)區(qū)辦理托運(yùn)，這種方式會(huì)借助一些人工服務(wù)，屬于半自助系統(tǒng)；另一種將自助值機(jī)與自助托運(yùn)作為一站式服務(wù)，旅客不需人工幫助，可在同一地點(diǎn)完全由自己進(jìn)行處理，這種為全自助的行李托運(yùn)系統(tǒng)[5]。圖1-2自助行李托運(yùn)系統(tǒng)外觀圖國外的自助行李托運(yùn)系統(tǒng)典型案例有以下幾個(gè)：世界上第一套自助行李托運(yùn)系統(tǒng)于2008年在瑞士的蘇黎世機(jī)場率先啟用，通過該系統(tǒng)進(jìn)行行李托運(yùn)的時(shí)間花

觳庀低車透叨卻笫右胺段?碌難芯拷仙伲?而這也是實(shí)際應(yīng)用的一項(xiàng)重要的技術(shù)要求。因此該項(xiàng)技術(shù)的繼續(xù)研究十分必要。1.2.2三維圖像數(shù)據(jù)研究現(xiàn)狀二維圖像數(shù)據(jù)的信息量有限，難以精確表征行李物體的外觀特性，因此在行李外觀檢測(cè)和分類中需要借助三維圖像數(shù)據(jù)。三維圖像數(shù)據(jù)的獲取是通過測(cè)距設(shè)備對(duì)物體表面進(jìn)行掃描，然后得到大量包含物體表面信息的點(diǎn)的集合，這種點(diǎn)的集合被稱為“點(diǎn)云”。點(diǎn)云數(shù)據(jù)除了包含幾何位置信息外，還可以包含顏色信息，為基于點(diǎn)云的識(shí)別與檢測(cè)提供更多維的信息，一個(gè)典型的包含顏色信息的點(diǎn)云場景如圖1-3所示。圖1-3包含顏色信息的三維點(diǎn)云圖與傳統(tǒng)的二維圖像處理類似，點(diǎn)云的處理也包含不同層次的處理方式。實(shí)際研究過程中可根據(jù)任務(wù)的需求，組合不同的處理方式，而這些處理在過程上有先后之分。低層次的點(diǎn)云處理主要包括濾波、關(guān)鍵點(diǎn)、分割。中層次處理主要是特征描述。高層次處理則包括配準(zhǔn)和識(shí)別。隨著LiDAR和各式深度相機(jī)的發(fā)展，點(diǎn)云數(shù)據(jù)的獲取變得快速且廉價(jià)，針對(duì)三維點(diǎn)云的算法研究也非常熱門，尤其是在點(diǎn)云配準(zhǔn)和三維物體識(shí)別方面也越來越成熟。點(diǎn)云配準(zhǔn)是多視圖三維重建、SLAM、逆向工程等方面的關(guān)鍵技術(shù)，點(diǎn)云配準(zhǔn)包含關(guān)鍵點(diǎn)檢測(cè)、特征提取與匹配、配準(zhǔn)算法等多項(xiàng)點(diǎn)云數(shù)據(jù)處理的技術(shù)。而基于三維點(diǎn)云的物體識(shí)別方面，主要包括基于局部特征的物體識(shí)別方法、基于全局特征的物體識(shí)別方法、基于圖匹配的物體識(shí)別方法和基于機(jī)器學(xué)習(xí)的識(shí)別方法[11]。


本文編號(hào)：3121511