目前,國內(nèi)大多數(shù)的棒材生產(chǎn)廠商多采用光電技術(shù)或者是人工的方法對棒材進行統(tǒng)計。光電技術(shù)統(tǒng)計僅適用于棒材沒有交叉重疊的情況,而人工統(tǒng)計則耗時長,效率低,勞動強度大,即繁瑣又易錯。同時,也有不少學(xué)者為此努力,力求減少人工勞動量、提升技術(shù)水平,以解放生產(chǎn)力,節(jié)約生產(chǎn)成本,提高效率。但是,在棒材計數(shù)領(lǐng)域,始終沒有非常好的解決方案,來解決這個問題。要么就是單純采用人工計數(shù)的方式,這種方法勞動強度高,出錯幾率大,有時需要反反復(fù)復(fù)計數(shù)好幾遍才能正確數(shù)清,稍有疏忽就會出差錯,在時間的成本和人工人力的成本上十分昂貴,費力又費時。要么是設(shè)計一套嚴格的計數(shù)方案,在特定的場景,特定的條件下,加上圖像算法和人工審核的方式,實現(xiàn)準(zhǔn)確計數(shù)的功能。為實現(xiàn)一種方便快捷棒材計數(shù)方案,本文介紹了一種基于目標(biāo)檢測的鋼管自動識別系統(tǒng)。在確立算法之前,先去實際工地調(diào)研,了解實際工地棒材堆放情況,然后現(xiàn)場采集數(shù)據(jù),對幾個堆放的鋼管堆錄制視頻作為數(shù)據(jù)。再對現(xiàn)場工地采集到的數(shù)據(jù)進行預(yù)處理:先分析幾個采集到的視頻數(shù)據(jù),經(jīng)過數(shù)據(jù)清洗、篩選后,清除掉不良數(shù)據(jù)。再將視頻數(shù)據(jù)逐幀轉(zhuǎn)為圖片數(shù)據(jù),并隨機抽取數(shù)據(jù)進行了試處理,發(fā)現(xiàn)會用傳統(tǒng)的圖像處理方式... 

【文章來源】：長江大學(xué)湖北省

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

暗場照明拍攝的鋼管圖片

第 2 章 YOLO 目標(biāo)檢測YOLO全稱是You Look Only Once, 整體來看，YOLO算法采用了一個單獨的CNN模型實現(xiàn)端對端的目標(biāo)檢測。YOLOv3作為YOLO系列的最新算法，對于之前的算法YOLO、YOLOv2及YOLO9000既有保留，也有改進。YOLO的主要思路是：首先用提取網(wǎng)絡(luò)對輸入圖像提取特征，得到一定尺寸的特征圖(feature map),比如 13*13，那么再將輸入圖像分成13 13個格子，接著如果實際框(ground truth)中某個目標(biāo)的中心坐標(biāo)落在哪個格子中，那么就由這個格子來預(yù)測這個目標(biāo)，因為每個格子都會預(yù)測固定數(shù)量的包圍框(bounding box)，YOLO v1 中是 2 個，YOLO v2 中是 5 個，YOLO v3 中是 3 個，選取這幾個包圍框中和 ground truth 的 IOU 最大的 bounding box 用來預(yù)測目標(biāo)。下面是 YOLOv1~v3 的設(shè)計歷程。2.1 YOLO

IOUschematic2-2IOU示意

【參考文獻】：
期刊論文
[1]運用開端神經(jīng)網(wǎng)絡(luò)進行人體姿態(tài)識別[J]. 柴鐸,徐誠,何杰,張少陽,段世紅,齊悅.  通信學(xué)報. 2017(S2)
[2]利用迭代霍夫圓變換實現(xiàn)成捆棒材可靠計數(shù)[J]. 毛慶洲,潘志敏,高文武.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2014(03)
[3]一種基于圖像處理的棒材計數(shù)測量系統(tǒng)的設(shè)計與實現(xiàn)[J]. 侯維巖,張利偉,黨蟒,段政偉,宋楊,王海寬.  儀器儀表學(xué)報. 2013(05)
[4]基于數(shù)字圖像處理的鋼管自動識別計數(shù)系統(tǒng)開發(fā)[J]. 黃華貴,王巍,杜鳳山,張芳.  燕山大學(xué)學(xué)報. 2006(01)
[5]軋鋼車間打捆計數(shù)裝置研究[J]. 李樸,孫運芝,孟春,夏晨.  儀器儀表與分析監(jiān)測. 2003(02)
[6]螺紋鋼筋(棒材類)的精確計數(shù)方法[J]. 朱常青,馮筱林,楊建國.  上海大學(xué)學(xué)報(自然科學(xué)版). 1998(05)

碩士論文
[1]基于機器視覺的車道偏離預(yù)警系統(tǒng)研究[D]. 李信言.長安大學(xué) 2018
[2]曲線擬合在鋼管計數(shù)中的應(yīng)用與研究[D]. 李偉.西南交通大學(xué) 2010
[3]圓鋼端部圖像識別的研究與處理[D]. 曾洛軍.中南大學(xué) 2004



本文編號：2958091