基于計(jì)算機(jī)視覺的木材檢尺系統(tǒng)
發(fā)布時(shí)間:2022-01-24 23:42
木材檢尺是木材生產(chǎn)加工中的重要一環(huán),木材檢尺過程的成本以及準(zhǔn)確度在很大程度上影響著整個(gè)木材產(chǎn)業(yè)以及森林資源的保護(hù)。而針對(duì)木材檢尺這一問題,世界上多個(gè)國家已經(jīng)設(shè)計(jì)出了多種自動(dòng)化的木材檢尺系統(tǒng),有的已經(jīng)相對(duì)成熟。而由于便捷性以及成本等問題,我國大部分生產(chǎn)環(huán)境仍然使用手工檢尺的方法,所以設(shè)計(jì)一款使用簡單成本較低的木材檢尺系統(tǒng),就顯得至關(guān)重要。本文從計(jì)算機(jī)視覺的角度出發(fā),設(shè)計(jì)了一種通過單攝像機(jī)進(jìn)行多次拍攝從而實(shí)現(xiàn)對(duì)木材橫截面進(jìn)行測量的木材檢尺系統(tǒng)。該方法首先使用深度學(xué)習(xí)背景下的目標(biāo)檢測算法對(duì)圖像中的主體區(qū)域進(jìn)行識(shí)別,并使用圖像處理手段對(duì)有效區(qū)域進(jìn)行分割。然后使用雙目視覺的相關(guān)知識(shí)對(duì)橫截面的空間信息進(jìn)行恢復(fù)。最后利用空間幾何的相關(guān)知識(shí)完成了木材橫截面的測量。本文的主要工作內(nèi)容及貢獻(xiàn)如下:(1)本文針對(duì)成堆板材的特性,設(shè)計(jì)了基于計(jì)算機(jī)視覺的,非接觸性的檢尺系統(tǒng),克服了傳統(tǒng)檢尺系統(tǒng)只能測量原木的缺陷,成功解決了成堆板材的測量問題,同時(shí)使得測量過程更為簡單,成本更低。(2)本文將目前較為先進(jìn)的深度學(xué)習(xí)相關(guān)方法引入了木材檢尺領(lǐng)域,并深入分析探討了各種基于深度學(xué)習(xí)的目標(biāo)檢測模型。最后發(fā)現(xiàn)SSD模型(Sin...
【文章來源】:北京交通大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1多層感知機(jī)??
最終通過若千個(gè)全連接層完成分類工作。??在CNN網(wǎng)絡(luò)中,卷積層是最重要的計(jì)算方式。卷積操作通過卷積核實(shí)現(xiàn)。比??如假設(shè)我們有一個(gè)5X5的圖像,而卷積核的大小為3X3,則卷積過程如圖2-2所??示:??l|l|l|〇|〇1??TTTTT?141314??AAiJkA?121314??"〇|l?1?3yJ?〇J?oj??圖2-2卷積層??Fig?2-4?Convolution?layer??當(dāng)卷積計(jì)算時(shí),可以把卷積核理解為一個(gè)滑動(dòng)的窗口,每次滑動(dòng)時(shí)把卷積核與??圖片上對(duì)應(yīng)區(qū)域的像素進(jìn)行一對(duì)一的乘法運(yùn)算并把所有乘積加和,每一次計(jì)算得??到一個(gè)數(shù)值作為結(jié)果中的一個(gè)單元,最后可以得到3X3的卷積結(jié)果。這個(gè)過程類??9??
圖2-4池化層??
【參考文獻(xiàn)】:
期刊論文
[1]基于SURF特征提取和FLANN搜索的圖像匹配算法[J]. 馮亦東,孫躍. 圖學(xué)學(xué)報(bào). 2015(04)
[2]AdaBoost算法研究進(jìn)展與展望[J]. 曹瑩,苗啟廣,劉家辰,高琳. 自動(dòng)化學(xué)報(bào). 2013(06)
[3]鄰近點(diǎn)快速搜索方法在混沌識(shí)別中的應(yīng)用[J]. 劉樹勇,楊慶超,位秀雷,吳海平. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(11)
[4]基于SURF算法和OpenCV的人臉特征檢測技術(shù)研究[J]. 時(shí)磊,謝曉方,喬勇軍. 計(jì)算機(jī)與數(shù)字工程. 2010(02)
[5]原木體積非接觸測量系統(tǒng)的研究[J]. 于德敏,韓軍,王永強(qiáng),許增樸. 天津輕工業(yè)學(xué)院學(xué)報(bào). 2001(03)
[6]等長堆積原木材積的自動(dòng)檢測[J]. 欒新,朱鐵一. 計(jì)算機(jī)應(yīng)用與軟件. 1999(06)
[7]用圖像處理法采集原木形狀參數(shù)的研究[J]. 童雀菊,華毓坤,黃元生. 林業(yè)科學(xué). 1998(03)
碩士論文
[1]基于計(jì)算機(jī)視覺的高精度測量方法研究及應(yīng)用[D]. 胡仁東.北京交通大學(xué) 2017
[2]基于機(jī)器視覺的便攜式木材全自動(dòng)檢尺設(shè)備研究[D]. 李博豪.東南大學(xué) 2015
[3]基于機(jī)器視覺的原木材積自動(dòng)檢測系統(tǒng)研究[D]. 李建偉.北京交通大學(xué) 2011
本文編號(hào):3607507
【文章來源】:北京交通大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1多層感知機(jī)??
最終通過若千個(gè)全連接層完成分類工作。??在CNN網(wǎng)絡(luò)中,卷積層是最重要的計(jì)算方式。卷積操作通過卷積核實(shí)現(xiàn)。比??如假設(shè)我們有一個(gè)5X5的圖像,而卷積核的大小為3X3,則卷積過程如圖2-2所??示:??l|l|l|〇|〇1??TTTTT?141314??AAiJkA?121314??"〇|l?1?3yJ?〇J?oj??圖2-2卷積層??Fig?2-4?Convolution?layer??當(dāng)卷積計(jì)算時(shí),可以把卷積核理解為一個(gè)滑動(dòng)的窗口,每次滑動(dòng)時(shí)把卷積核與??圖片上對(duì)應(yīng)區(qū)域的像素進(jìn)行一對(duì)一的乘法運(yùn)算并把所有乘積加和,每一次計(jì)算得??到一個(gè)數(shù)值作為結(jié)果中的一個(gè)單元,最后可以得到3X3的卷積結(jié)果。這個(gè)過程類??9??
圖2-4池化層??
【參考文獻(xiàn)】:
期刊論文
[1]基于SURF特征提取和FLANN搜索的圖像匹配算法[J]. 馮亦東,孫躍. 圖學(xué)學(xué)報(bào). 2015(04)
[2]AdaBoost算法研究進(jìn)展與展望[J]. 曹瑩,苗啟廣,劉家辰,高琳. 自動(dòng)化學(xué)報(bào). 2013(06)
[3]鄰近點(diǎn)快速搜索方法在混沌識(shí)別中的應(yīng)用[J]. 劉樹勇,楊慶超,位秀雷,吳海平. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(11)
[4]基于SURF算法和OpenCV的人臉特征檢測技術(shù)研究[J]. 時(shí)磊,謝曉方,喬勇軍. 計(jì)算機(jī)與數(shù)字工程. 2010(02)
[5]原木體積非接觸測量系統(tǒng)的研究[J]. 于德敏,韓軍,王永強(qiáng),許增樸. 天津輕工業(yè)學(xué)院學(xué)報(bào). 2001(03)
[6]等長堆積原木材積的自動(dòng)檢測[J]. 欒新,朱鐵一. 計(jì)算機(jī)應(yīng)用與軟件. 1999(06)
[7]用圖像處理法采集原木形狀參數(shù)的研究[J]. 童雀菊,華毓坤,黃元生. 林業(yè)科學(xué). 1998(03)
碩士論文
[1]基于計(jì)算機(jī)視覺的高精度測量方法研究及應(yīng)用[D]. 胡仁東.北京交通大學(xué) 2017
[2]基于機(jī)器視覺的便攜式木材全自動(dòng)檢尺設(shè)備研究[D]. 李博豪.東南大學(xué) 2015
[3]基于機(jī)器視覺的原木材積自動(dòng)檢測系統(tǒng)研究[D]. 李建偉.北京交通大學(xué) 2011
本文編號(hào):3607507
本文鏈接:http://sikaile.net/nykjlw/lylw/3607507.html
最近更新
教材專著