基于机器视觉的马体尺测量系统设计与研究

传统马体尺的人工测量方法工作量大且存在安全隐患,对此提出基于线性回归理论和机器视觉技术的马体尺测量方法,旨在测量马体的基本数据如体高、体长、胸围、管围;首先,在Matlab中利用图像腐蚀方法得到马体轮廓,并在2D图像上精确定位马体坐标,获得体高、体长指标；然后,自定义胸径、管径指标,代入线性回归方程预测胸围、管围；最后利用Matlab GUI工具设计系统可视化界面,并初步完成系统的仿真测试;仿真结果表明,利用线性相关及线性回归理论解决3D指标的预测问题,具备测量依据和借鉴意义。     

基于Kinect v4的牛体尺测量方法

针对基于机器视觉的牛体尺测量方法中图像背景复杂、特征点提取难度大的问题,提出了一种基于Kinect v4传感器的牛体尺测量方法来采集彩色和深度图像,并结合目标检测、Canny边缘检测、三点圆弧曲率等算法提取体征特征点进而计算体尺数据。首先,制作了牛体尺特征部位图像数据集,并利用深度学习YOLOv5目标检测算法检测牛体尺特征部位信息,以减少牛体其他部位和背景对体尺测点提取的干扰;其次,借助OpenCV图像处理库中的Canny边缘检测、轮廓提取等图像处理算法获取牛体尺测点所在的关键轮廓;然后,对关键轮廓采用多项式拟合和三点圆弧曲率等算法从而在二维图像中提取牛体尺测点;最后,利用深度信息将二维图像中的测点信息转换到三维坐标系下,并结合随机抽样一致（RANSAC）算法在三维坐标系下设计牛体尺测量方法。经过在复杂环境下传感器和牛体侧面成不同偏角时的实验测量结果和人工测量结果的比较得出,牛体尺数据中鬐甲高的平均相对误差为0.76%,体斜长的平均相对误差为1.68%,体直长的平均相对误差为2.14%,臀端高的平均相对误差为0.76%。实验结果表明,所提方法在复杂环境下具有较高的测量精度。     

基于图像分割的马体尺测量系统设计

基于马体与背景的图像分割技术,以马体测量系统为设计目标,展开其体高、体长、胸围、管围指标的机器测量与系统设计研究。在图像处理部分,采用单阶段的实例分割模型YOLACT,在MS-COCO数据集上实现马体与背景的分割;在数据测量部分,借助Matlab平台中提供的多种方法及库函数,依次完成了马体尺测量系统的界面设计、图像导入、坐标定位、距离测量、回归分析、测量值筛选、数据显示及保存等内容。通过引入胸径、管径的二维参数,建立马体胸围与管围的三维预测方程;采用图像的局部放大功能,加强马体特征点定位的准确性;在验证马体尺测量值的有效性时,采用rcoplot方法进行数据的残差分析;借助Matlab-GUI工具,进行体尺测量系统的可视化设计,为马体尺的快速获取及智能化测量提供典型范例。     

基于嵌入式机器视觉的羊体体征测量系统

针对现有牧场牲畜测量的工作量极大及人工测量的局限性难题,提出了一种基于机器视觉的草原牧场羊体体征的非接触式测量构建方法;考虑到牧场养殖环境,采用在便携式嵌入式Linux实时操作系统平台上,通过广角摄像头获取羊的彩色图像,并调用开源计算机视觉库OpenCV对图像进行实时处理,寻找体征特征点并计算羊的体高、体长等体征数据;图像处理过程:背景差分、图像去噪、二值化、轮廓提取和特征点识别;经实验验证表明:此测量方法有一定误差,但平均相对误差不超过3%,因此该测量方法具有较好的实用价值。     

基于Kinect传感器的羊体体尺测量系统

在基于机器视觉的羊体体尺测量中,当光线、背景等产生干扰时,彩色图像无法准确提取出羊体轮廓,且羊体站姿的变化也会造成测量误差.基于VS2010,Windows SDK搭建羊体测量系统,为解决背景干扰的问题,采用Kinect传感器获取现场羊体彩色和深度图像,将彩色与深度图像相结合提取羊体轮廓;结合深度信息建立羊体空间轮廓线拟合平面,并计算其与像平面夹角,进行体位站姿纠偏后得到羊体体尺数据.经过实验测试,相对误差在4.3％以内.     

基于机器视觉的羊体体尺测量

体尺参数是评价羊生长状况的重要指标,如何实现其无应激测量是羊养殖过程中亟需解决的重要问题。引入机器视觉相关方法,运用基于灰度的背景差分法,结合色度不变性原理,从复杂环境中检测羊体,并借助栅格法,提取羊体上轮廓包络线;采用D-P算法和海伦〖CD*2〗秦九绍公式对轮廓序列进行分析,获取包络线最大曲率点,并以此作为羊体臀部测点;在此基础上,采用四点法求取羊体的其他3个测点,结合空间分辨率,得出羊体的体尺参数,实现无接触测量。实验结果表明,所提方法可以有效从复杂环境中提取出羊体;羊体臀部测点可以有效稳定地确定,羊体身高可稳定获取;由于环境光线的复杂性,肩胛点的确定仍存在一些问题。     

基于机器视觉的羊体体尺测量

体尺参数是评价羊生长状况的重要指标,如何实现其无应激测量是羊养殖过程中亟需解决的重要问题。引入机器视觉相关方法,运用基于灰度的背景差分法,结合色度不变性原理,从复杂环境中检测羊体,并借助栅格法,提取羊体上轮廓包络线;采用D-P算法和海伦-秦九绍公式对轮廓序列进行分析,获取包络线最大曲率点,并以此作为羊体臀部测点;在此基础上,采用四点法求取羊体的其他3个测点,结合空间分辨率,得出羊体的体尺参数,实现无接触测量。实验结果表明,所提方法可以有效从复杂环境中提取出羊体;羊体臀部测点可以有效稳定地确定,羊体身高可稳定获取;由于环境光线的复杂性,肩胛点的确定仍存在一些问题。     

图像处理技术在车铣刀参数测量中的研究与应用*

为了实现车刀和铣刀参数自动视觉检测,阐述了刀具图像轮廓特征提取方法及其在刀具参数测量中的应用。利用M atlab软件对刀具图像进行了灰度化、滤波、二值化、亚像素边缘检测、特征提取、角点检测等技术处理。对刀具轮廓特征点进行提取,采用了最小二乘法对刀具的轮廓进行拟合,得出相关的直线方程。根据直线间的位置关系,确定了刀具轮廓的直径,角度等相关参数。测量结果表明,较传统的测量方法相比,这种方法提高了刀具参数的测量精度,为刀具检测仪在线自动化测量奠定理论基础。     

双声纳探头差动扫描的挂舷式船舶吃水测量方法

针对现有船载式船舶吃水测量方法的局限,提出了一种基于双声纳探头差动扫描的挂舷式船舶吃水测量方法.在详细分析船舶弧形轮廓外形基础上,利用双声纳探头差动扫描技术,建立测量船舶吃水量的数学模型,设计了一种船舶吃水测量方法.设计了实验方案,搭建了小比尺船模吃水深度实验系统,获取了小比尺船模吃水深度,通过对5组吃水测量结果的统计分析发现,小比尺船模吃水深度测量最大相对误差为4.87%,精度较高,满足实际工程误差要求,验证了该设计方案的可行性.     

基于空域均值法的双频三维轮廓测量

针对传统双频三维轮廓测量方法存在分辨率低、数据处理时间长等问题,提出基于空域均值的双频三维轮廓测量方法。该方法通过空域均值图像对采集到的包含物体深度信息的双频结构光图像进行处理,得到物体表面的真实深度信息,提高测量效率和测量精度。通过对物体模型的测量,证明由该方法构成的系统输入、输出满足线性关系,并且可以实现高效、高分辨率的三维物体轮廓测量。     

融合道路图像关键信息的车距视觉测量方法

提出了一种融合道路图像关键信息的纵向车距视觉测量方法,在道路成像平面内建立了基于车道平面约束的视觉测距模型,运用边界约束Hough变换采集两侧道路标识线的斜率、聚点坐标以及车道宽度信息,自动求解视觉传感器的高度及俯仰角等测距参数。选取双通道Gabor滤波器提取目标车辆的5尺度8方向特征样本,联合AdaBoost分类器与级联Cascade筛选有效特征,快速精确提取目标特征点的坐标参数。实验结果表明,视觉测量值与实测值的绝对误差平均值为1.37 m,相对误差平均值为2.38%,测距平均耗时32 ms,与传统测距方法相比较,测量精度和实时性均得到了提高,适合于汽车主动防撞安全系统中应用。     

结合卷积神经网络与曲线拟合的人体尺寸测量

目的 人体尺寸测量是服装制作中的一个重要环节。非接触式人体测量具有效率高、方便快捷的优点,但存在测量精准度较低、对设备和外界环境要求高等问题。为进一步改进这些问题,本文基于卷积神经网络建立模型,相继提出人体分割和关键点检测的方法、基于Bezier曲线的人体肩宽测量方法和基于双椭圆拟合的人体围度测量方法。方法 通过摄像头获取人体的正面、侧面及背面图像;利用Deeplabv3+算法对人体图像进行分割获得人体轮廓,利用Open Pose算法对人体关键点进行检测及定位,利用肩部端点处的角度特征并结合人体肩部关节点信息确定肩部端点,利用肩部曲线与Bezier曲线的相似性通过计算肩部Bezier曲线的长度得到肩宽,通过关键点信息确定胸围、腰围及臀围的宽度和厚度,并建立围度曲线的双椭圆拟合模型,采用线性回归法训练得到拟合模型中的参数,最后利用双椭圆拟合曲线的周长得到人体围度。结果 根据本文方法对100位被测者进行肩宽计算,对132位被测者进行人体围度计算,平均绝对误差均在3 cm以内,符合国家测量标准,且整套方法操作方便,结果稳定。结论 实验验证了本文方法在人体尺寸测量中的精度,降低了非接触式人体测...     

Multimodal Data fusion for SRGPS antenna motion error reduction

Antenna motion is a primary fault that degrades the integrity of shipboard relative GPS (SRGPS) systems, so we must investigate how to monitor and mitigate its impacts. Previous work proposed a single-baseline mode, but it had obvious problems, such as large motion errors, error measurement difficulties, and poor reliability. To solve these issues, we propose a multiple reference station architecture that deploys more than one reference station at different positions on ship. The observations are first translated to the ship reference point, and then integrated into a comprehensive measurement that accounts for the overall antenna motion errors. We consider two integrating methods: direct and weighted average methods. The direct average method is simple and intuitive, but the weighted average method more effectively reduced the overall antenna motion error by using the reciprocal standard deviation of historical measurements as weighting factors. All the antennas are mounted on the same ship body, so their correlations should also be considered when determining weighting factors. We used the ranking scores of the antennas derived using a graph-learning algorithm and fused them with the standard deviations to create new weighting factors. Finally, our experimental results demonstrated that the weighting factors based on the standard deviations and ranking scores reduced the overall antenna-motion error variance and improved the system integrity.

     

基于法向量距离的路面坑槽提取方法

以路面高程激光点云为研究对象,提出一种基于法向量距离的路面坑槽提取方法.首先对路面高程点云数据进行数据清洗;其次采用自适应最优邻域的PCA方法估算路面点云数据的法向量,通过计算路面点云中采样点到其局部二次曲面的切平面的法向距离作为法向量距离;以法向量距离描述采样点的三维空间特征,并通过阈值分割自动提取路面坑槽点云集合,...     

基于单目视觉传感器的车距测量与误差分析

为了解决结构化道路上基于单目视觉的运动车辆车距测量问题,从针孔模型下摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距计算公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,而无需对所有的摄像机参数进行标定.分析了车距测量中的误差因素,并在前方道路上设置已知距离的横向标线,完成了摄像机不同安装高度、俯仰角及方向角情况下的标线距离测量实验.通过与实际距离比较发现,摄像机安装高度与方向角的微小变化对车距测量的影响可以忽略,而摄像机俯仰角的变化将引起较大的车距测量误差.最后,完成了不同距离处前方车辆车距测量实验,实验结果表明:采用上述方法的车距测量相对误差小于3％,具备了较高的检测精度.     

基于双目立体视觉技术的桥梁裂缝测量系统

针对国内外桥梁裂缝测量效率低、成本高、精度低等现状,提出了一种基于双目立体视觉技术的桥梁裂缝测量系统。采用相机标定、图像匹配、三维坐标计算等双目立体视觉技术对桥梁裂缝的宽度和长度进行计算,实现了桥梁裂缝测量系统。实验通过与单目摄像机用图像处理方法计算的桥梁尺寸结果作对比,表明:对于同一条裂缝的宽度与长度,用所提方法在不同拍摄角度下计算结果差别不大,并且与真实值的相对误差分别保持在10%和1%以内,而同一条件下单目测量系统的计算结果则随着拍摄角度的变化相差很大,宽度测量误差最大达到了19.41%,长度测量误差最大达到了54.35%。说明基于双目立体视觉技术的桥梁裂缝测量系统可以应用于实际中,并且鲁棒性更强,测量结果更精确。