检索结果-南通市图书馆

作者：杨继雯西安工业大学

学位级别：硕士

随着社会对安全的日益重视,视频监控被广泛应用到城市的各个领域,在监控视频中的人员异常行为识别尤为重要。深度学习的应用为异常行为识别带来了革命性改变,减少了手工提取负担。然而,现有的基于深度学习的异常行为识别方法仍面临着一... 详细信息

随着社会对安全的日益重视,视频监控被广泛应用到城市的各个领域,在监控视频中的人员异常行为识别尤为重要。深度学习的应用为异常行为识别带来了革命性改变,减少了手工提取负担。然而,现有的基于深度学习的异常行为识别方法仍面临着一些挑战,如模型较大,小目标检测效果不佳,障碍物遮挡、天气状况等因素会影响着检测的性能,导致异常行为识别方法无法满足实际需求。基于上述的挑战,本课题研究更有效的特征融合方法、注意力机制设计以及特征提取策略等方面的改进。本文重点研究智慧校园环境下的人体异常行为识别问题。通过改进深度学习算法模型,提高行为识别效率,并建立了一套行为分析平台。具体工作如下:(1)鉴于目前许多公开数据集仅限于行为分类,未对异常行为给出明确定义,本文构建了一个包含多种场景的自制数据集。这一过程涉及图像的收集、筛选、标注,以及数据增强和格式转换,形成了涵盖七种异常行为的数据集,为模型训练提供了数据基础。(2)基于注意力机制和特征融合模型,提出了改进的YOLOv7-CBAM-Bi FPN算法,用于识别校园内的异常行为。该模型在YOLOv7中集成了CBAM注意力机制以改善特征提取效果。此外,采用了加权双向特征金字塔网络代替Concat深度特征融合,这使得模型更加注重关键层面。实验结果表明,与官方YOLOv7网络相比,YOLOv7-CBAM-Bi FPN网络模型在平均精度方面有了明显提升。(3)基于Conv Ne Xt在网络结构设置和参数选择中吸收了多个transformer结构的优点,本文建立YOLOv7-Conv Ne Xt模型。实验结果表明,提出的模型网络层数减小,网络参数减少了11%,计算速度得到提高,在增强模型整体性能的同时进一步提升识别精度。(4)基于优秀的Swin Transformer网络和多层感知机(MLP),提出了Swin-MLP模型,利用Swin-T卷积神经网络作为特征提取器提取深度特征,然后将这些特征导入到MLP分类器中进行异常行为识别。实验结果表明,该方法具有较好的分类精度,且只需要29M的参数量。(5)为了进一步应用这些研究成果,设计并开发了一套校园人员异常行为分析系统。该系统分为图片检测模块、文件夹检测模块、视频检测模块和实时监控检测模块,能够通过图片、文件夹、视频及实时监控视频实现行为识别。它可以针对不同场景训练特定的数据集,生成相应的权重文件,从而识别定义的异常行为。

关键词：校园异常行为行为识别视频监控深度学习算法

基于立体视觉与深度学习的障碍物检测技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于立体视觉与深度学习的障碍物检测技术研究

作者：许宇博西安工业大学

学位级别：硕士

近年来,随着人工智能及相关硬件设备的高速发展,对障碍物的检测识别与空间感知技术进入了新的发展阶段。基于视觉传感器的障碍物感知技术虽然在一定程度上实现了道路环境的感知与障碍物的识别,但仍然存在着检测准确率低、依赖多模态数... 详细信息

近年来,随着人工智能及相关硬件设备的高速发展,对障碍物的检测识别与空间感知技术进入了新的发展阶段。基于视觉传感器的障碍物感知技术虽然在一定程度上实现了道路环境的感知与障碍物的识别,但仍然存在着检测准确率低、依赖多模态数据、深度感知能力不足等问题。针对上述挑战,本文以基于立体视觉的障碍物检测技术为切入点,对基于立体图像对的障碍物检测与空间感知技术展开研究,针对不同的任务阶段选择合适的算法并改进,以达到精准、高效的障碍物检测效果。主要研究工作如下:(1)针对传统视觉成像系统无法准确获取目标三维信息的问题,建立双目立体视觉测量模型,分析了空间中目标点与立体图像对中像点的投影转换关系;基于张正友的平面标定方法设计了本文系统的标定流程,对实验设备的参数进行了标定,并结合标定参数对立体图像对进行了立体校正。(2)目前主流的目标检测算法难以解决障碍物检测中常见的小目标,尺度变化,遮挡目标等挑战。本文针对上述问题,采用YOLOv8算法为基线模型,对网络的特征融合部分进行优化设计,改善算法对不同尺度目标特征的融合能力;将检测头网络替换为Dyhead动态检测头,以加强网络对遮挡特征的提取能力;最后使用Focaler-Io U对损失函数部分进行重新设计,解决了样本不平衡带来的拟合问题。不同实验的结果表明所提出的方法有效解决了传统算法在障碍物检测中所面临的挑战。(3)基于立体视觉模型在深度计算时存在的高精度像素点匹配需求,建立端到端的深度学习立体匹配算法对场景深度进行计算。以GA-Net为基线模型,对损失函数部分进行优化改进,引入两个新的损失函数约束,强化了算法对不同环境特征的泛化能力,并替换原有的L1损失函数为交叉熵损失函数,弥补主流算法在边缘区域的视差估计不稳定性。通过在公开数据集与实际场景的实验结果证明了改进算法的有效性。(4)由于使用点云的算法依赖激光雷达等设备,并对计算资源的需求较大。本文提出对视差图像进行基于U-V视差统计图像的目标分割方法,使用改进的RANSAC直线拟合算法对V视差图中的道路区域进行提取,并在去除路面区域后,在U视差图中对代表障碍物的像素区域进行检测。最后结合图像目标检测算法的检测结果,制定综合判别策略,实现融合图像像素与深度信息的障碍物精准检测与距离测量。

关键词：立体视觉深度学习立体匹配目标检测深度测量

基于光度立体和神经网络的植物叶片重建与分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于光度立体和神经网络的植物叶片重建与分割

作者：李婧雯西安工业大学

学位级别：硕士

植物叶片能够直接反映植物的生长状态,常作为植物识别、分类和生长状态监控的研究对象。在目标叶片的分割和识别中,叶片之间常常存在相互重叠以及部分叶片弯曲角度较大等现象,这些现象极大地增加了目标叶片的分割和识别难度。同时,这些... 详细信息

植物叶片能够直接反映植物的生长状态,常作为植物识别、分类和生长状态监控的研究对象。在目标叶片的分割和识别中,叶片之间常常存在相互重叠以及部分叶片弯曲角度较大等现象,这些现象极大地增加了目标叶片的分割和识别难度。同时,这些现象也直接影响了目标叶片的分割和特征提取的准确度和效率。只有通过植物叶片图像的精确分割,对植物表型的后续分析才成为可能。本文搭建了基于光度立体和神经网络的植物叶片表面重建与分割系统,使用三种光度立体表面重建算法对植物叶片表面进行了三维重建,并获取了植物叶片表面法向量图,构建了叶片法向图数据集,再将其作为神经网络的输入,完成对于同一植物不同叶片的精确分割。本文研究工作的主要内容及获得的成果如下:(1)研究了基于朗伯反射特性的光度立体视觉技术,搭建了光度立体视觉三维重建系统。利用该系统采集不同方向光源下植物叶片图像,通过光度立体算法得到了植物叶片的表面法向量图。(2)研究分析了Frankot-Chellappa、Poisson Solver以及M-estimator三种根据表面法向量或梯度数据恢复表面深度的表面重建算法,并使用上述三种方法对植物叶片表面进行三维重建试验。(3)研究并使用了U-Net与Mask R-CNN两种神经网络实现对植物叶片与背景、叶片与叶片之间的分割。针对本文所采用的植物叶片表面法向量数据集,使用调整主干特征提取网络的层次结构和锚框长宽比等方法改进了Mask R-CNN网络,实现对于植物叶片的精确识别与高精度分割。研究和试验结果表明:按照课题设计的植物叶片重建与分割系统实现了对植物叶片表面的三维重建与高精度分割。系统的测试精度满足技术指标要求,能够更为精确的对同一植物的不同叶片进行识别与分割。

关键词：植物叶片光度立体神经网络三维重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的水果识别与分割技术研究

基于深度学习的水果识别与分割技术研究

作者：郑浩西安工业大学

学位级别：硕士

随着我国水果种植的面积不断扩大,产量不断提升,水果生产过程所需劳动力日益增加。目前水果作业环节主要依靠人工完成,人工作业存在费时、费力、主观因素强、易出错等问题。近年来,基于深度学习的水果识别与分割技术进入了崭新的时代,... 详细信息

随着我国水果种植的面积不断扩大,产量不断提升,水果生产过程所需劳动力日益增加。目前水果作业环节主要依靠人工完成,人工作业存在费时、费力、主观因素强、易出错等问题。近年来,基于深度学习的水果识别与分割技术进入了崭新的时代,在一定程度上解决了传统方法的不足,但依然存在识别效率低、鲁棒性差等问题,难以实现工程化应用。针对上述问题,本文对深度学习网络进行深度剖析,对水果识别与分割算法展开研究,改进了不同任务下的网络模型,以达到更佳的水果识别与分割性能。主要研究工作如下:(1)由于一些传统目标检测算法的模型参数量较大,导致模型训练时间开销大、检测速度较慢。同时,传统检测算法对小目标的果实检测精度不高,并在不同干扰条件下(如枝叶遮挡、果实重叠和光照强度变化等)欠缺鲁棒性。为此,本文选用YOLOX算法为基准网络,将其主干特征提取网络替换为Dense Net网络,以加强特征的重用并降低网络的计算量,再结合注意力机制策略来加强深度特征融合。对比实验表明所提出的YOLOXDense-CT方法能实现更高检测精度、更快的检测速度和更强的鲁棒性。(2)基于传统机器学习的水果分类算法主要提取单一特征,提取的特征输入到机器学习算法实现分类,但一般分类效率较低。此外,基于卷积神经网络的分类模型虽然取得了较好的分类性能,但是更高的准确率需要耗费大量训练时间开销,并且对全局信息的建模具有局限性。针对以上问题,本文对Vision Transformer和Swin Transformer网络展开研究,直接用预训练Transformer模型提取深度特征,再将特征输入到选用的分类器中进行识别。所提的基于Transformer网络和支持向量机、多层感知器的分类方法在较低时间开销下依然取得了更高精度。不同实验的结果表明所提出的方法在多个指标下都优于传统方法。(3)针对传统分割算法存在泛化能力差、分割效率低问题,本文以Mask R-CNN为水果分割任务的基准网络,选用Res Net-50网络为主干特征提取网络。本文将Res Net-50中的部分传统卷积替换为可变形卷积,以适应形态各异的水果目标,并修改特征提取网络的层数,以加强特征的提取。实验结果表明所改进的分割模型取得了更好的泛化能力和更高的分割精度。通过上述研究,不仅有效地解决了现有水果检测、分类和分割算法存在的不足,提高了水果识别与分割算法的整体性能。对开发具有识别与分割功能的水果作业机器人提供了理论参考,同时对推动水果产业智能化方向发展有着重要意义。

关键词：深度学习 Transformer 卷积神经网络水果识别与分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于立体视觉的飞行目标姿态与转速测量技术

基于立体视觉的飞行目标姿态与转速测量技术

作者：赵全兴西安工业大学

学位级别：硕士

随着机器视觉测量技术在军事、航天、交通等重要领域的广泛应用,借助光测设备来估计飞行目标的运动状态也成为了当前的热点问题与技术难题。双目立体视觉测量技术以其非接触、高效率、高精度以及高灵活性等优势,表现出极好的发展前景,... 详细信息

随着机器视觉测量技术在军事、航天、交通等重要领域的广泛应用,借助光测设备来估计飞行目标的运动状态也成为了当前的热点问题与技术难题。双目立体视觉测量技术以其非接触、高效率、高精度以及高灵活性等优势,表现出极好的发展前景,并受到各领域人才的重点关注。本文立足于解决飞行目标姿态与转速的测量问题,基于立体视觉的测量方式,重点围绕立体视觉测量系统标定、飞行目标前景信息检测、中轴线法姿态测量以及辅助标志法转速测量等方法进行研究,最终实现测量系统的标定、目标检测、姿态解算与转速测量功能。本文研究的主要内容及获得的成果如下:1)设计了测量系统的总体测试方案,分析了测量系统的组成部分和测试流程;基于单目摄像机成像模型,给出了基于立体视觉的飞行目标空间位置测量模型;基于传统标定方法中的张正友平面标定方法,推导了适用于本文系统的标定方法,并给出了两镜头的畸变参数及双目摄像机间的位置关系求解方法,完成了系统标定。2)研究了多种飞行目标前景信息检测方法,并基于改进的Vi Be算法抑制了其鬼影现象,完成了飞行目标前景信息检测;研究了中轴线法飞行目标姿态测量方法,基于数学形态学、图像降噪和Canny边缘检测等方法实现目标边缘信息的获取,利用Hough直线检测和最小二乘法完成飞行目标像面中轴线的提取,基于面面相交法解算目标中轴线的空间位置,实现了飞行目标姿态的测量。3)研究了飞行目标动态区域分割方法,并基于图像掩膜算法完成了飞行目标动态区域分割;研究了辅助标志法飞行目标转速测量方法,利用二值化、图像降噪、边缘检测和边缘细化等方法实现了目标边缘及辅助标志信息的获取,利用Hough直线检测和最小二乘法曲线拟合完成了辅助标志的提取,完成了飞行目标转速的测量。4)完成了测量实验整体流程设计、实验平台搭建以及软件设计;建立了双目立体视觉测量系统的精度分析模型,主要针对基线距离、摄像机焦距及光轴与基线夹角等模型参数进行了精度分析,并结合姿态与转速测量的结果进行了综合误差分析及实验结果验证。姿态的相对测量误差约为0.73°,转速的相对测量误差约为2.61%,符合预期指标。

关键词：立体视觉系统标定运动目标检测姿态测量转速测量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

双目鱼眼系统的畸变校正及目标重建技术研究

双目鱼眼系统的畸变校正及目标重建技术研究

作者：乌彩妮西安工业大学

学位级别：硕士

随着机器视觉的不断发展,普通的针孔相机由于其视角范围的局限性已经无法满足许多场合的需求,鱼眼相机的出现和发展是大势所趋。近年来,鱼眼相机因其具有超大视场角,在国防技术、医疗、自动驾驶、导航等领域都具有很好的发展前景。相比... 详细信息

随着机器视觉的不断发展,普通的针孔相机由于其视角范围的局限性已经无法满足许多场合的需求,鱼眼相机的出现和发展是大势所趋。近年来,鱼眼相机因其具有超大视场角,在国防技术、医疗、自动驾驶、导航等领域都具有很好的发展前景。相比于普通的双目系统,利用双目鱼眼系统进行三维目标的重建效率更高,但同时也带来了许多技术上的难题。利用双目鱼眼系统进行目标重建不仅要克服鱼眼相机成像畸变过大所带来的问题,还要考虑鱼眼相机的大视场带来的图像匹配难度大的问题。本文围绕鱼眼相机的标定、鱼眼图像的畸变校正、以及基于双目鱼眼系统的目标重建技术展开研究。本文的主要研究内容和获得的成果如下:1)研究了鱼眼相机的成像原理和四种经典的鱼眼投影模型。研究了两种通用的鱼眼成像模型:奇次多项式模型和全向相机模型,并使用圆阵列标定板实现了基于这两种模型的鱼眼相机标定。2)建立了双目鱼眼系统模型。基于奇次多项式模型实现了系统标定,并针对系统标定误差较大的问题,使用光束平差法对系统的参数进行了优化,提高了系统的标定精确度。3)研究了鱼眼图像的畸变校正方法。使用基于奇次多项式模型与基于全向相机模型的相机标定畸变校正方法,以及基于双经度映射模型与球面透视投影模型的投影变换畸变校正方法,共四种标定方法实现了鱼眼图像的畸变校正,其中基于奇次多项式模型标定的畸变校正方法效果最好,校正后的图像畸变率为0.7351%。4)研究了使用双目鱼眼系统进行三维重建的方法。首先利用系统标定参数完成目标物体图像对的立体校正;然后使用SGBM算法对鱼眼图像进行了立体匹配获得视差图;最后根据立体校正后的系统参数和视差图计算三维目标物点坐标并生成点云,使用open3D可视化,重建后的目标尺寸与实物尺寸之间的误差为8.0160%。

关键词：双目鱼眼系统畸变校正相机标定光束平差法立体匹配三维重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面结构光三维测量系统标定与重建方法研究

面结构光三维测量系统标定与重建方法研究

作者：杜哲琪西安工业大学

学位级别：硕士

随着工业、科技的发展,三维测量技术在航空、医疗、娱乐等领域中的应用日渐增多并表现出极好的发展前景,且正朝着集成化、自动化等趋势而发展。其中面结构光三维测量技术具有速度快、非接触、适用范围广、测量灵活性高等优点,因此受到... 详细信息

随着工业、科技的发展,三维测量技术在航空、医疗、娱乐等领域中的应用日渐增多并表现出极好的发展前景,且正朝着集成化、自动化等趋势而发展。其中面结构光三维测量技术具有速度快、非接触、适用范围广、测量灵活性高等优点,因此受到研究学者及商业社会等不同领域的极大关注。对于面结构光三维测量技术,标定与重建方法是该项技术中的研究重点。该技术的重要指标是精度与速度,本文将围绕其重点开展面结构光三维测量系统模型构建、基于相位法的测量系统标定、基于De Brujin编码法的测量系统标定以及三维重建方法的研究,以期为面结构光三维测量技术的发展奠定一定的理论及技术基础。本文研究的主要内容及获得的成果如下:1)设计了面结构光三维测量系统的总体方案,介绍了测量系统的组成部分及工作原理;分析了面结构光三维测量系统中摄像机、投影仪的数学成像几何模型,推导了张正友平面标定方法;最后介绍了三维测量系统的器件选型和软件支持。2)研究了基于相位法的测量系统标定。提出了圆心标志点与其三维坐标的自动匹配算法,进而利用张正友平面标定法标定摄像机;采用九步相移相位提取算法和三频外差相位解包裹算法实现了相位解包裹,并使用相位信息标定投影仪,进而完成摄像机和投影仪的联合标定。实验结果表明,提出的方法与传统方法相比,可获得更高的标定精度。3)研究了基于De Brujin编码法的测量系统标定。提出使用圆阵列标定板结合De Brujin序列彩色结构光的标定方法,利用分水岭算法实现正交条纹图像的分割,基于Hilditch算法实现正交条纹中心位置及交点的提取,使用Kmeans聚类算法实现自适应颜色识别,利用窗口唯一性实现摄像机、投影仪平面像素坐标的匹配,完成了测量系统的标定。4)研究了三维重建的方法。分析了基于空间解析几何的三维重建方法中线线相交模型的原理,结合线线相交原理和标定参数,推导了计算三维坐标的算法,实现了物体的三维重建,并对标准球进行了误差分析,测量平均绝对误差与三坐标测量仪相比为0.0543mm,与Flex Scan3D商业化三维测量软件相比为0.0738mm,符合预期指标。

关键词：面结构光系统标定相位解包裹 De Brujin 三维重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大范围落区群发弹丸定位技术

大范围落区群发弹丸定位技术

作者：谢倩西安工业大学

学位级别：硕士

鉴于目前炮兵、航空兵等部队作战训练中弹群位置的探测缺少理想的方法,本文立足于解决弹群着点位置的难题,设计了一种基于立体视觉的群发弹丸定位方法。该方法利用左、右双相机采集图像序列,结合立体视觉测量原理以及数字图像处理技术,... 详细信息

鉴于目前炮兵、航空兵等部队作战训练中弹群位置的探测缺少理想的方法,本文立足于解决弹群着点位置的难题,设计了一种基于立体视觉的群发弹丸定位方法。该方法利用左、右双相机采集图像序列,结合立体视觉测量原理以及数字图像处理技术,实现齐射投弹模式下弹群的识别、跟踪与定位功能。本文工作的主要内容及获得的成果如下:1)研究了基于双目立体视觉的测量方法,建立了适用于群发弹丸基于小孔成像的立体视觉测量模型。分析了图像像素坐标与世界坐标的对应关系,给出了最小二乘意义下的弹群着点坐标表达式。2)研究对比了多种标定方法,分析了立体视觉标定原理,提出了大范围标定方法,并推导了标定过程中摄像机内外参数的公式。3)分析了群发弹丸成像特点并探索了图像中噪声出现的原因,研究了群发弹丸图像处理算法。采用了群发弹丸判别与伪目标剔除方法,利用目标特征提取实现了目标中心坐标的提取,研究了基于极线约束的群发弹丸立体匹配方法。本文搭建了系统实验平台并对模拟群发弹丸定位进行了试验验证,试验结果表明该系统在满足设计指标要求的同时,克服了人工测量效率低、测量目标单一和不灵活等缺点,提高了定位系统的可操作性,扩大了适用范围。

关键词：群发弹丸定位技术标定技术图像处理匹配识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用于精度靶试验的弹孔位置检测系统设计

用于精度靶试验的弹孔位置检测系统设计

作者：李光辉西安工业大学

学位级别：硕士

伴随着现代科学技术的飞速发展,弹孔位置识别技术不断推陈出新,产生了多样的弹孔位置检测系统。在靶场射击密集度试验中,根据人工验靶存在不灵活、效率低、精度不高的问题,本文设计了一种基于双目视觉测量和图像处理的弹孔位置检测系统... 详细信息

伴随着现代科学技术的飞速发展,弹孔位置识别技术不断推陈出新,产生了多样的弹孔位置检测系统。在靶场射击密集度试验中,根据人工验靶存在不灵活、效率低、精度不高的问题,本文设计了一种基于双目视觉测量和图像处理的弹孔位置检测系统,用于快速、准确的测量弹孔着靶坐标,对弹丸着靶密集度测量和武器测试具有很好的工程应用价值。本文工作的主要内容及其贡献如下：1)弹孔位置检测系统的总体方案设计。根据技术指标要求,合理选取了系统硬件部分,研究分析并确立了系统的测试原理。2)研究了系统标定方法,分析了双摄像相机的标定原理。根据张正友标定法,提出了符合本系统的标定方法,并进行了公式推导,同时对图像特征点提取算法进行了研究和分析。3)研究弹孔图像的处理方法,通过二值化、膨胀、腐蚀和形态学滤波几种方法去除噪声,并利用边缘检测、质心提取,获得弹孔像素坐标信息4)系统人机交互平台的软件设计及实现,结合测试需要,依次完成了目标图像获取、系统标定、图像处理、数据整合和结果报表等软件窗口的创建,提高了工作效率,人性化设计、可操作性强。本文通过系统原理样机对模拟弹孔和气枪实弹射击弹孔进行了试验验证,试验结果表明,系统测量坐标与实际弹着点坐标之间的误差均在技术指标要求范围内。该系统克服了人工测量效率低、精度低、可靠性差、存在安全隐患等不足,避免了人为因素的影响,大大提高了验靶效率,对提高靶场测试水平具有重要意义。

关键词：双目视觉图像处理标定角点检测边缘检测质心提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于嵌入式机器视觉的弹孔坐标测量系统设计

基于嵌入式机器视觉的弹孔坐标测量系统设计

作者：王立平西安工业大学

学位级别：硕士

在靶场测试技术中,弹丸着靶点坐标作为评价武器命中率的主要参数,一直以来都是该领域研究的热点。机器视觉技术由于其具有结构简单,精度高等优点,在靶场测试领域具有广泛的应用前景。传统的基于PC的机器视觉系统具有体积笨重,测试成本... 详细信息

在靶场测试技术中,弹丸着靶点坐标作为评价武器命中率的主要参数,一直以来都是该领域研究的热点。机器视觉技术由于其具有结构简单,精度高等优点,在靶场测试领域具有广泛的应用前景。传统的基于PC的机器视觉系统具有体积笨重,测试成本高的缺点。为了提高测量系统的移动性与灵活性,降低设备的成本,本文针对靶场测试中的弹丸着靶点测量,设计了一套基于嵌入式芯片的机器视觉测量系统。整个系统的设计分为硬件设计和软件开发两个部分。系统硬件部分采用了模块化设计,选用TI公司生产的C6000系列高性能数字信号处理芯片作为主处理器,用于图像传感设备的控制及数据处理,并给出了系统的整体设计方案。软件开发总共分为两部分,第一部分是嵌入式系统的开发,基于TI公司的嵌入式操作系统DSP/BIOS完成的;第二部分是系统算法的研究。利用图像分割技术实现了弹孔目标的识别与检测,采用了基于图像特征提取的方法实现了目标中心像素坐标的提取。选用单目视觉测量技术,建立了单目视觉测量模型,利用空间解析几何中三维空间线面相交原理实现弹丸着靶点坐标的测量。经过实验验证,与传统的机器视觉系统相比,该系统在满足精度要求的同时,大大减小了测量系统的体积、成本,提高了测量系统的移动性与灵活性,其便于安装移动的特点使之更加适合工业现场的应用。

关键词：机器视觉弹丸着靶点嵌入式模块化特征提取