基于双目视觉的矿石体积测量研究

来源 :江西理工大学 | 被引量 : 0次 | 上传用户:ahua501
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着双目立体视觉理论的发展,以及计算机硬件计算能力与影像采集设备精度的提升,双目立体视觉技术在三维测量、目标定位与三维场景重建等领域应用愈加广泛。在环境复杂的井下矿山中,实现准确、稳定的出矿计量,是当前矿山企业在生产管理中必须考虑的现实问题。针对矿斗载矿量测量的问题,本文以形状不规则的钨矿石为研究对象,提出了一种基于双目立体视觉的非接触式体积测量方法,并对形状不规则的矿石进行了体积测量试验。双目视觉系统进行体积测量的主要流程是:标定双目相机获取相机参数、预处理提高图像质量、立体校正对齐双目图像、立体匹配计算视差图、以及提取目标三维坐标计算体积。在相机标定阶段,选择使用张正友棋盘格标定法,并借助MATLAB中标定工具箱准确获取相机的内外参数矩阵;接着,选择由灰度化处理、自适应阈值分割、高斯滤波及Sobel算子检测四步组成系统的图像预处理过程;然后,采用Bouguet校正法对左右两幅图像进行立体校正,以消除系统畸变的影响;在立体匹配环节,选择使用实用性更强的半全局匹配算法去计算视差图;最后,根据相机内外参数矩阵,将视差信息还原为三维场景下的坐标信息,并采用微元法计算场景下目标物体的体积。本文以双目摄像机、个人电脑及相机夹具搭建了一套双目视觉系统的试验平台,现场以左摄像机光心为原点、竖直方向为Z轴构建三维坐标系,并借助Visual Studio 2019和Open CV视觉库编写软件处理平台,实验表明双目系统在深度值的测量误差在2%左右,对形状规则的物体体积测量误差在5%左右,对形状不规则的钨矿石体积测量误差在8%左右。综上,本文针对形状不规则的钨矿石,所提出的基于双目视觉的体积测量方法,对于实际的生产实践以及未来的智能矿山建设具有一定的参考借鉴意义。
其他文献
无线传感器网络(Wireless Sensor Network,WSN)的运用已经非常的广泛,它涉及的关键技术之一是节点定位技术。WSN是由众多微型传感器组成,其重要目的是收集监测区域的信息,继而传递给监测者。节点在收集数据时需要依靠自身的感知功能完成这一操作,但是若在收集信息过程中无法获取数据的具体位置,将使得监测范围变成无法收集信息且也无法掌控的区域,也会使得WSN失去价值。因而,WSN中对于
本文探究了化工产业智慧园区建设的系统架构,并对化工产业智慧园区建设过程中涉及到的物联网技术、架构技术、云计算技术和信息安全技术等进行深入分析,论述了智慧园区建设过程中关于化工产业化背景下的基础设施、数字底板、运营管理平台以及综合服务平台等的建设方案,最后对智慧园区未来发展方向和发展建议提出了一定思考,旨在为我国化工产业智慧园区建设方案的科学化奠定更扎实的基础。
近年来,我国心血管疾病的病亡率仍处于不断上升的趋势,当务之急就是要进行积极干预有效防治,降低发病率和死亡率。心音信号能较准确地将心脏组织的状态信息、健康状况反映出来,因此对心音信号的处理有着至关重要的作用。心音信号分析与处理主要步骤有以下几个方面:降噪、包络提取、分割、特征提取和分类。本文研究主要围绕心音信号处理中的分割和分类方法展开的,具体开展的研究工作如下:(1)基于逻辑回归的隐半马尔可夫模型
优化问题广泛存在于科学和工程应用中,通常具有大规模、多模态以及多个目标之间相互冲突等特性。传统算法求解这些问题时,在计算成本、时间消耗上面临着越来越大的挑战。近年来,进化算法,尤其是群智能优化算法,因其在解决复杂问题时的高效和稳定而受到越来越多的研究,例如人工蜂群算法,蚁群优化算法和粒子群优化算法。其中,粒子群优化算法凭借独特的群体仿真行为与高效稳定的优化性能,已经被广泛研究并应用于各种优化领域问
随着互联网、传感器等技术的发展,社会的信息化不断被推进,全球数据的生产速度也在飞快增长。众所周知,移动通信数据是承载着通信业务与互联网信息的大动脉,是网络信息时代发展的重要基础设施。因此,通信大数据的概念越发受到关注,数据价值信息的挖掘也逐渐成为研究热点。其中,数据集中项与项之间关联规则挖掘技术的分析和发现也是数据挖掘过程中的重要分支。同时,该项研究挖掘的规则中所蕴藏的潜在价值也是前所未知的。因此
伴随着机器人技术的快速发展,移动机器人在日常生活和工厂工作的身影越来越频繁。论文针对生活、工业上的移动机器人可以自主运动,完成特定任务,如监控环境、搬运小物件等,所提出的全向移动机器人的研究。分析麦克纳姆轮的的运动学方程及其全向运动车轮的转向关系、对移动机器人同时定位和创建地图(SLAM)以及路径导航规划展开研究,以ROS作为软件基础设计了自主导航系统,同时搭建了四轮全向移动机器人样机,验证自主构
求解最优化问题一直都是计算机工程、生产调度、人工智能等领域广泛关注的一个问题,其核心思想是在可行解范围内设计符合特定约束条件的方案,使得目标最优化。随着计算机科学技术的飞速发展,经典的传统优化方法已不足以解决约束条件越加复杂的优化问题。群智能优化算法普遍具有灵活度高、寻优性能良好、鲁棒性强等优势,该类算法可以更好的解决非线性、大规模的复杂优化问题,因此自其提出之日起便受到广泛的关注与研究。近年来,
伴随着互联网技术的迅速发展,网络的安全问题越来越引起人们的关注。在复杂网络中,存在着大量的攻击性病毒,一旦网络中的计算机被病毒感染并爆发,将会对人类的生产生活造成不可估量的损失。因此,本文针对网络安全中存在的问题,研究了恶意代码的分类和病毒的传播控制方法。通过从不同的角度来遏制或减小病毒在计算机中的传播,从而控制其造成的不良影响。本文主要进行两方面工作:(1)针对恶意代码家族存在的混淆问题,提出了