学位论文 > 优秀研究生学位论文题录展示

颗粒粒径和形态计算机视觉测量方法研究

作　者: 孔明
导　师: 王式民
学　校: 东南大学
专　业: 测试计量技术及仪器
关键词: 颗粒粒度形态计算机视觉检测
分类号: TP391.41
类　型: 博士论文
年　份: 2005年
下　载: 480次
引　用: 4次
阅　读: 论文下载

内容摘要

颗粒作为物质存在的一种表现形式,颗粒技术已经渗透到能源,环境,化工,航天,生物学等领域的生产,科研的许多部门。颗粒的粒度和形状是颗粒的重要指标,颗粒特性和形态的测量对颗粒的技术性能和实际应用具有重大的影响。目前对颗粒的测量大多数是采用间接的方法,其测量结果因为测量方法的差异,测量所得到的颗粒粒度和形态因为测量原理的不同存在较大的差异。本文主要论述基于计算机视觉的颗粒形态的检测理论和技术,通过对颗粒表面进行恢复,得到单个颗粒的粒径和形状参数,此方法是一种比较直接的测量方法,能获得准确的颗粒粒径并能获得大量的颗粒结构信息。本文研究了显微镜连接的摄像机对颗粒进行成像重建,根据显微镜轴向工作性质,提出了单目显微镜颗粒测量的共轴立体视觉模型对颗粒形状进行重建,深入研究了共轴立体视觉模型的等高分割特性。在小孔成像模型的基础上,发展了带有非线性畸变的小孔成像模型,减低了由于实际摄像机和显微镜镜头本身带来的误差同时利用理想小孔模型情况下共轴立体视觉模型的等高特性,对此模型的非线性畸变进行了标定。另外采用多重约束的方法对特征点进行匹配,提高匹配的准确率。在颗粒粒径和形状分析方面,在颗粒三维重建的基础上,本文研究了八叉树方式对颗粒进行表示,利用模糊数学对颗粒进行识别,把颗粒按形状分类;提取单个颗粒的多种粒径(体积直径,表面积直径,投影直径),并利用众多颗粒的粒径对颗粒群的整体粒径分布状况进行了统计分析,同时提取了颗粒群的形状信息(圆球度,比表面积)。另外以此方法颗粒测量结果构造显微成像法颗粒测量结果,结果表明,采用此方法对颗粒进行测量,能得到较多的颗粒信息,能通过该方法的结果构造其他测量方法对颗粒测量的结果。此外,本文利用计算机视觉和摄像机景深原理相结合的方法对颗粒在三维空间中的运动状态进行了跟踪,此方法在对颗粒在三维场中三个坐标方向上的平移进行跟踪的同时也跟踪颗粒的自转,能完整的对颗粒的运动状况进行跟踪。最后,本文把计算机视觉应用于煤场煤量测量上,并对计算机视觉布局与测量精度之间的关系进行了分析,利用分析结果知道系统布局,并利用实验对此测量系统进行了验证。

全文目录

摘要  4-5
ABSTRACT  5-10
第一章绪论  10-26
  1.1 课题的背景和意义  10-11
  1.2 描述颗粒几何特征的重要参数及测量方法  11-19
    1.2.1 颗粒的粒度及分布  11-12
    1.2.2 颗粒的形态  12-14
    1.2.3 颗粒粒度及分布的主要测量方法  14-19
    1.2.4 颗粒形态的主要测量方法  19
  1.3 颗粒运动测量方法  19-20
  1.4 计算机立体视觉颗粒形态测量及颗粒运动状态跟踪  20-22
    1.4.1 计算机立体视觉颗粒形态测量  20-21
    1.4.2 计算机视觉颗粒运动状态跟踪  21-22
  1.5 课题的主要研究内容及创新点  22-23
  参考文献  23-26
第二章计算机双目共轴立体视觉  26-40
  2.1 MARR视觉计算理论  26-28
    2.1.1 Marr计算理论的三个层次  27
    2.1.2 Marr计算理论的三个阶段  27-28
  2.2 双目立体视觉的工作步骤  28-29
  2.3 显微镜视觉模型  29-32
    2.3.1 显微镜成像原理  29-30
    2.3.2 显微摄像小孔模型  30-32
  2.4 共轴法立体视觉模型及特性  32-38
    2.4.1 共轴法立体视觉模型  32-34
    2.4.2 共轴法立体视觉模型特性  34-38
  2.5 小结  38
  参考文献  38-40
第三章非线性畸变摄像机模型及显微立体视觉系统标定  40-56
  3.1 非线性畸变小孔摄像机模型  40-43
  3.2 线性摄像机模型标定基本原理  43-46
  3.3 利用共轴特性标定摄像机非线性畸变  46-50
    3.3.1 共轴特性标定摄像机非线性畸变标定原理  46-48
    3.3.2 摄像机非线性畸变标定数值模拟  48-49
    3.3.3 摄像机非线性畸变标定实验研究  49-50
  3.4 显微摄像立体视觉系统分步标定  50-55
    3.4.1 摄像机部分内参数标定  50-52
    3.4.2 显微摄像系统畸变标定  52
    3.4.3 显微摄像立体视觉系统外部关系标定  52-55
  3.5 小结  55
  参考文献  55-56
第四章图像匹配  56-73
  4.1 图像匹配方法  56-59
    4.1.1 基于区域的立体匹配方法  56-57
    4.1.2 基于特征的立体匹配方法  57-58
    4.1.3 基于相位的立体匹配方法  58-59
  4.2 图像分步匹配  59-68
    4.2.1 边缘检测  59-61
    4.2.2 兴趣点提取  61-63
    4.2.3 兴趣点匹配  63-64
    4.2.4 误匹配的剔除  64-68
    4.2.5 多种约束相结合的特征边缘点匹配  68
  4.3 实验  68-70
  4.4 小结  70
  参考文献  70-73
第五章颗粒形状模糊识别  73-84
  5.1 模糊集识别方法  73-76
    5.1.1 模糊集理论的概述  74-76
    5.1.2 最大隶属原则识别方法  76
  5.2 立体颗粒描述与特征  76-77
    5.2.1 立体颗粒描述方法  76-77
    5.2.2 立体颗粒特征提取  77
  5.3 模糊识别方法的颗粒分类  77-82
    5.3.1 薄片形颗粒的隶属函数  78-79
    5.3.2 针形颗粒的隶属函数  79
    5.3.3 球形、立方形颗粒的隶属函数  79-81
    5.3.4 颗粒识别的实现  81-82
  5.4 实验  82-83
  5.5 小结  83
  参考文献  83-84
第六章颗粒运动跟踪  84-98
  6.1 颗粒的运动特性  84-85
  6.2 PIV颗粒运动跟踪原理  85-87
  6.3 颗粒的运动轨迹立体视觉跟踪  87-91
    6.3.1 颗粒立体视觉运动跟踪  87-89
    6.3.2 利用向量求解颗粒旋转  89-91
  6.4 卡尔曼滤波位置估计  91-93
    6.4.1 卡尔曼滤波原理  91-92
    6.4.2 特征点预测  92-93
  6.5 实验  93-96
  6.6 小结  96
  参考文献  96-98
第七章颗粒形态重建与分析  98-109
  7.1 颗粒三维形态恢复  98-101
    7.1.1 边缘检测  98-99
    7.1.2 颗粒分割  99-100
    7.1.3 颗粒表面重建  100-101
  7.2 颗粒形态分析  101-102
    7.2.1 颗粒粒径计算  101-102
    7.2.2 颗粒群尺寸分布  102
  7.3 颗粒形貌特征  102-103
    7.3.1 颗粒圆球度  103
    7.3.2 颗粒比表面积  103
  7.4 颗粒测量结果分析  103-106
  7.5 颗粒显微图像直径的构造  106-107
  7.6 小结  107-108
  参考文献  108-109
第八章立体视觉盘煤系统  109-122
  8.1 激光三角法煤堆测量  109-113
    8.1.1 激光三角法测距原理  109-111
    8.1.2 激光三角法煤堆测量系统  111-112
    8.1.3 激光三角法煤堆测量系统的优缺点  112-113
  8.2 计算机立体视觉煤堆测量  113-120
    8.2.1 计算机立体视觉盘煤系统  113-114
    8.2.2 计算机立体视觉模型  114-116
    8.2.3 计算机立体视觉盘煤系统距离分辨率分析及参数选择  116-118
    8.2.4 计算机立体视觉实验及分析  118-120
  8.3 小结  120-121
  参考文献  121-122
第九章结论与展望  122-124
  9.1 论文工作总结  122-123
  9.2 工作展望  123-124
发表论文  124-125
致谢  125

颗粒粒径和形态计算机视觉测量方法研究

内容摘要

全文目录

相似论文