基于邊緣輪廓的車輛尺寸測(cè)量系統(tǒng)的設(shè)計(jì).pdf

1、機(jī)器視覺(jué)技術(shù)具有強(qiáng)大的穩(wěn)定性、廣泛適用的功能、超強(qiáng)的速度和非接觸特點(diǎn)。目前該技術(shù)在車輛尺寸測(cè)量、逆向工程、機(jī)械零部件的質(zhì)量檢測(cè)和特征形狀識(shí)別等方面得到了廣泛的應(yīng)用。在這個(gè)科技迅猛發(fā)展和人工智能日漸進(jìn)步的新時(shí)代，車輛的數(shù)量逐年成倍地增加，對(duì)交通造成了嚴(yán)重的影響。為了滿足當(dāng)代交通智能化管理的需求、加大改裝車輛的法律監(jiān)管力度和保障社會(huì)的道路安全。
　　本文利用機(jī)器視覺(jué)技術(shù)，針對(duì)智能交通中車輛超載和超限問(wèn)題，對(duì)車輛尺寸測(cè)量進(jìn)行了針對(duì)性的研

2、究，著重對(duì)測(cè)量系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)與軟件算法進(jìn)行研究，研究了尺寸參數(shù)進(jìn)行非接觸性測(cè)量和提取的方法。論文主要內(nèi)容如下:
　　首先對(duì)攝像機(jī)標(biāo)定的方法進(jìn)行了細(xì)致的和深入的研究，在針對(duì)一些常用的方法分析和比較后采用了一種基于立體環(huán)境視覺(jué)下的OpenCV攝像機(jī)模型的標(biāo)定方法。通過(guò)實(shí)驗(yàn)，驗(yàn)證了提出的OpenCV攝像機(jī)模型標(biāo)定方法的可行性，并對(duì)一些車輛的具體參數(shù)進(jìn)行了標(biāo)定。
　　其次,采用了背景差分原理以實(shí)現(xiàn)對(duì)具有復(fù)雜背景的汽車圖像的準(zhǔn)確定位。

3、同時(shí)針對(duì)機(jī)器視覺(jué)圖像處理中的Canny圖像邊緣檢測(cè)算法出現(xiàn)邊緣模糊和漏檢的問(wèn)題，所以提出圖像分塊理論和檢測(cè)邊緣算法，以修正原有的Canny邊緣檢測(cè)算法的不足。
　　論文研究了在車輛的尺寸參數(shù)測(cè)量系統(tǒng)中使用的特征提取算法，對(duì)基于Hough變換的檢測(cè)直線、圓和Harris算子的角點(diǎn)理論模型進(jìn)行了詳細(xì)研究。此外，將特征點(diǎn)匹配技術(shù)與區(qū)域圖像匹配技術(shù)結(jié)合起來(lái)，實(shí)現(xiàn)了立體匹配和自動(dòng)檢測(cè);研究了基于車輛測(cè)量系統(tǒng)的設(shè)計(jì)方法，通過(guò)分析系統(tǒng)功能開發(fā)了