论文部分内容阅读
本文以基于结构光的仓容检测系统为研究对象,设计了检测系统的整体图像处理方案,实现对仓容的快速检测,完成了仓容检测系统的硬件选型、标定方案设计、结构光图像处理算法研究和软件系统开发等,具体研究如下:(1)确定图像解决方案和实验平台搭建。分析课题的应用要求,根据课题的实时性强、数据量大和测量范围广等特点,对比多种结构光方法的应用特性,确定为线结构光测量方案;通过分析图像的采集要求,选择基于FPGA的图像处理器、线阵相机、镜头等硬件;设计基于空间解析几何的相机标定方法,实现对相机快速精确地标定。(2)完成基于FPGA图像采集卡的结构光图像预处理。通过实验采集大量结构光图像,根据图像的噪声类型对其进行邻域平均滤波和拉普拉斯锐化,研究分析图像处理算法在FPGA中的实现方法,实现了基于FPGA采集卡的结构光图像预处理算法。(3)研究并实现了结构光中心点提取算法。根据结构光图像分布集中的特点,本文选择了在OTSU分割的基础上加入最小矩形分割算法,方便大量结构中心坐标计算。针对结构光图像灰度分布不理想的各种类型进行对比分析,选取灰度重心法对图像进行处理。并借助基于CPU+GPU的异构并行计算提高了图像处理的效率。(4)完成基于C++的点云图像处理软件设计与开发。利用DALSA公司的Sapera++LT和Sapera Processing实现图像的获取和快速处理,利用采集到的数据计算出仓容信息。通过对软件的功能测试,验证了本软件的准确性、实时性和稳定性,实现了课题的应用要求。