基于HALCON的树木检测方法应用研究

本文基于机器视觉的方法,对树木基本测树因子的检测进行初步尝试,叙述利用HALCON软件进行目标树的树高和直径等的检测过程;同时对检测精度进行了分析。验证使用机器视觉技术测量树木的可行性;同时也说明了利用机器视觉技术可以提高树木测量的准确性和效率,为数字林业的建设提供了基本的研究方法。     

机器视觉在木材缺陷检测领域应用研究进展

为了提高木材利用率，采用机器视觉来实现木材缺陷快速而稳定的检测，不仅可以克服人工检测效率低、劳动强度大、准确率低等弊端，而且对提高木材加工企业的智能化水平具有重要意义。文中概述了机器视觉检测技术及设备的国内外研究现状，介绍基于机器视觉检测木材缺陷所涉及的相关理论和算法研究，以及相关图像处理算法的优缺点；针对机器视觉应用在木材缺陷检测领域存在的不足，提出机器视觉木材表面检测应进一步向人工智能方向发展，以提高木材缺陷检测效率及准确性。     

浅谈机器视觉的原理及应用

介绍了机器视觉的工作原理,从工业检测和机器人视觉两大方面阐述了机器视觉的应用,并对机器视觉未来发展之路做出了分析。     

机器视觉在单板缺陷检测中的应用

单板是胶合板制造的主要原料。为了实现单板表面缺陷检测技术的智能化,降低人力成本,提高检测合格率,现已将机器视觉技术应用于缺陷检测中。在机器视觉系统中,图像处理和分析算法尤为重要。如何提高算法的准确性和鲁棒性一直是研究的重点。文中基于对大量文献和实验结果的分析,介绍机器视觉的应用现状,并对单板表面缺陷检测过程中的图像去噪、图像分割、特征提取等方法进行总结,概括相关方法的原理、特点、局限性以及适用范围,并对未来技术发展趋势进行展望。     

基于立体视觉测量的移动机器人导航技术研究

立体视觉测量是机器视觉的重要分支,已经在视觉检测、医学辅助治疗和月球车导航等领域获得了应用.本文对于移动机器人立体视觉导航的全过程进行研究,分析立体视觉测量信息到真实三维景物信息的计算、人工势场法进行路径规划这两项关键技术.实验结果表明,本文提出的方法可以为移动机器人准确导航.     

基于机器视觉的木材特征提取与树种识别研究综述

我国是木材及木制品加工大国,近年来家具、装修等市场需求的快速增长推动了木材加工行业的发展。由不同树种制作而成的木材材料性质与价值大相径庭,因此准确识别木材树种具有重要意义。相较于传统人工识别,基于机器视觉的木材树种识别大幅度提高了准确率。文中通过分析近5年来木材识别领域的相关文献,总结了木材特征提取的相关技术与树种识别的各种方法,提出要深度融合木材的多个特征并加强各种算法间的配合使用;此外,针对机器视觉在木材树种识别中的应用普遍停留在学术研究阶段的问题,提出木材树种识别应向装备数字化方向发展,以期提高木材树种识别的工作效率。     

基于颜色和纹理特征的竹材分类方法研究

为了应用机器视觉技术实现竹条表面颜色等级的分类识别,提出了用颜色矩和灰度共生矩阵描述竹材颜色特征和纹理特征的方法,并采用支持向量机对竹材进行分类识别,正确率达92．3％以上。结果表明,用颜色矩和灰度共生矩阵的特征参数来识别竹条颜色等级是可行的。     

竹片颜色自动检测分级系统研究

介绍了一种采用机器视觉技术对竹地板原料—竹片的颜色进行自动检测分等的方法。利用摄像机在一定光照条件下采集竹片图像,用计算机编制程序,测定试验竹片色彩,与标准竹片颜色对比,提取色彩特征数据计算色差,以色差距离为度量对竹片进行分级,并在此基础上作出了"竹片自动检测分级系统"初步设计。     

基于机器视觉的刨花板表面缺陷检测系统

针对目前国内人造板企业在板面缺陷检测仍然依靠人工的情况,开发基于机器视觉技术的刨花板表面缺陷自动检测系统。利用工业相机采集板材表面图像,使用C++、OpenCV、JAI_SDK类库和MFC多线程技术实现缺陷检测算法,通过计算机串口与生产线控制系统通信。系统运行稳定、缺陷定位准确、参数配置灵活,检测效果和检测速度可满足连续压机生产线在线检测要求。     

基于Halcon的相机标定方法研究与精度验证全文替换

机器视觉已经在现代工业测量领域中得到了广泛应用，而相机标定直接影响机器视觉的测量精度。通过搭建相机视觉实验平台，在分析了单目相机标定原理基础上，以GB050-2-7×7型圆点标定板为实验对象，利用Halcon软件对圆点标定板进行相机标定实验并验证测量精度。当采集的标定板图像数量为16时相机标定精度最优，此时相机的平均偏差为0.0707mm。在进一步测量实验中测量出标定板上7个特征圆点的直径平均值为1.9491mm,6个特征圆点之间的间距的平均值为2.0632mm，测量精度都高于0.1mm，验证了Halcon软件标定结果的测量准确性。     

立体视觉技术应用于林木个体分布格局测定研究

详细介绍了应用立体视觉技术由立体像对测定林木个体分布空间格局的方法、步骤，探索了适合林业环境下的立体视觉实现的技术路线。摄像机标定采用基于非线性度量误差模型的摄像机标定方案；图像匹配采用外极线和Canny算子检测出的树干边缘约束下的人机交互式的相关匹配。最后通过实验对文中算法、策略进行了验证。结果表明，在实验条件下，应用立体视觉测定林木个体分布格局可以达到精度要求。     

基于计算机视觉的雾滴尺寸检测系统的研究设计

雾滴的尺寸参数是评价植保机械性能的最主要质量指标。将计算机视觉技术和灰色系统理论应用于雾滴尺寸参数的检测中,建立了雾滴尺寸参数自动检测和优化系统。     

计算机技术在苗木自动分级中的应用发展概况

对苗木自动分级技术发展进行了概要的评述。最早苗木自动分级技术只是对造林苗木的某些形态参数进行自动测量 ,发展至今 ,基于计算机视觉的苗木自动分级系统已得到广泛研究。本文指出苗木自动分级技术必将向全面化发展 ,苗木形态学特征的进一步完善和非形态学特征的引入是苗木自动分级技术研究的重要内容 ,因此 ,建立基于彩色图像和三维图像处理的新的计算机视觉系统 ,以获得更全面的苗木分级特征 ,将成为苗木分级领域内最具发展前景的课题。     

基于计算机视觉的单板自动分级系统设计

论述国内外木材及单板自动分级技术的研究进展,提出基于计算机视觉的单板自动分级系统的设计方法.     

计算机视觉技术在木材工业科研与生产中的应用

本文讨论了计算机视沉技术在木材工业中的应用，介绍了计算机视觉的研究内容及系统的组成，分析了计算机视觉在木材科学，表面粗糙度，制浆，造纸，人造板和制材等加工研究中的应用方法和研究成果，并预测了计算机视觉技术在木材工业科研与生产中应用的发展趋势。     

基于数字图像处理技术实现木材横纹压缩过程中构造学形态特征的研究

根据计算机视觉技术,结合横纹压缩木材构造形态特征,提出了适合于木材横纹压缩过程中构造形态特征的图像处理方法。对图像质量的完善较全面地进行了量化,充分表露出计算机视觉技术在实现木材横纹压缩过程中构造学形态特征动态变化分析中的优越性,实现了木材细胞边缘轮廓的跟踪,形态特征的提取,为木材科学的再发展奠定了理论基础。     

林分结构研究现状与展望

林分结构是林分功能的基础和表现。文章总结归纳了树种组成、树高分布、胸径分布、年龄分布和空间结构等林分结构的研究方法及主要进展,认为林分结构研究应用分形理论和方法以及神经网络系统、管道理论、地统计学、3S技术等具有广阔的发展前景。