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。     

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。     

复杂环境下的车辆目标检测方法研究

基于视频触发方式对复杂环境下的运动车辆进行监测,利用800万像素高清摄像机24 h全天候检测车辆,最多可以检测5个车道。在传统虚拟线圈的画法基础上增添识别区和触发区,增大传输速率,这样可以省略图片处理和筛选过程,节约资源,提高采集环节的整体效率。采用背景消减法中可自适应的混合高斯模型原理,建立模型及模型后期更新,得到车辆目标检测结果,分析其实验结果得到：基于混和高斯背景差分法对于动态背景的建立十分有效。