本科毕业设计（论文）格式范文（2013版） - 图文

第4章 行李三维信息提取及实验

4.2.1 实验平台及行李图像采集

实验的计算机平台选择XP 3.1GHz、内存2G、500G硬盘和多USB接口，以保证多摄像机组成的双目立体视觉测试系统快速、精确的完成测量任务。实验平台是在课题组自主开发的自助行李托运样机上进行实验验证，如图1-9所示。然后采用双目视觉结构采集行李图像，如图4-2所示。系统中两台摄像机平行放置，俯拍角度为12o，离传送带高度为50cm，基线长度为14cm。CCD摄像机选择日本WATEC摄像机WAT-241，镜头采用computar1/3\镜头，焦距为2.6mm，保证摄像机视野范围能够覆盖整个检测区。

图4-2自助行李系统的双目视觉结构

4.2.2 双目视觉系统标定

双目视觉测量硬件系统组建成功后，开始进行系统初始化工作，首先要做的就是进行摄像机的立体标定，来确定摄像机的内、外部参数。根据2.2所述的标定方法对系统进行标定后求解出左右摄像机的内部参数，摄像机内部参数为：

表4-1 摄像机的内部参数 焦距

主点 (u0,v0) (289.583,230.455) (322.073,230.357)

畸变系数 (k1,k2) (-0.00080,-0.12948) (-0.03503,-0.03681)

(fx,fy)

(546.745,547.239) (543.914,543.324)

左右

表4-2 摄像机的外部参数

旋转矩阵R

0.9978 -0.0004 0.0656 0.0004 1.0000 0.0000 -0.0656 -0.0000 0.9978

平移矩阵T

-120.48039 4.53571 -18.99093

17

中国民航大学本科毕业论文

4.2.3 行李规格测量步骤

系统测量的前提条件是尽量使物体与两个摄像机视线保持平行，也就是说使物体成像不倾斜，测试系统的检测过程如下：

…………

4.2.4 实验结果及分析

实际对行李进行规格检测时，需要知道行李的尺寸参数是否满足航空公司托运的要求，一般规定行李的三边之和不能超过158cm，或者是体积不能超过100cm*60cm*40cm。所以，只要行李三条边的尺寸小于规定值，则认为行李的规格是允许托运的。

首先对白色行李箱进行检测，按照测量步骤将其放在自助行李托运系统的传送带上，左右摄像机采集的图像分别如下：

图4-3 摄像机采集的行李箱图像

（a）左摄像机采集的白色行李箱图像 （b）右摄像机采集的白色行李箱图像

然后通过图像预处理，去除背景，分割提取出行李，根据3.2特征提取算法得到白色行李箱的canny边缘特征如下图所示：

图4-4 行李图像canny边缘提取

在极线约束、视差梯度等约束条件下，通过3.3.3双向匹配算法，得到白色行李箱的轮廓深度图如下：

18

第4章 行李三维信息提取及实验

图4-5 行李轮廓深度图

再根据4.2.2系统标定结果，计算行李轮廓点的三维坐标，在MATLAB环境下显示行李边缘的三维点云如下图所示：

图4-6 行李轮廓的点云

通过相关计算，可以得到白色行李的规格为41.2cm?32.6cm?22.1cm，小于航空公司规定尺寸，符合托运要求。而实际白色行李箱大小为40cm?32cm?23cm，误差范围是(-1.2cm,0.9cm)，相对误差不超过3.91%。对于行李托运系统来说，检测的主要目的是判断行李是否超出规定的范围，而对行李具体的尺寸要求不是特别严格，所以这个误差是可以接受的。

此外，用同样的方法对蓝色行李箱进行检测，蓝色行李与白色行李相比，形状、大小、材质均不同，其检测效果如下列图示：

图4-7 左摄像机采集蓝色行李箱 图4-8 右摄像机采集蓝色行李箱

19

中国民航大学本科毕业论文

图4-9 行李图像特征提取 图4-10 行李轮廓深度图

图4-11 行李轮廓点云

同样计算得到蓝色行李的规格为64.5cm?30.7cm?27.2cm，小于航空公司规定的尺寸，符合托运要求。而实际蓝色行李箱大小为63cm?32cm?26cm，误差范围是(-1.5cm,1.3cm)，相对误差不超过4.6%，这个误差也是可以接受的。

实际环境中行李种类繁多，形状大小各不相同，本文从行李测量系统的特殊性出发，目的是判断行李规格是否超出规定，所以只要行李三边的长度小于规定值就可以进行托运。实验中，对形状、大小、材质均不同的白、蓝色行李进行检测，从结果来看，绝对误差不超过1.5cm，相对误差不超过4.6%，可以满足行李托运系统的要求，验证了本文算法的有效性和可行性。

4.3 本章小结

本章主要研究了由立体匹配得到的匹配对应点恢复空间点三维信息的方法，主要有最小二乘法、中点法以及三角法，并推导了各自的公式。然后对形状大小不同的白、蓝行李进行图像预处理、特征提取、立体匹配后得到行李轮廓深度图，最后计算恢复行李轮廓三维信息，用行李轮廓点云图进行显示，测量结果误差在一定范围内，满足行李托运系统要求，验证了算法的有效性和可行性。

20