导读:本文包含了原木材积论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:材积,原木,双目,视觉,木材,材积表,边缘。
原木材积论文文献综述
宋新卫,周传统,阴淑文,倪静[1]（2019）在《原木材积求算方法的研究》一文中研究指出将原木的纵断面形状看作为"抛物线",测定原木的小头直径(进行径阶区划,以下简称:小径)和大头直径实际值,利用《原木材积表》结合抛物线体的计算公式,对原木材积进行求算,这样求算的原木材积将会更接近实际。(本文来源于《山东林业科技》期刊2019年01期）
霍东旭[2]（2018）在《原木材积测量方法研究及安卓系统下的实现》一文中研究指出原木材积测量是木材生产和加工的关键环节,随着科技的发展,对原木材积测量的准确性要求也越来越高。长期以来,原木材积测量基本都是采用人工检尺的方法,这种方法很容易受检测工作人员的工作态度和经验影响,而且效率低、周期长、准确性差、成本高,结果不够精确。为此本文分析等长成堆原木的特点,提出了基于计算机视觉的一种原木材积检测方法,并制作成软件在Android手机上实现。在获取原木图像时,为了得到更清晰的原木边缘细节,需要近距离拍摄原木图像,但是近距离拍摄很难把成捆堆积的原木都摄入画面,所以本文采用近景拍摄多幅图片然后利用图像拼接技术得到全景的原木图像。本文提出一种改进的Harris算法进行角点检测,首先改变原来的梯度算子,从而提高算子的检测敏感度;采用一个新的角点响应函数,不需要人为设定参数;在图像拼接过程中通过归一化互相关匹配法对图像进行配准;利用随机抽样一致的方法剔除误匹配,实现图像无缝拼接。针对传统Canny算法对噪声比较敏感,易于检测到伪边缘和漏掉真实边缘等缺点。本文提出基于Canny的改进边缘检测方法处理原木图像,利用自适应中值滤波进行去噪,避免了传统Canny算法高斯滤波参数和高低阈值的选择困难,以及出现缓变边缘丢失现象;引入八方向的梯度模板求边缘的幅值,可以有效的检测到更多的边缘细节;通过Otsu法确定高低阈值,避免了人为设定高低阈值的问题,最后将得到的边缘图像用形态学方法进行细化。得到原木Canny边缘检测结果后,利用改进的随机Hough变换方法识别图像中的原木,将识别出的原木利用标尺求出实际的面积,从而计算出原木的根数、尺径长和原木材积。本文将提出的算法在Matlab平台测试,通过与传统的Canny边缘检测结果图像对比分析,证明本文提出的原木图像边缘检测处理算法可以有效的保留图像更多的边缘细节;并且抑制了假边缘或者与目标颜色特征相近区域的干扰,能够比较完整的提取出原木的边缘,为后面的随机Hough变换识别原木、计算原木参数打下了很好的基础,通过本文算法所得实验结果与实际原木材积结果的对比发现,本文算法测量所得的原木材积理论大小与实际检尺的结果相对误差在1.5%左右。基于本文提出的改进Canny边缘检测算法和随机Hough变换算法在Android手机平台上实现了一个原木材积测量软件。软件的主要功能为原木图像采集、原木图像拼接、原木图像边缘检测、原木识别及原木参数测量。实现本文提出的原木材积测量方法的软件在Android手机上安装方便,操作简单。(本文来源于《东北林业大学》期刊2018-04-10）
陈振生[3]（2016）在《巨尾桉无性系人工林小原木材积与重量关系的测定》一文中研究指出木材以材积进行法定计量,而速生桉树的小原木一般按重量进行销售,为了找到两者的对应关系,以巨尾桉无性系人工林小原木为材料,测量其材积,并逐天称量其重量。结果表明,带皮小原木按0.8516 m~3/t(1.1743 t/m~3)进行材积与重量换算较为合适。(本文来源于《农业研究与应用》期刊2016年02期）
赵亚凤[4]（2016）在《基于双目视觉的原木材积检测方法研究》一文中研究指出双目立体视觉是计算机视觉研究领域的重要分支之一,它通过直接模拟人类视觉系统的方式感知客观世界,广泛应用于叁维非接触测量、机器人导航和虚拟现实等领域。原木材积检测,特别是整车、成捆、成堆原木的材积检测目前常用称重测量法、视觉平面测量法等,不能精确测量每根原木尺径。因此,利用双目立体视觉的技术研究成堆原木野外尺径测量具有一定的理论价值和十分重要的现实意义。论文围绕双目标定技术、匹配策略与匹配算法、阴影消除等重点与难点问题展开研究。论文的主要工作包括以下几个方面。(1)针对正交消隐点标定在实际应用中误差大、容易退化等问题,提出了最优正交消隐点标定方法。该方法最少只需两幅图像,根据提出的消隐点优化方法,每幅图像提取最优的两对正交消隐点实现内外参数标定。首先,对单个摄像机先进行线性求解求得主点和焦距初始值；考虑到镜头径向畸变,采用非量测方法,利用直线约束进行畸变校正；再提出优化的差分进化算法,以线形求解的内参数为初值,直线的共线特征为约束优化内参数；最后,根据转换后的4对消隐点坐标,利用无穷单应旋转矩阵的正交约束条件,得到旋转矩阵和平移矩阵。该标定方法只需要摄像机拍摄模板平面在不同方向的图像,模板可以自由的运动,无需其运动参数。双目标定的平均重构误差为0.598pixel,跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别,能满足标定中稳定可靠、精度高、抗干扰能力强等要求。(2)为了解决Meanshift分割参数选择不合适引起的过分割和过合并问题,提出了自适应阈值的合并。为了保证不过合并,首先判断区域面积大小,区域面积大于某个阈值,可判断为单根原木端面,不做合并处理；由于每幅图像中区域之间的距离大小不同,根据合并前的预分割区域,计算相邻区域间的距离,再取整幅图中相邻区域距离平均值为阈值,实现自适应合并。实验结果表明,该方法对阴影、背景和端面叁类不同区域分割较为准确,采用自适应阈值较好地改善了固定参数Meanshift分割在本类图像分割中存在的过分割和过合并缺点。(3)由于自然环境下,原木在堆放时其端面不在一个平面,凹进去的原木很容易陷入阴影中,阴影和原木间的空隙很难区分。为了能准确分割阳光下自然堆放的原木端面图像,解决阴影消除的问题,提出了模式识别的方法。对分割后的区域提取共30维的颜色直方图和LBP纹理直方图特征量用于分类器的训练和预测。本文通过对多根原木堆积的端面图像分割,证明了该算法的有效性,实验结果证明该方法特别适用于有阴影存在的图像分割问题。(4)针对立体匹配的速度与精度以及图像分割等问题,提出了FSAD和Meanshift图像分割相结合的立体匹配算法。该算法首先利用相机内外参数对左右图像做极线校正,并在左右图像中提取同名点作为约束完成校正,保证校正后的图像同名点有相同的纵坐标；再利用FSAD算法,计算原始视差图；为了更好的提取图像边缘,对原始图像进行Meanshift图像分割,优化原始视差图得到最终视差。实验结果表明,该匹配算法可得到致密的视差图,并在边缘等视差不连续区域可获得较好的匹配精度。利用最小外接矩阵计算端面的长径和短径,尺径测量精度验证了算法的有效性和可行性,并且能较好解决原木端面区域分割,提高了匹配精度。实验结果表明本文的方法符合原木检尺在速度和精度上的要求,处理一幅图片在15s以内,根数检出率平均为96.17%,径级测量结果跟人工检尺一致。结果符合原木材积检测要求,特别是在室外光线不稳定、枝丫遮挡、端面污染等也能有较高的测量精度,给原木检尺的视觉测量提供了有益的参考。(本文来源于《东北林业大学》期刊2016-03-01）
杜叶挺,陈广华,李建伟,杨义,吴莉珺[5]（2014）在《基于双目视觉的原木材积自动检测系统》一文中研究指出根据原木材积检测的特点,针对传统人工检尺存在的主要问题,基于双目视觉理论,设计了一种由CCD摄像机、单片机和上位机图像处理软件组成的自动化测量系统.选用HYC_600摄像机组建双目视觉前端,并给出了单片机信号采集处理板、光电编码器和光电开关等关键技术的设计方法,完成了双目标定、Bouquet校正、叁维重构和各功能模块的软件开发.实验结果表明:该检测系统能有效克服人工检尺的缺点,成本低、精度高、可靠性强、安装使用方便.(本文来源于《北京交通大学学报》期刊2014年04期）
李友[6]（2012）在《便携式原木材积自动检测系统的研究与开发》一文中研究指出原木检尺作业是木材生产加工和贸易过程中的关键环节之一,然而长期以来都是采用传统的检尺方法和检尺设备。传统的人工检尺作业工作量大、效率低,而且测量精度受检尺员主观因素影响较大,此已不符合当前社会发展进程中对高效率、高精度的要求。因此,需要研究和开发新的检尺方法和技术,以满足社会发展对原木检尺的要求。本文是国家林业局“948”项目“原木径级视频识别与数字化检尺技术引进”的一部分,主要研究工作是对原木数字化检尺中的便携式原木材积自动检测系统进行设计和开发。本论文以计算机视觉技术和嵌入式开发技术为支撑,以嵌入式硬件平台和WindowsCE操作系统为基础,设计了以计算机图形信息处理识别为核心的软硬件操作平台。在此平台的基础上,实现了原木端而图像的获取、原木材积的检测、检尺数据的管理和检尺信息的无线传输,最终构造了基于计算机视觉和嵌入式技术的原木材积自动检测系统。通过对采集到的原木端而图像的处理和识别,在模拟实际检测条件下得到了原木径级和材积的近似值。最后对系统进行了测试,结果表明,该系统基本满足当前原木检尺作业对准确性、实用性和高效率的要求。(本文来源于《东北林业大学》期刊2012-04-20）
王巍奇[7]（2011）在《我国原木材积计算与一些国家的比较》一文中研究指出比较我国与俄罗斯、美国、马来西亚叁国原木材积计算的差异,为我国进行国际木材贸易提供借鉴。(本文来源于《黑龙江生态工程职业学院学报》期刊2011年04期）
舒泽芳,蒋淑霞[8]（2011）在《基于激光测距的原木材积自动计量系统的设计》一文中研究指出针对大型林场原木材积计量中存在的人工检验效率低、误差大、强度大等问题,设计了一种林场原木材积自动计量系统。系统通过激光测距技术获取原木外轮廓包络面积,结合磁钢车轮传感器检测到的装载原木车厢速度和长度数据进行累计求和获得原木外包络体积,最后通过分析原木的堆迭模型确定合适的体积材积比从而计算出原木材积。(本文来源于《安徽农业科学》期刊2011年20期）
李建伟[9]（2011）在《基于机器视觉的原木材积自动检测系统研究》一文中研究指出原木材积的检测是木材加工、木材贸易的关键环节,随着社会经济的快速发展,对原木材积检测的准确性和实时性提出越来越高的要求。本文在分析原木材积检测特点的基础上,针对传统人工检尺存在的效率低、周期长、准确性差且结果不便查询等缺点,提出了一套基于机器视觉的原木材积自动检测系统。本文总结了原木材积检测技术的国内外发展现状,深入研究了机器视觉技术、图像处理技术和计算机图形学等相关资料,详细阐述了基于机器视觉的原木材积自动检测系统的设计方案、工作原理以及双目视觉系统的具体实现。本文采用光电编码器、光电开关以及单片机信号采集处理板进行原木长度的测量,经RS232串口传送给PC机；采用两个HYC-S600型号的CCD摄像机与PC机搭建了双目视觉系统进行原木截面积的检测。在使用双目视觉系统测量前,首先采集棋盘格靶标图片进行系统标定；然后采集原木截面图像,运用Bouquet校正法对其进行双目校正,提取校正后左右两幅图像中的截面轮廓,根据对极几何关系对轮廓中的点进行立体匹配,经视差计算后叁维重构出原木的截面轮廓；最后根据轮廓的叁维信息完成原木截面积的测量。将自动测量结果与人工测量结果进行对比和误差分析,结果表明基于机器视觉的原木材积自动检测系统能有效克服人工检尺的缺点,成本低,精度高,可靠性强,而且安装使用方便。(本文来源于《北京交通大学》期刊2011-06-13）
林丽华[10]（2010）在《基于类圆形目标识别的原木材积检测系统的研究与应用》一文中研究指出近年来随着图像处理、模式识别和计算机技术的发展，计算机视觉技术已进入了一个稳步提高的新时期，并广泛应用于林业、工业、交通、医学、信息技术以及日常生活等各个领域。原木材积自动检测作为计算机视觉技术应用的一个重要方面，也成为当前计算机视觉领域的研究热点。本课题综合分析了国内外原木材积检测技术的研究现状，针对当前原木材积检测系统中的主要瓶颈，从理论的角度，深入剖析若干种边缘检测和类圆轮廓提取等算法存在的不足，提出相关的改进策略；从系统工程的角度，构建了基于类圆形目标识别的原木材积自动检测系统的结构模型；从系统实现的角度，设计了原木断面类圆识别和分割的优化算法。论文重点讨论了原木材积检测系统的几个关键问题：1.在图像预处理模块实现中结合原木断面形状特征提出了一种基于传统梯度加权平滑的优化算法，有效减少了噪声干扰，防止图像平滑失真。2.设计了一种基于多尺度小波变换边缘检测的改进算法。根据原木断面特征，结合小波变换多尺度特点，优化了原木图像质量，使原木边缘检测较完整，且边缘连续性较好。3.以加权阈值算法的模型为基础，提出一种基于加权阈值的分水岭分割优化算法，有效抑制分水岭算法过分割现象，较好地保留了目标轮廓信息。4.提出一种优化的图像轮廓提取策略。针对当前典型的snake算法存在的不足，充分考虑snake算法容易收敛到局部极值的问题，通过坐标转换，借助动态规划法，使snake能够在整个区域内搜索能量泛函最小值。5.对于非类圆形或残缺的原木断面图像，提出采取人机交互方式对其进行等效圆拟合的新思路。(本文来源于《福州大学》期刊2010-01-01）
原木材积论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
原木材积测量是木材生产和加工的关键环节,随着科技的发展,对原木材积测量的准确性要求也越来越高。长期以来,原木材积测量基本都是采用人工检尺的方法,这种方法很容易受检测工作人员的工作态度和经验影响,而且效率低、周期长、准确性差、成本高,结果不够精确。为此本文分析等长成堆原木的特点,提出了基于计算机视觉的一种原木材积检测方法,并制作成软件在Android手机上实现。在获取原木图像时,为了得到更清晰的原木边缘细节,需要近距离拍摄原木图像,但是近距离拍摄很难把成捆堆积的原木都摄入画面,所以本文采用近景拍摄多幅图片然后利用图像拼接技术得到全景的原木图像。本文提出一种改进的Harris算法进行角点检测,首先改变原来的梯度算子,从而提高算子的检测敏感度;采用一个新的角点响应函数,不需要人为设定参数;在图像拼接过程中通过归一化互相关匹配法对图像进行配准;利用随机抽样一致的方法剔除误匹配,实现图像无缝拼接。针对传统Canny算法对噪声比较敏感,易于检测到伪边缘和漏掉真实边缘等缺点。本文提出基于Canny的改进边缘检测方法处理原木图像,利用自适应中值滤波进行去噪,避免了传统Canny算法高斯滤波参数和高低阈值的选择困难,以及出现缓变边缘丢失现象;引入八方向的梯度模板求边缘的幅值,可以有效的检测到更多的边缘细节;通过Otsu法确定高低阈值,避免了人为设定高低阈值的问题,最后将得到的边缘图像用形态学方法进行细化。得到原木Canny边缘检测结果后,利用改进的随机Hough变换方法识别图像中的原木,将识别出的原木利用标尺求出实际的面积,从而计算出原木的根数、尺径长和原木材积。本文将提出的算法在Matlab平台测试,通过与传统的Canny边缘检测结果图像对比分析,证明本文提出的原木图像边缘检测处理算法可以有效的保留图像更多的边缘细节;并且抑制了假边缘或者与目标颜色特征相近区域的干扰,能够比较完整的提取出原木的边缘,为后面的随机Hough变换识别原木、计算原木参数打下了很好的基础,通过本文算法所得实验结果与实际原木材积结果的对比发现,本文算法测量所得的原木材积理论大小与实际检尺的结果相对误差在1.5%左右。基于本文提出的改进Canny边缘检测算法和随机Hough变换算法在Android手机平台上实现了一个原木材积测量软件。软件的主要功能为原木图像采集、原木图像拼接、原木图像边缘检测、原木识别及原木参数测量。实现本文提出的原木材积测量方法的软件在Android手机上安装方便,操作简单。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
原木材积论文参考文献
[1].宋新卫,周传统,阴淑文,倪静.原木材积求算方法的研究[J].山东林业科技.2019
[2].霍东旭.原木材积测量方法研究及安卓系统下的实现[D].东北林业大学.2018
[3].陈振生.巨尾桉无性系人工林小原木材积与重量关系的测定[J].农业研究与应用.2016
[4].赵亚凤.基于双目视觉的原木材积检测方法研究[D].东北林业大学.2016
[5].杜叶挺,陈广华,李建伟,杨义,吴莉珺.基于双目视觉的原木材积自动检测系统[J].北京交通大学学报.2014
[6].李友.便携式原木材积自动检测系统的研究与开发[D].东北林业大学.2012
[7].王巍奇.我国原木材积计算与一些国家的比较[J].黑龙江生态工程职业学院学报.2011
[8].舒泽芳,蒋淑霞.基于激光测距的原木材积自动计量系统的设计[J].安徽农业科学.2011
[9].李建伟.基于机器视觉的原木材积自动检测系统研究[D].北京交通大学.2011
[10].林丽华.基于类圆形目标识别的原木材积检测系统的研究与应用[D].福州大学.2010
论文知识图
