Применение обработки видеоизображений для автоматизации учета круглого лесоматериала на предприятиях деревообрабатывающей промышленности

• Автор: Усачёв, Михаил Валерьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Муром
• Количество страниц: 135 с. : ил

1 Бесконтактные измерения геометрических размеров круглого лесоматериала

1.1 Особенности бесконтактных измерителей геометрических размеров круглого лесоматериала
1.2 Вычисление геометрических размеров объекта контроля на основе обработки видеоинформации
1.3 Структура системы измерения объема круглого лесоматериала на основе обработки видеоизображений
1.4 Выводы
2 Разработка и оптимизация алгоритма многокритериальной нечеткой фильтрации видеоизображения

2.1 Анализ методов фильтрации шумов на изображении

2.2 Проектирование структуры комбинированного многокритериального нечеткого фильтра

2.3 Разработка алгоритма определения принадлежности пикселей потенциальной границе

2.4 Оценка качества фильтрации видеоизображений комбинированным нечетким фильтром

2.5 Выводы
3 Локализация контура объекта алгоритмом нечеткого маркерного водораздела
3.1 Особенности методов выделения контуров объекта
3.2 Модификация метода сегментации маркерным водоразделом с применением нечеткой решающей процедуры
3.3 Разработка алгоритма фильтрации ошибочных контуров с использованием априорной информации о форме объекта
3.4 Выводы
4 Разработка алгоритма расчета объема объекта по геометрическим параметрам
4.1 Использование вариаций количества ракурсов видеосъемки для определения объема тела вращения
4.2 Расчет объема при аппроксимации объекта цилиндрами с постоянным и переменным радиусом
4.3 Оценка точности измерений объема
4.4 Выводы
5 Реализация системы расчета объема твердых тел в реальном масштабе времени
5.1 Основные характеристики системы измерения объема
5.2 Методика проведения и результаты эксперимента
5.3 Программно-аппаратная реализация системы
5.4 Выводы
Заключение

Список использованных источников

В деревообрабатывающей промышленности, особенно в системах учета сырья, одной из важных задач является определение геометрических характеристик круглого лесоматериала, включая длину, диаметры вершины и комля, объем.
Согласно экспертной оценке, выполненной специалистами Счетной палаты Российской Федерации. при поставке на экспорт в 1999 году 27,7 млн. куб. м круглого леса объем не учтенной и не оплаченной древесины составил 4,7 млн. куб. м (17 %). Экономический ущерб, нанесенный государству только за счет недополучения таможенных пошлин, составил 9 млн. долл. США, или 252 млн. рублей, поставщики продукции недополучили 204 млн. долл. США, или 5712 млн. рублей.
Из-за отсутствия надлежащего контроля за учетом круглых лесоматериалов происходит занижение объема продукции со стороны потребителя на 13 % -17 %, в том числе за счет допустимых погрешностей в измерении - 5 %, за счет занижения объемов таблицами ОСТ 13-303-92 и РД 13-2-3-97 - до 8 % -12 процентов.
Для небольших мелкосерийных предприятий использование дорогих узкоспециализированных систем контроля является экономически невыгодным. В основном операцию контроля в таких случаях выполняет непосредственно человек. Следствием этого является сильное влияние психо-физиологического состояния контролера на технологический процесс, которое меняется в течение рабочего дня (человек устает, теряет бдительность и т.д.), что является одним из основных недостатков. В таких случаях обычно используются ручные табличные методы вычисления объема по выборкам по правилам ГОСТ 2708-75 и ОСТ 13-303-92, характеризующиеся высокой трудоемкостью и значительной погрешностью определения объема (до 30%).

Сравнительные результаты фильтрации реального видеоизображения приведены в таблице 2.6.
Таблица 2.6 - СКО после обработки зашумленного реального видеоизображения.
Фильтр СКО*1СГ
Входное изображение + шум 11,37
Медианный 2-0 3,29
Винера 2-й 2,37
Гауссовский 2,92
Комбинированный 2,25
Сравнение качества фильтрации изображения (рисунок 2.12), подверженного воздействию гауссовского шума, при различных значениях дисперсии шума показало, что комбинированный фильтр более каче-ф ственно удаляет шум (рисунок 2.15).
—о—Зашумленное изображение —о—Комбинированный фильтр —л— Фильтр Винера 2-0 -о— Медианный фильтр
Рисунок 2.15 - Результаты фильтрации видеоизображения (рисунок 2.12) после воздействия гауссовского шума.