论文总字数：21558字

摘 要

在工业生产和生活中，我们将不可避免的会遇到如何对目标物体的位置进行确定与测算——即距离测量这个问题。传统测距方式是接触式的，需要与目标物体直接接触。然而基于图像的测距则是非接触式的^[1]。

论文中首先介绍了设计的背景并对图像测距的现状与社会需求进行分析。接着根据单目视觉测距提出一个简单的测距方案，应用了一种能够快速简便进行图像短程测距的算法。然后介绍了计算机视觉库OpenCV及其图像处理相关内容，并对应用到的Canny边缘检测与目标检测进行了深入的研究。最后以Python为主编程语言结合OpenCV设计了这个图像短程测距软件系统，系统的界面程序使用到的是GUI应用程序的工具包PyQt5。

论文最后对计算出测距结果与测距出现的误差进行记录，并且描述了实验中中遇到的问题，进行原因分析，提出改进措施，为将来的深入研究提供参考。

关键词： 图像测距；OpenCV；Canny边缘检测；目标检测；单目视觉测量

The Design and Implementation of OpenCV-Based Image Short Range Measurement System

Abstract

In industrial production and life, we will inevitably encounter how to determine and measure the position of the target object—that is, distance measurement. The traditional distance measurement method is contact type and needs to be in direct contact with the target object. However, image-based ranging is non-contact^[1].

The paper first introduced the background of the design and analyzed the current situation and social needs of image ranging. Then a simple ranging scheme is proposed based on monocular visual ranging, and an algorithm that can quickly and easily perform image short range ranging is applied. Then introduced the computer vision library OpenCV and its image processing related content, and applied to the Canny edge detection and target detection in-depth study. Finally, this image short-distance ranging software system was designed with Python as the main programming language combined with OpenCV. The interface program of the system uses the GUI tool kit PyQt5.

In the end, the paper records the errors of ranging results and ranging, and describes the problems encountered in the experiment, analyzes the reasons, proposes improvement measures, and provides reference for future in-depth research.

Key Words : image ranging；OpenCV；Canny edge detection; target detection; monocular vision measurement

目 录

摘 要 I

Abstract II

第一章 绪 论 1

1.1 设计背景 1

1.2 图像测距技术的发展 1

1.3 图像测距的社会需求 2

1.4 论文的研究内容及安排 2

1.4.1 研究内容 2

1.4.2 论文安排 2

第二章 测距算法与软件环境搭建 3

2.1需求分析 3

2.2计算机视觉库OpenCV 3

2.3 Python语言及其优势 4

2.4 图像测距算法 4

2.4.1散焦图像测距法 4

2.4.2成像平面测算法 5

2.4.3相似三角形算法 5

2.5 用户界面 6

2.6 软件平台搭建 6

第三章 基于OpenCV的图像处理与检测技术 8

3.1 图像加载 8

3.2 图像预处理 9

3.2.1 灰度图像 9

3.2.2 图像平滑 10

3.3 canny边缘检测 12

3.3.1 基于边缘信息的目标检测 12

3.3.2 Canny边缘检测 13

3.3.2 Canny边缘检测的步骤 13

3.4基于训练器的目标检测 14

3.4.1 HOG描述符 14

3.4.2 图像金字塔 16

3.4.3 滑动窗口 16

3.4.4 非最大抑制与SVM 16

3.4.5 人检测 17

第四章 软件设计 19

4.1系统处理流程 19

4.2 程序设计 19

4.2.1 界面程序部分 19

4.2.2 操作程序部分 21

第五章 数据、误差分析和设计改进 25

5.1 实验数据 25

5.2 误差分析 28

5.3 设计改进 29

结 语 30

参考文献 31

致 谢 32

第一章 绪 论

1.1 设计背景

在工业领域与生活领域，经常会遇到对目标物体的检测，包括目标的长度宽度位置信息等等。传统的方法是人作为主体去直接间接地获取目标的位置信息，进行手动的接触式测量。而随着信息时代来临，人工智能技术现如今在迅猛发展，利用机器或计算机进行图像处理与非接触式测量的视觉测量技术受到越来越多的关注。

计算机视觉测距是利用计算机对图像进行分析处理，并根据不同测距方法求出目标物体与摄像机之间的距离。测量设备只需拍摄包含目标物体的图像，而不用向目标物体发射信号^[2]。其优点主要是测距原理简单、成本低、不受外界环境影响。

它主要分为单目视觉测距，双目视觉测距，结构光视觉测量。其中，双目视觉测距是使用两台相机拍摄对包含目标物体的图像进行处理与分析，使用合适的算法确定距离。其准确度受制于相机性能、光照与两台相机之间距离，而且因为算法复杂，所以在应用上会有很多限制。而由于光源限制结构光视觉测量应用场合比较固定。本设计中使用的是单目视觉测距，使用一个摄像机拍摄，然后对图片中目标物体进行分析和距离测量的方法。单目图像测距相对来说结构简单、适用面广且成本很低，作为研究与设计简单的测距系统十分合适。

请支付后下载全文，论文总字数：21558字