Курсовая работа: Определение размеров торцов бревен по стерео-реконструкции и нейронной сети

Содержание
Введение………………………………...................................3
Постановка задачи …………………………………………..4
Актуальность задачи ………………………………………..5
Обзор литературы……………………………………………6
Глава 1. Алгоритм нахождения размеров торцов бревен по стерео-реконструкции и нейронной сети……………………7
1.1. Построение плотной стерео-реконструкции торцов бревен……………………………………………………7
1.1.1. Захват изображений с камер………………...7
1.1.2. Калибровка камеры…………………………...8
1.1.3. Построение облака точек реконструкции…15
1.2. Применение Нейросети для определения эллипсов торцов……………………………………………...19
1.3. Алгоритм нахождения размеров торцов по нейронной сети и стерео-реконструкции……………………...25
1.4. Улучшения………………………………………….29
Глава 2. Алгоритм нахождения объема штабеля по движущемуся лесовозу……………………………………….31
2.1. Захват изображений с камер……………………….31
2.2. Построение плотной реконструкции по серии
фото……………………………………………………...32
2.3. Улучшения………………………………………….43
Результаты……………………………………………………43
Заключение…………………………………………………...44
Литература……………………………………………………45
Введение
В наши дни компьютерное или машинное зрение это одна из самых быстро развивающихся областей науки.

Машинное зрение — это научное направление в области искусственного интеллекта, в частности робототехники, и связанные с ним технологии получения изображений объектов реального мира, их обработки и использования полученных данных для решения разного рода прикладных задач без участия (полного или частичного) человека. В наши дни множество процессов на производстве и в обычной жизни, которые на данный момент выполняются людьми, можно заменить алгоритмами машинного зрения, чтобы облегчить работу людей. Машинное зрение можно использовать в следующих областях:

• Системы управления процессами (промышленные роботы, автономные транспортные средства).
• Системы видеонаблюдения.
• Системы организации информации (например, для индексации баз данных изображений).
• Системы моделирования объектов или окружающей среды (анализ медицинских изображений, топографическое моделирование).

Системы взаимодействия (например, устройства ввода для системы человеко-машинного взаимодействия