粮食是人民生活的必需品,是社会和谐稳定和国家安全的重要保障。粮库的监测主要体现在质与量两个方面,体积监管是粮食数量监管的重要方式之一,而体积监管关键是粮面高度的监控,本文在粮库监测和测距技术研究的基础上,提出了一种由变焦镜头获得焦距与像距双脉冲数,利用神经网络预测物距的单目视觉测距新方法,设计了一种基于摄像技术的粮面高度测量装置,在对粮库环境进行实时监控的前提下,实现粮面高度的测量。论文具体研究工作包括:(1)以粮库粮面高度测量研究现状和粮库计量关键技术为前提,对粮面高度测量装置总体结构进行设计。在总体结构的基础上,阐述系统的工作过程,并对图像采集模块和电机控制模块进行硬件设计。图像采集模块选择CMOS为图像传感器,以变焦USB摄像头进行图像采集,然后通过无线收发器进行图像传输。电机控制模块选用两相四线步进电机,并通过芯片L9110s进行驱动,控制核心采用Cortex-M3处理器,由集成在控制板的红外模块实现数据传输,最后对相关模块进行硬件电路设计。(2)通过实验对比空域内典型的图像清晰度算法,采用Brenner函数为图像质量评价函数;通过分析一维搜索算法和二维搜索算法,选择适合本系统的模式搜索算法,给出算法步骤和流程图;对电机控制模块进行设计,以8拍方式驱动,确定步进电机的励磁顺序,设定步进电机分为五级进行控制,确定每一级的步距角参数,并对红外模块进行设计,设定红外遥控器按键功能。(3)分析焦距、像距和物距之间的对应关系,对以大量实验为基础建立的数据库数据进行处理,采用曲线拟合法确定满足要求的分段函数表达式,并进行误差对比分析;分析数据库二维输入与一维输出的映射关系,通过神经网络描述两者的非线性关系,训练神经网络。(4)通过标识物实验和粮库模拟实验验证系统可行性。在实验用的标识物下进行实验,确定10-200cm范围内的80组距离,分别通过曲线拟合法和神经网络预测法计算相对误差,曲线拟合法相对误差不超过10%,神经网络预测法相对误差严格控制在3%以内,满足精确度要求;进行10-200cm范围内10组距离的重复性实验,计算结果中最大方差值为2.615,满足稳定性要求。为验证本系统对于粮库环境的适用性,建立粮库模型进行实验,精确度实验中计算5组距离下的相对误差,其最大值为2.875%,重复性实验中计算5组距离下的方差,其最大值为1.85,满足精确度要求和稳定性要求。本文以粮库测距研究现状为基础,对粮面高度测量装置进行软硬件设计,最后通过大量实验验证系统满足精确度和稳定性要求,验证本系统在粮库环境下的可行性。