随着我国对竹材需求的加大,竹工机械的自动化已经引起了人们的高度重视,但传统的竹工机械严重制约着竹工工业的发展,研制自动化程度高的竹工机械势在必行。视觉测量技术随着计算机和光电技术的发展,其应用的领域越来越广,备受人们的关注,基于机器视觉的剖竹机视觉检测系统克服了传统剖竹机的不足,对于竹工机械的发展具有重要的理论意义和应用价值。本文以数字图像处理和机器视觉技术为背景,在竹材数学模型理论基础上,分别对数控剖竹机加工目标图像分割、检测与跟踪以及单目视觉测量技术进行了深入研究。设计基于机器视觉的数控剖竹机视觉检测软件系统,利用数字图像处理技术研究竹材端面图像的预处理及分割算法,进行竹材端面图像的提取；利用机器视觉技术研究运动物体检测与跟踪算法,实现竹材加工目标的检测与跟踪；利用单目视觉技术,根据摄像机模型及标定技术,研究基于小孔成像理论的图像测距算法及竹材几何参数测量。最终实现自动检测与跟踪及视觉测量技术在数控剖竹机自动加工系统中的应用。本文主要的研究内容有：(1)基于机器视觉技术建立剖竹机视觉检测系统,完成了视觉检测系统的软硬件设计。软件系统采用Visual C++设计开发,结构优化、功能齐全、人机界面友好,可以实现剖分竹材的自动化测量,提高了加工效率。(2)系统地研究了竹材数学模型和竹材四面平整铣削、两面平整铣削两面弧形铣削和四面铣削三面剖分三种加工方式的特点及竹条体积和利用率的计算方法,对竹材体积及出材率从竹筒剖分份数、长度及小端内径等几个方面进行了分析和对比。(3)对视觉检测系统的图像处理算法进行了研究。提出基于小波变换和颜色空间的三种竹材端面图像分割算法。基于小波变换的图像分割算法,分别利用非下采样Contourlet变换和Gabor小波变换,提取图像的纹理特征,实现实验图像的分割；基于颜色空间的图像分割算法,利用Lab颜色空间与竹材颜色的重合性,设计特征实现竹材图像的分割,并利用圆拟合算法实现竹材端面的框定,提出的算法都取得了很好的分割效果。(4)对视觉检测系统的运动目标检测与跟踪算法进行了研究。提出基于改进帧差的高斯混合模型运动目标检测算法。研究帧差法和高斯混合模型运动目标检测算法的不足,对两者进行融合,利用帧间差分结果区分视频中的不同运动区域,并对不同区域赋予采取不同的更新策略,利用高斯混合模型得到前景图像,从而实现运动目标的检测。提出基于改进Camshift的运动目标跟踪算法,研究改进的Camshift运动目标跟踪算法,采用颜色、纹理、灰度梯度组成的多特征,构建联合概率分布图,实现对运动物体的准确跟踪；在竹材运动目标检测与跟踪中,利用背景差分和帧间差分实现运动竹材目标的检测,Camshift进行竹材运动目标的跟踪,Kalman滤波实现运动目标的预测及目标位置修正,算法提高了竹材目标跟踪的准确性,对阴影、目标与背景相似等问题的处理,提高了跟踪的稳定性,算法具有良好的适应性。(5)对视觉检测系统的测量技术进行了研究。提出基于单目视觉的图像测距算法,根据摄像机模型及摄像机标定技术,利用摄像机模型的几何关系,根据成像理论测量图像中两个特征点及其中点到摄像机的距离,然后根据几何关系推导得到物体的尺寸信息。算法设计思想简单、计算速度快和易于实现,是对测量技术的创新。基于机器视觉的数控剖竹机视觉检测系统及相关理论研究,突破了传统竹材加工的思路,取得了创新性成果,为竹材竹加工机械的自动化操作提供了一种新的技术手段和相应的科学理论依据。