[发明专利]机器视觉盾尾间隙检测图像网格特征点可靠性过滤方法有效

专利信息
申请号: 201910461248.0 申请日: 2019-05-30
公开(公告)号: CN110081828B 公开(公告)日: 2021-02-09
发明(设计)人: 杨宏燕;吴惠明;黄志刚;张益中 申请(专利权)人: 上海隧道工程有限公司
主分类号: G01B11/14 分类号: G01B11/14;G06T7/00
代理公司: 上海唯源专利代理有限公司 31229 代理人: 曾耀先
地址: 200232 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器 视觉 间隙 检测 图像 网格 特征 可靠性 过滤 方法
【权利要求书】:

1.一种机器视觉盾尾间隙检测图像网格特征点可靠性过滤方法,其特征在于,包括步骤:

于管片上设定j条可视边界,所述可视边界平行于管片断面中心线,且每条所述可视边界包含k个特征点,j≥1,k>1;

利用CCD相机拍摄所述管片和盾尾间隙,获取CCD图像;

从所述CCD图像上获取可视边界的像素值Lr[jk],Lr[jk]代表有j条可视边界、每条可视边界包含k个特征点时共j×k个特征点在CCD相机的像素坐标系中的像素值;

当当前所述可视边界位于管片断面中心线的左侧时,将当前所述可视边界的像素值Lr[jk]代入公式(1)计算盾尾间隙d[jk]:

d[jk]=dz[jk]+{(Y[jk]-2Lr[jk])hr}/Y[jk] (1)

当当前所述可视边界位于管片断面中心线的右侧时,将当前所述可视边界的像素值Lr[jk]代入公式(2)计算盾尾间隙d[jk]:

d[jk]=dz[jk]+{(2Lr[jk]-Y[jk])hr}/Y[jk] (2)

其中,dz[jk]为相机CCD坐标零点在管片端面中心线位置时的初始化管片盾尾间隙,公式(1)中的hr为当前可视边界到管片右边界的相距距离,公式(2)中的hr为当前可视边界到管片左边界的相距距离,Y[jk]为CCD图像在CCD相机的像素坐标系中的管片的宽度像素值;

计算得到j×k个盾尾间隙d[jk];

依次剔除最大差距值对应的d[jk],其中,为当前剩余d[jk]的均值;直至剩余n个d[jk],n不超过5;

计算n个d[jk]的均值d:d={d[jk]}/n,得到过滤后的盾尾间隙d。

2.如权利要求1所述的机器视觉盾尾间隙检测图像网格特征点可靠性过滤方法,其特征在于,还包括步骤:在n=0或d<40mm或d>130mm的情况下进行报错。

3.如权利要求1所述的机器视觉盾尾间隙检测图像网格特征点可靠性过滤方法,其特征在于,通过以下步骤计算得到管片的宽度像素值Y[jk]:

预先利用所述CCD相机在距离管片垂直距离为x0和x1的位置上分别拍摄管片的CCD图像;

从所述CCD图像中分别获取管片的左边界像素值L0、L1和右边界像素值R0、R1

建立CCD相机的像素坐标系的像素值与实测数据的相距坐标系的相距之间的函数关系:

其中,Y代表CCD相机的像素坐标系中的管片的宽度像素值,L代表CCD相机的像素坐标系中的管片的左边界像素值,R代表CCD相机的像素坐标系中的管片的右边界像素值,x代表CCD相机距离管片的垂直距离,a代表函数关系中的距离系数,b代表函数关系中的像素系数;

代入x0、x1、L0、L1、R0、R1,求解得到:

Y0[jk]=R0[jk]+L0[jk]

Y1[jk]=R1[jk]+L1[jk]

则距离系数a和像素系数b求解为:

a[jk]=(Y0[jk]·x0-Y1[jk]·x1)/(Y0[jk]-Y1[jk])

b[jk]=Y0[jk]*(x0-a[jk])

从而得到管片的宽度像素值为:Y[jk]=b[jk]/(x-a[jk])。

4.如权利要求3所述的机器视觉盾尾间隙检测图像网格特征点可靠性过滤方法,其特征在于,选取管片的左边界、右边界和平行于管片断面中心线的至少一橡胶条作为管片的可视边界。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海隧道工程有限公司,未经上海隧道工程有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910461248.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top