缆索表面图像拼接与多视图重建研究

发布时间：2020-06-03 02:50

【摘要】：近年来桥梁缆索的非人工检测方式发展迅速,以爬升机器人图像采集为基础的方式因其成本低廉、维修方便、装配简单以及安全系数高于人工检测等优点而受到了关注,由此带来的相关图像处理等问题直接关系着检测的效果。本文对缆索表面图像的相关处理进行研究,基于计算机视觉的相关算法对用于检测的数据信息进行分析与综合,提高机器人所采集信息的有效性和可利用率。设计了对机器人获取的缆索表面PE层图像预处理的算法。结合具体的应用场景,采用三层滤波算法,并设置合理参数对矫正后的图像进行降噪处理,提升初始数据的信噪比。根据单应矩阵适用条件,以单帧双三次插值算法为基础,针对具体的邻域情况修改权值函数,对去除背景的缆索区域图像采取非比例缩放的超分辨率重建,能够较好的去除块效应并保证清晰度。提出了一种基于改进型拉普拉斯融合的图像拼接算法。基于缆索图像采集过程中帧间位置关系特点,结合六种算法的对比分析,采用A-SIFT(Affine-SIFT)算法提取抗仿射形变的特征,该算法能够保证图像配准阶段在低重合度等情况下的稳定性和准确率。针对于融合阶段拉普拉斯金字塔算法的常规融合规则导致的局部区域光度突变问题,引入双向过渡距离权重图进行改进,提升了融合效果并保证了边缘特征信息的清晰度。设计了结合缆索几何结构特征的多视图重建算法。针对光束法平差优化相机参数和稀疏点云的过程中出现的空间结构与实际相差较大的问题,基于三角化测量不确定性分析,采用结合几何结构的深度初始估计作为优化初值,减小了用于光束法平差优化的初始数据误差,提高了稀疏点云位置估计的准确率,并采用基于patch扩散算法和泊松曲面重建算法完成了结构致密的重建,相对于原始数据提升了信息维度。
【图文】：

缆索表面图像采集设备及图像处理整体流程为了对缆索表面有一个全面的图像数据获取，可在环状结构的机器人上三或四个摄像头，采集设备如图 2-1 所示，缆索表面图像的获取存在两为常见的方案，一种是工业 CCD 相机，这种相机价格较高，清晰度高，较大，能够分辨亮度差较大的像素区域，并不适合轻量化要求；另一种CMOS 相机，这种相机广泛用于日常生活，人们日常使用的手机镜头、单机等大多基于这种传感器。a)轮式机器人实物图 b)轮式机器人设计图

表 2-1 网口摄像头参数参数名称 具体参数尺寸 30 mm×30 mm×52 mm焦距 3.6 mm视频编码 H.264分辨率 720p/1080p帧率 1~25fps网口协议 RTSP/FTP/DHCP/DDNS/NTP/UPnP存储容量 1 T备的基础之上，，经过整个流程进行处理的图像可以康状态进行更好的判断，本文完整的图像处理过程图像拼接、多视图重建，这三个部分相应的关系结阶段为其他两个部分的前期处理部分，拼接和重建测的全局性信息，提升了检测的便利性。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U445;TP391.41

【相似文献】

相关期刊论文 前10条

1 小米;;818型海警巡逻舰多视图[J];军事文摘;2016年18期

2 田泽;杨明;陈哲;石爱业;;基于视图内字典原子不一致的多视图字典学习算法[J];南京信息工程大学学报(自然科学版);2019年03期

3 段桂江;孙飞;唐晓青;;集成质量系统与企业资源计划系统的多视图融合机制研究[J];计算机集成制造系统;2005年12期

4 邓强;杨燕;王浩;;一种改进的多视图聚类集成算法[J];计算机科学;2017年01期

5 罗爱民;罗雪山;黄力;;基于多视图的信息系统体系结构描述方法研究[J];计算机科学;2007年02期

6 李波;赵健康;戴金海;;飞行器设计并行工程中多视图响应分析[J];计算机仿真;2006年09期

7 胡树根,李涨生,卓守鹏,董进;一种基于约束的多视图尺寸驱动方法及实现[J];中国机械工程;1998年07期

8 石艳玲;单文档多视图的多种实现方式[J];计算机应用研究;1999年10期

9 洪敏;贾彩燕;李亚芳;于剑;;样本加权的多视图聚类算法[J];计算机研究与发展;2019年08期

10 邱立坤;金澎;王厚峰;;基于依存语法构建多视图汉语树库[J];中文信息学报;2015年03期

相关会议论文 前8条

1 张秀芬;裴承慧;胡志勇;;在OpenGL中实现多视图表示[A];第十四届全国图学教育研讨会暨第六届制图CAI课件演示交流会论文集（下册）[C];2004年

2 赵旭;刘克;吴威;;多视图三维重建技术和不确定问题[A];第八届中国不确定系统年会论文集[C];2010年

3 唐帅;项志宇;马子昂;;基于多视图一致性低秩稀疏学习的视频目标跟踪[A];浙江省信号处理学会2015年学术年会论文集[C];2015年

4 葛冰峰;陈英武;廖良才;舒宇;;基于多视图的武器装备体系结构描述方法研究[A];和谐发展与系统工程——中国系统工程学会第十五届年会论文集[C];2008年

5 李诚;陈志军;;基于多视图像的岩心三维建模与虚拟展示初探[A];第十三届全国数学地质与地学信息学术研讨会论文集[C];2014年

6 张岩;杨冬青;唐世渭;;Web仓储中的多视图一致性维护[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

7 张强;梁奎;陈志军;;多视图立体视觉的岩矿手标本三维重建与三维交互设计[A];第十三届全国数学地质与地学信息学术研讨会论文集[C];2014年

8 颜志军;;基于UML的多视图动态企业模型框架研究[A];全国第八届工业工程与企业信息化学术会议论文集[C];2004年

相关博士学位论文 前10条

1 王强;多视图机器学习分类及聚类算法研究[D];国防科技大学;2018年

2 韩璐;多视图的子空间学习及在图像分类中的应用研究[D];南京邮电大学;2018年

3 董西伟;有监督和半监督多视图特征学习方法研究[D];南京邮电大学;2018年

4 王岳青;多视图学习算法和应用研究[D];国防科学技术大学;2017年

5 朱信忠;多视图聚类算法研究[D];西安电子科技大学;2018年

6 周彬;多视图视觉检测关键技术及其应用研究[D];浙江大学;2019年

7 吴飞;多视图特征学习方法研究[D];南京邮电大学;2016年

8 沈肖波;多视图嵌入学习方法及其应用研究[D];南京理工大学;2017年

9 钱强;复杂场景下的多视图学习方法研究[D];南京航空航天大学;2013年

10 李晋;基于多视图鉴别特征学习的分类算法[D];中国矿业大学(北京);2016年

相关硕士学位论文 前10条

1 何云;面向多视图数据的降维与聚类算法研究[D];南京师范大学;2019年

2 胡梦磊;不完整多视图聚类[D];南京航空航天大学;2019年

3 姬名书;基于稀疏嵌入框架的不完全多视图聚类[D];南昌大学;2019年

4 周扬;缆索表面图像拼接与多视图重建研究[D];哈尔滨工业大学;2019年

5 陈东皓;车辆检测和识别系统的设计与实现[D];中国电子科技集团公司电子科学研究院;2019年

6 黄静;加权多视图子空间聚类算法研究[D];广东工业大学;2019年

7 孙铭阳;基于语义表示的多视图短文本序列分类研究[D];大连理工大学;2019年

8 仇希如;基于非负矩阵分解的多视图特征学习研究[D];大连理工大学;2019年

9 殷勤;多视图归纳矩阵补全算法及应用研究[D];南京邮电大学;2019年

10 庞石伟;多视图数据分类研究[D];西安电子科技大学;2019年

本文编号：2694173