共轴双旋翼桨尖垂直位移量的视觉测量方法研究

发布时间：2020-06-02 02:11

【摘要】：旋翼是直升机动力系统的核心部件之一,旋翼桨尖垂直位移量的测量能指导旋翼试验方向,以及保障试验安全。由于旋翼旋转时处于高速运动状态,传统测量方法存在动态测量难、精度不高的问题,加上共轴双旋翼存在上下桨叶之间遮挡影响测量的问题,本文采用高速运动图像预处理和单目视觉测量技术,深入开展了共轴双旋翼桨尖垂直位移量的视觉测量方法研究。主要研究工作与成果如下:(1)对视觉测量的有关背景和知识进行了全面整理与细致分析,据此,将研究工作分高速图像预处理和桨尖垂直位移量测量两大部分。(2)研究了高速运动桨尖图像去噪和运动模糊去除预处理方法。首先,对桨尖图像中的噪声类型进行分析,采用对比实验法选择最佳的去噪方法,通过主观和客观标准对去噪方法进行了实验验证;其次,采用一种先显著边缘选择,后纹理细节复原的去模糊方法,实现了图像中桨尖区域的复原;然后,根据桨尖图像灰度直方图的分析结果和桨尖的运动规律,定位包含桨尖的ROI(Region of Interest),减少背景对桨尖区域的干扰,采用最大类间方差法对ROI进行分割;最后,采用连通域扫描法,选取最大连通域,即为桨尖截面区域。通过对旋翼高速旋转下拍摄的运动图像进行去噪、去模糊和桨尖区域分割实验,验证了本文上述方法的有效性。(3)提出了高速旋翼桨尖垂直位移量的视觉测量方法。首先,采用最小外接圆法定位桨尖截面,根据桨尖几何特征自动定位关键点;其次,采用二进制编解码方法,实现了旋翼桨叶编号的快速识别;然后,设计并实现了两种单目视觉测量标定方法,一为系统误差较小的标准块标定方法,二为偶然误差较小的棋盘格标定方法;最后,通过桨叶关键点间的像素距离与视觉标定结果,可以计算出同一桨叶在不同实验参数下的垂直位移量,以及上下旋翼各自的垂直位移量。(4)构建了旋翼桨尖垂直位移量的视觉测量的实验平台,并开展了大量实测实验。视觉测量系统包含硬件和软件两部分,其中硬件子系统的搭建包含硬件的选型、连接、调试等步骤,软件子系统的设计涉及算法与界面的编写等内容。该视觉测量系统已应用于实际环境,并取得了较好的实验结果。
【图文】：

效果图,去噪,效果图

(f) 高斯滤波 (g) 小波滤波图 3-2 各类常用滤波的去噪效果图主观从图像视觉效果上来看，中值滤波和双边滤波对桨尖图像背景中噪声具有较好去噪效果，同时边缘的完整性相对其它滤波方法较好，而其它滤波去噪方法使用后，背景依旧存在视觉可辨识的噪声。2、滤波操作后的方法噪声对比为了有客观上的分析，常使用 MSE、PSNR、RMSE 等指标来评价去噪效果：MSE 能反映出去噪后图像与标准图像的差异程度；PSNR 是最普遍和广泛使用评价画质的客观量测法之一，它基于对应像素点间的误差，即基于误差敏感的图像质量评价；SSIM 分别从对比度、亮度、结构三个方面来度量图像的相似性，来反映滤波的效果。但是以上三个指标都需要标准图像，即真实场景图像的像素信息才能进行计算，而现实中采集到的桨尖图像都或多或少存在着噪声。由于无标准参考图像，故用以往的图像去噪评价指标并不能适用。根据 Buades 等人[45]提出的去噪评价方法，计算去噪图像与含噪图像之间的

图像,边缘视觉,噪声滤除,桨尖

16(e) 高斯滤波 Nm图像 (f) 小波滤波 Nm图像图 3-3 各类滤波操作的 Nm图像从图 3-3 可以看出，中值滤波对边缘信息的保持是最好的，几乎没有损失边缘信息，背景中的噪声也大部分被去除，但桨尖区域内的噪声滤除的很少，这可能由于相机成像时，场景中的亮度差异导致了不同亮度区域的主要噪声类型不同；双边滤波对噪声的滤除虽然比较彻底，边缘视觉上也更清晰，，但边缘的模糊是桨
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V216;V275.1;TP391.41

【参考文献】