基于识别区域估计优化NCC-P算法的断路器储能弹簧形变特性研究
发布时间：2021-10-21 05:28
储能弹簧作为断路器分合闸动力元件,其可靠性对断路器运动过程的驱动和控制至关重要。提出一种基于图像匹配跟踪技术的非接触式弹簧形变特征测试方法:由高速相机捕捉储能弹簧伸缩过程高速图像序列,以弹簧活动端首圈为形变检测匹配目标,采用归一化互相关图像金字塔匹配（normalized cross-correlation-pyramid,NCC-P）算法对目标进行逐帧搜索,并获得各关键帧目标的坐标以及弹簧形变相关特征参数。提出基于识别区域估计优化归一化互相关图像金字塔匹配（normalizedcrosscorrelation-pyramid-estimation,NCC-P-E）算法。根据前后帧位置关联预测后续帧目标位置,并根据该预测动态调整识别区,消除相似结构对匹配结果的干扰,提高匹配速度和准确率。通过实验验证可知,该方法可在断路器带电的情况下有效检测断路器弹簧释能过程中的伸缩形变特征。
【文章来源】：中国电机工程学报. 2019,39(24)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
某帧图像匹配互相关值全域结果Fig.3Resultofcross-correlationvalueinaframeimagematching0.3
7416中国电机工程学报第39卷0.70.60.50.40.3NCC值/pu图3某帧图像匹配互相关值全域结果Fig.3Resultofcross-correlationvalueinaframeimagematching00002001()d()dttttttxvttvatatt(4)忽略二阶及以上加速度，可以得到：20012xvtat(5)由此推导下一帧目标位置坐标计算公式如下：112(,)3(,)3(,)(,)kkkkFxyFxyFxyFxy(6)以该预测点为中心重新估计识别区域位置，对于第二帧和第三帧图像则分别由前一帧和前两帧图像目标位置估计识别区域，表达式如下：21F(x,y)F(x,y)(7)321F(x,y)2F(x,y)F(x,y)(8)因此，利用前两帧及当前帧图像得到的目标位置，快速预测下一帧目标位置，以此估计下一帧新的目标区域Mk1，其原理如图4所示。根据弹簧自由伸缩的特点可知，跟踪目标接近伸缩幅值点时，加速度与运动方向相反，速度逐渐减小，加速度会随着幅值的增大而增大。当速度接前后帧位移矢量待测图像新识别区2F23FF12FFk2k1FFk1kFFkk1FF1Fk2Fk1Fk1M3MkFkDkD图4识别区估计优化图Fig.4Identificationareaestimationoptimizationdiagram近于0，预测点Fk1相对于kF会出现在Fk1的同侧，此时目标运动换向，以当前目标坐标Fk为中心选择合适大小建立新的识别区域，对目标全向搜索。相反预测点Fk1相对于Fk出现在Fk1的异侧时，则未发生换向，以预测得到的目标坐标Fk1(x,y)为中心选择合适大小建立区域Mk
髂?标计算NCC值的次数由原本rs/2n直接降低为24~48次，大大减少搜索次数，降低计算复杂度。图5为在采用识别区域估计前后35帧的匹配结果。图中红色框区域代表匹配得到的目标位置，绿色框为当前帧的识别区域。采用识别区域估计前，需要对弹簧整体活动区域都进行识别，但采用识别区域估计后，搜索范围被限定在目标周围，更容易识别到正确的目标，说明识别区域估计对搜索匹配方向明显有良好的导向作用，并大大缩小搜索范围，减少计算量，适用于断路器储能弹簧形变图像的匹配跟踪。(a)优化前结果(b)优化后结果图5第35帧图像匹配结果Fig.5Resultsofimagematchinginthe35thframe3储能弹簧形变检测算法流程使用高速相机捕捉断路器储能弹簧的形变图像序列后，对图像序列进行预处理，然后从形变第一帧开始通过NCC-P算法在预设的识别区域内搜索目标，得到第一帧的目标中心坐标F0(x0,y0)，并预测下一帧目标位置，估计下一帧的识别区域，之
【参考文献】：
期刊论文
[1]基于局部特征的大视角图像匹配[J]. 赵鹏图,达飞鹏. 光学学报. 2019(05)
[2]基于预测模式搜索的快速子像素运动估计算法[J]. 卢紫微,张燕,齐苑辰,吴成东,王桂霞. 控制工程. 2018(07)
[3]基于NCC-P-S优化算法的断路器机械特性测试方法研究[J]. 赵书涛,吴成坚,李明,魏瑶,何梦媛. 中国电机工程学报. 2017(14)
[4]基于NCC改进算法的SMT电路器件定位[J]. 邢培锐,童敏明,张俊升,孙苏园. 计算机应用. 2017(S1)
[5]结合小波金字塔的快速NCC图像匹配算法[J]. 吴鹏,徐洪玲,宋文龙. 哈尔滨工程大学学报. 2017(05)
[6]基于多项式一致逼近的多阈值图像分割算法[J]. 卫颜俊,冯博琴,伍卫国. 通信学报. 2016(10)
[7]基于模糊综合评判的断路器操动机构弹簧储能状态评估[J]. 赵思洋,汪安本,周文俊,李鹏飞,严国志,郭巍. 高压电器. 2016(06)
[8]基于断路器动作特征参数的合闸弹簧储能状态预测[J]. 代文芳,赵思洋,曾国,李鹏飞,李俊,周文俊,贺攀,严国志. 仪表技术与传感器. 2015(08)
[9]断路器合闸储能弹簧状态监测[J]. 曾国,李鹏飞,李俊,严国志,贺攀,周文俊,何小新,赵思洋. 仪表技术与传感器. 2015(04)
[10]改进的归一互相关法的灰度图像模板匹配方法[J]. 陈丽芳,刘渊,须文波. 计算机工程与应用. 2011(26)
博士论文
[1]基于多尺度特征的图像匹配与目标定位研究[D]. 刘立.华中科技大学 2008
硕士论文
[1]图像分割、特征聚类与特征类匹配方法的应用研究[D]. 杨安然.山东大学 2018
[2]断路器机械特性参数的图像优化识别方法研究[D]. 吴成坚.华北电力大学 2018
[3]基于计算机视觉的人体动作识别研究[D]. 张颖.华北电力大学 2018
[4]复杂场景下的自适应块匹配算法及应用[D]. 刘洁菲.北方工业大学 2017
[5]基于图像处理的断路器动触头运动参数识别方法研究[D]. 徐玉涛.华北电力大学 2015
本文编号：3448340
【文章来源】：中国电机工程学报. 2019,39(24)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
某帧图像匹配互相关值全域结果Fig.3Resultofcross-correlationvalueinaframeimagematching0.3
7416中国电机工程学报第39卷0.70.60.50.40.3NCC值/pu图3某帧图像匹配互相关值全域结果Fig.3Resultofcross-correlationvalueinaframeimagematching00002001()d()dttttttxvttvatatt(4)忽略二阶及以上加速度，可以得到：20012xvtat(5)由此推导下一帧目标位置坐标计算公式如下：112(,)3(,)3(,)(,)kkkkFxyFxyFxyFxy(6)以该预测点为中心重新估计识别区域位置，对于第二帧和第三帧图像则分别由前一帧和前两帧图像目标位置估计识别区域，表达式如下：21F(x,y)F(x,y)(7)321F(x,y)2F(x,y)F(x,y)(8)因此，利用前两帧及当前帧图像得到的目标位置，快速预测下一帧目标位置，以此估计下一帧新的目标区域Mk1，其原理如图4所示。根据弹簧自由伸缩的特点可知，跟踪目标接近伸缩幅值点时，加速度与运动方向相反，速度逐渐减小，加速度会随着幅值的增大而增大。当速度接前后帧位移矢量待测图像新识别区2F23FF12FFk2k1FFk1kFFkk1FF1Fk2Fk1Fk1M3MkFkDkD图4识别区估计优化图Fig.4Identificationareaestimationoptimizationdiagram近于0，预测点Fk1相对于kF会出现在Fk1的同侧，此时目标运动换向，以当前目标坐标Fk为中心选择合适大小建立新的识别区域，对目标全向搜索。相反预测点Fk1相对于Fk出现在Fk1的异侧时，则未发生换向，以预测得到的目标坐标Fk1(x,y)为中心选择合适大小建立区域Mk
髂?标计算NCC值的次数由原本rs/2n直接降低为24~48次，大大减少搜索次数，降低计算复杂度。图5为在采用识别区域估计前后35帧的匹配结果。图中红色框区域代表匹配得到的目标位置，绿色框为当前帧的识别区域。采用识别区域估计前，需要对弹簧整体活动区域都进行识别，但采用识别区域估计后，搜索范围被限定在目标周围，更容易识别到正确的目标，说明识别区域估计对搜索匹配方向明显有良好的导向作用，并大大缩小搜索范围，减少计算量，适用于断路器储能弹簧形变图像的匹配跟踪。(a)优化前结果(b)优化后结果图5第35帧图像匹配结果Fig.5Resultsofimagematchinginthe35thframe3储能弹簧形变检测算法流程使用高速相机捕捉断路器储能弹簧的形变图像序列后，对图像序列进行预处理，然后从形变第一帧开始通过NCC-P算法在预设的识别区域内搜索目标，得到第一帧的目标中心坐标F0(x0,y0)，并预测下一帧目标位置，估计下一帧的识别区域，之
【参考文献】：
期刊论文
[1]基于局部特征的大视角图像匹配[J]. 赵鹏图,达飞鹏. 光学学报. 2019(05)
[2]基于预测模式搜索的快速子像素运动估计算法[J]. 卢紫微,张燕,齐苑辰,吴成东,王桂霞. 控制工程. 2018(07)
[3]基于NCC-P-S优化算法的断路器机械特性测试方法研究[J]. 赵书涛,吴成坚,李明,魏瑶,何梦媛. 中国电机工程学报. 2017(14)
[4]基于NCC改进算法的SMT电路器件定位[J]. 邢培锐,童敏明,张俊升,孙苏园. 计算机应用. 2017(S1)
[5]结合小波金字塔的快速NCC图像匹配算法[J]. 吴鹏,徐洪玲,宋文龙. 哈尔滨工程大学学报. 2017(05)
[6]基于多项式一致逼近的多阈值图像分割算法[J]. 卫颜俊,冯博琴,伍卫国. 通信学报. 2016(10)
[7]基于模糊综合评判的断路器操动机构弹簧储能状态评估[J]. 赵思洋,汪安本,周文俊,李鹏飞,严国志,郭巍. 高压电器. 2016(06)
[8]基于断路器动作特征参数的合闸弹簧储能状态预测[J]. 代文芳,赵思洋,曾国,李鹏飞,李俊,周文俊,贺攀,严国志. 仪表技术与传感器. 2015(08)
[9]断路器合闸储能弹簧状态监测[J]. 曾国,李鹏飞,李俊,严国志,贺攀,周文俊,何小新,赵思洋. 仪表技术与传感器. 2015(04)
[10]改进的归一互相关法的灰度图像模板匹配方法[J]. 陈丽芳,刘渊,须文波. 计算机工程与应用. 2011(26)
博士论文
[1]基于多尺度特征的图像匹配与目标定位研究[D]. 刘立.华中科技大学 2008
硕士论文
[1]图像分割、特征聚类与特征类匹配方法的应用研究[D]. 杨安然.山东大学 2018
[2]断路器机械特性参数的图像优化识别方法研究[D]. 吴成坚.华北电力大学 2018
[3]基于计算机视觉的人体动作识别研究[D]. 张颖.华北电力大学 2018
[4]复杂场景下的自适应块匹配算法及应用[D]. 刘洁菲.北方工业大学 2017
[5]基于图像处理的断路器动触头运动参数识别方法研究[D]. 徐玉涛.华北电力大学 2015
本文编号：3448340
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3448340.html
