高速视觉动态测量系统关键技术与应用研究

发布时间：2017-12-26 06:40

  本文关键词：高速视觉动态测量系统关键技术与应用研究　出处：《中国科学技术大学》2016年博士论文　论文类型：学位论文

  更多相关文章： 高速摄像 视觉测量 位移提取 模板匹配 混沌粒子群 局部搜索 影像放大 奇异值分解

【摘要】：随着数字图像技术的发展,高像素相机的出现,图像能够完整的记录结构位置信息从而复现出结构的动态响应。视觉测量技术作为一种新兴的测量技术以其高效、精确、非接触、远距离测量等特点得到了国内外研究者的普遍关注。现阶段由于计算机硬件性价比不断提高,相关技术逐渐发展,视觉测量技术能在很大程度上补充传统测量方式的不足从而能很快的获得全球化的应用。高速视觉测量系统具有更快的采样频率、更高的计算速度,所以其不仅能完成普通的几何尺寸、形状姿态的测量,还能够通过高速相机拍摄得到物体的运动视频,使用数字图像处理技术对视频图像分析、处理,实现对物体运动的快速跟踪。本文以高速相机为基础,以图像为对象,深入研究基于计算机视觉图像实现结构动态响应测量的系统方案、软硬件的设计,特别是对软件部分的视频图像位移提取算法进行了深入的研究,解决了高速视觉测量中的速度、精度和鲁棒性三大问题的关键技术。本文首先介绍了整个高速视觉测量系统的硬件搭配,为了增加系统适应性,整个系统硬件组成通过更换部件形成不同的组合以完成不同情况下的高速运动物体的视频采集。并以单摆实验简单的演示了整个高速视觉测量系统测量运动的流程,包括测量系统的结构,系统的标定以及利用相关数字图像处理技术提取运动位移的过程。然后为了研究高速、高精度、鲁棒的图像匹配算法,本文对图像相关法中的图像匹配相关技术进行了研究,包括匹配模板的选择标准,几种模板匹配常用的相关函数的优缺点即相互之间的联系：对常用的模板匹配位移提取算法进行分析,提出了使用块匹配和亚像素定位的组合算法提高测量精度。同时也分析了一种高效的基于Lucas-Kanade的位移提取算法,并指出了其在视觉测量中的不足之处以及限定的使用范围。根据图像相关法的研究结果,针对高速视觉测量的高采样频率的特点,提出两种对外界光照和噪声不敏感、计算效率高、定位精度高的模板匹配算法来估计目标运动：一种是局部搜索优化算法(Local Search,LS),另一种是基于混沌粒子群的优化算法(Particle Swarm Optimization, PSO),局部搜索模板匹配法适用于高频率采样下相邻帧之间目标位移较小或者目标本身运动位移就很小的情况,在特定情况下这种优化算法可以获得很高的计算效率。基于粒子群的优化算法通过模拟鸟类捕食的思想能够快速准确的搜索相邻帧之间目标运动位移,无论是小范围的还是大范围的都可以捕捉到,并且有着避开局部最优的能力。且这两种基于标准互相关法(Normalized Cross Correlation, NCC)的模板匹配算法还能够配合曲面拟合的亚像素精度,在几乎不增加额外计算量的情况获得图像亚像素精度定位。可以作为高速视觉测量系统软件的常规算法。高速视觉测量系统不仅能够实现传统意义上结构动态的测量,还可以挖掘那些不为人类视觉所感知的、不可见、被忽略的运动信号,通过欧拉影像放大技术可以将这些微弱的信号提取放大甚至做到可以让人眼感知的地步,但是放大后的视频相对于真实的运动有一定的差别,本文提出一种基于奇异值分解理论(Singular Value Decomposition, SVD)的位移提取算法,通过降低图像的信息维数,从而揭示出隐藏在图像背后的信息,算法简洁、快速、可靠。将其运用到影像放大后的视频分析可以实现视频中一些运动主成分的快速提取并能避开由运动放大所引入的冗余信息。最后基于这种高速视觉测量的组合硬件,结合提出的高效位移提取算法,开发了基于计算机平台的视觉测量软件,并利用该软件完成工程测量,解决工程中的实际问题。主要包括叉车方向盘系统的振动测量与结构优化：高铁两侧声屏障在风动激励下振动测量及结构模态计算；链接件的锤击响应测量与松脱程度判断；软性材料受声音激励后的振动测量并以此恢复声音。这些实例展示了高速视觉测量系统在工程应用中的实际测量效果,充分证明了这种基于高速视觉的测量是一种有效的、可靠的测量方式,具有重要的应用价值。
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 朱铮涛,黎绍发;视觉测量技术及其在现代制造业中的应用[J];现代制造工程;2004年04期

2 徐德;谭民;;基于知识的机器人视觉测量分类与进展[J];控制与决策;2010年04期

3 王莹;;视觉测量技术基本原理[J];科技致富向导;2014年12期

4 赵玲娜;余有龙;金兢;李丹丹;曹雪梅;;一种应用于大范围视觉测量的二维卷积光重心法[J];光学与光电技术;2010年05期

5 韩建栋;杨红菊;吕乃光;;视觉测量中椭圆自动检测与定位方法[J];计算机工程与应用;2011年17期

6 唐巍;叶东;袁峰;陈刚;;灰色关联分析法在双目视觉测量系统误差分析中的应用[J];光学精密工程;2013年02期

7 叶南;富帅;杨博文;张丽艳;;大空间视觉测量的多靶点亮度自适应调节技术[J];电子测量技术;2013年07期

8 郭慧;刘亚菲;王勇;沈霞;;大型齿轮工件焊接的双目视觉测量标定[J];东华大学学报(自然科学版);2013年04期

9 王永强;吕天剑;吕乃光;邓文怡;;视觉测量中基于距离相对约束的优化算法[J];华中科技大学学报(自然科学版);2006年11期

10 陈棣湘,罗飞路,潘孟春;立体视觉测量中的图像匹配策略研究[J];光学技术;2002年05期

相关会议论文 前7条

1 杜娜;方漪;;多目视觉测量中有效测量域的计算模型[A];几何设计与计算的新进展[C];2005年

2 杨健新;魏榛;;瓢虫翼面展开过程的立体视觉测量[A];中国力学大会——2013论文摘要集[C];2013年

3 余加勇;邹峥嵘;朱建军;;计算机视觉测量准二维控制场建设[A];中国测绘学会九届三次理事会暨2007年“信息化测绘论坛”学术年会论文集[C];2007年

4 单磊;樊继宏;;立体视觉测量乳房体积软件系统的研发[A];美丽人生 和谐世界——中华医学会第七次全国医学美学与美容学术年会、中华医学会医学美学与美容学分会20周年庆典暨第三届两岸四地美容医学学术论坛论文汇编[C];2010年

5 杨永跃;邓善熙;何革群;;复杂曲面形貌无影视觉测量研究[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年

6 蒋理兴;王安健;高宝华;范孝忠;;线型点阵推扫式激光标志投射装置的设计[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

7 魏兵;李伟;夏明安;;视觉测量技术在滚针轴承自动化生产中的应用[A];湖北省机械工程学会机械设计与传动专业委员会第十五届学术年会论文集（二）[C];2007年

相关博士学位论文 前10条

1 于潇宇;高速视觉测量系统关键技术研究[D];哈尔滨工业大学;2014年

2 郭杰;基于视觉的振动特征提取算法研究及应用[D];中国科学技术大学;2015年

3 闵永智;铁路路基表面沉降相机链视觉测量方法研究[D];兰州交通大学;2014年

4 赵首博;成像前光学调制方法与视觉测量应用技术研究[D];天津大学;2014年

5 雷秀军;高速视觉动态测量系统关键技术与应用研究[D];中国科学技术大学;2016年

6 冯明驰;光纤位置视觉测量的优化方法研究[D];中国科学技术大学;2014年

7 周朗明;微（小）型物体视觉测量与重构方法研究[D];武汉大学;2013年

8 周婧;单摄像机视觉测量网络系统关键技术的研究[D];吉林大学;2012年

9 孙双花;视觉测量关键技术及在自动检测中的应用[D];天津大学;2007年

10 郭磊;移动视觉精密测量关键技术研究[D];天津大学;2011年

相关硕士学位论文 前10条

1 邹海龙;基于视觉测量的挖掘机工作装置姿态测量系统[D];西南交通大学;2015年

2 徐超;基于视觉测量的沉头孔垂直度检测新技术研究[D];浙江大学;2016年

3 胡亚利;车辆行驶中障碍高度视觉测量的研究[D];广西科技大学;2015年

4 严海磊;基于视觉测量技术的汽车零部件检测系统研究[D];成都理工大学;2011年

5 张春;基于视觉测量应变分析系统的数据处理研究[D];华中科技大学;2004年

6 朱辉;基于视觉测量的异形孔轮廓测量系统研究[D];中国科学院研究生院(西安光学精密机械研究所);2012年

7 李硕;基于视觉测量的轨道静态检测关键技术研究[D];中南大学;2014年

8 齐刚;基于计算机视觉测量的草场动态监控关键技术研究[D];吉林大学;2011年

9 贾兴华;锻件热态尺寸视觉测量中的图像处理关键技术[D];大连理工大学;2010年

10 苏国营;金属表面反射特性与差动式视觉测量[D];天津大学;2012年

，

本文编号：1336236