适用于管道内形貌检测的3D全景视觉传感器

管道内部缺陷种类繁多、检测困难且自动化程度低,针对这些问题,提出了一种适用于管道形貌检测的3D全景视觉检测方法。首先设计了一种获取管道内部全景颜色纹理信息的全景视觉传感器(ODVS),然后设计了一种能快速并高精度获得管道内壁深度信息的主动式全景视觉传感器(ASODVS),接着将这两种ODVS进行紧凑小型化设计,通过软件将全景3D测量数据与全景颜色纹理数据的快速融合,在对管道内功能性缺陷和结构性缺陷进行全方位自动分析和评估的同时实现管道内部三维建模。实验结果表明,所设计的ASODVS+ODVS能实时获取地下管道内部颜色纹理和几何信息的全景图像,配置在管道机器人上能在狭长管道内边行走、边检测、边识别和边重构。

基于镜面成像技术的三维立体视觉测量与重构综述

利用镜面成像技术获取被测物体或场景的三维信息得到研究者越来越多的关注。光线与平面镜或曲面镜交互时产生镜面成像。平面镜的反射属性可以改善视觉效果,基于光路射线展开过程可应用于不同的平面镜成像系统,采用光路展开替代镜面交互应用于三维场景,得到虚拟三维空间,平面镜成像使得复杂的射线交互可以用一种虚拟的方式可视化,且坐标系统的变化容易跟踪。曲面镜成像通常不具有透视投影属性,根据曲面的曲率来改变空间显示。曲面镜常常导致折反射,故针对不同的三维立体视觉测量及重构需设计相应的几何恢复算法。从计算机图形学和计算机视觉的角度,分析了镜面成像的基本原理,对近年来较典型的基于镜面成像技术的三维测量与重构方法及最新研究进展进行综述。

基于ASODVS的火炮身管损伤检测系统

针对火炮身管内膛疵病种类多、定性定量分析难和检测自动化程度低等问题,提出了一种基于ASODVS的火炮身管损伤视觉检测方法,既能视觉检测身管横截面几何尺寸又能获取和分析身管内壁表面缺陷,还能对身管内表面三维测量和重构。首先,通过高斯曲线法提取激光扫描全景图像中的激光中心点,并采用贝塞尔曲线对提取的激光中心点进行平滑处理;接着,根据ASODVS的标定结果解析出全景图像上身管内壁全景激光投射点的三维点云数据;进一步,根据定性分析中识别出来的疵病采用四连通域法标记损伤,进而求解该损伤部分的面积和深度,然后采用椭圆拟合法测量身管形变;最后用3D重构技术将定性定量分析结果进行融合,重构出火炮身管真实状态,实现身管窥膛"采集-识别-判定-重构"全过程的定性定量自动视觉检测。实验结果表明:基于ASODVS的火炮身管损伤检测系统能够快速检测出各种火炮疵病,并能精确解析出疵病所处的空间位置、大小及深度等重要信息,测量误差基本满足国标规定要求,为火炮身管修复及寿命预估等奠定了坚实的基础。

基于主动式全景视觉传感器的管道内部缺陷检测方法

针对管道内表面检测空间受限的约束以及同时需要检测管道内壁功能性缺陷和结构性缺陷等需求,基于主动式全景视觉检测原理提出了一种既能视觉检测管道横截面几何尺寸又能获取和分析管道内壁表面缺陷的管道内部全方位视觉检测方法。利用携带有主动式全景视觉传感器的爬行机器人进入管道内部,分别实时获取内壁全景图像及激光横断面扫描全景图像。本文重点介绍基于管道内壁全景图像的缺陷检测方法,对管道内壁全景图像进行展开、预处理并提取管道病害区域的几何特征,最后判定缺陷类别及危害程度。经本文方法获取的缺陷几何特征实验数据验证,管道内表面存在的较为普遍的裂缝、腐蚀缺陷几何特征差异明显:腐蚀缺陷的圆形度较大,而裂缝缺陷的圆形度趋于0;腐蚀缺陷的凸度普遍大于裂缝缺陷;裂缝缺陷由于弯曲程度不同其边界离心率变化率大,而腐蚀缺陷的边界离心率趋于1。实验结果表明:该系统能够有效提取疑似缺陷区域并计算各几何特征,可通过合适的阈值判定其所属类别,为管道内表面缺陷检测提供了一种新的手段。

一种新型的小型无线主动式全景视觉传感器设计

针对小口径火炮炮膛内表面全景图像获取难、内膛疵病种类多、定性定量分析难和检测自动化程度低等问题,本文提出了一种基于主动式全景视觉的各种口径火炮身管疵病检测方法。首先,设计了一种便于获取各种口径火炮炮膛形貌全景图像的主动式全景视觉传感器,通过对心装置将其与伸缩推杆连接成一体,便于在检测时主动式全景视觉传感器沿火炮炮膛轴线移动采集内膛全景图像;其次,通过P2P点对点通信技术将主动式全景视觉传感器获取的全景图像传输给检测系统。实验结果表明:基于主动式全景视觉传感器的视觉检测系统能够适合不同孔径的火炮身管,实现了小型化、无线化和轻量化的设计,为实现火炮身管疵病检测的"采集-识别-判定"全过程的自动运行奠定了坚实基础。

基于CNN的火炮身管全景图像疵病识别方法

针对火炮身管内膛疵病种类多、定性定量分析难和检测自动化程度低等问题,本文提出一种以卷积神经网络为基础的疵病识别方法。首先,对全景图像进行预处理,主要包括全景展开、光照强度调整、膛线去除等;其次,通过最优阈值法对图像进行二值化处理,并利用四连通域法提取疵病区域;最后,采用卷积神经网络对疵病进行自动的分类识别。实验结果表明,该方法能有效避免人工疵病特征提取和人工特征描述计算等复杂步骤,实现了"采集-识别-判定"全过程的自动运行,真正实现了窥膛检测的自动化,身管疵病的识别率超过92%,识别准确率远高于基于统计学原理及支持向量机的分类方式,具有较高的准确性,为火炮身管修复及寿命预估等奠定了坚实的基础。

基于ASODVS的全景相机运动估计及管网3D重构技术

针对地下管网的空间三维测量、三维形貌重构难等问题,提出了一种基于主动式全方位视觉传感器(ASODVS)的相机运动估计及管网3D重构解决方案。通过携带有ASODVS的管道机器人进入管道内部,实时获取管道内壁纹理全景图像和全景激光扫描图像;首先对全景激光扫描图像处理解析出投射在管道内壁上的激光中心点,通过计算得到管道横截面的点云数据;另一方面,对全景纹理图像进行处理,首先利用快速鲁棒性特征(SURF)算法快速提取特征点并进行匹配,然后采用随机抽样一致性(RANSAC)算法去除误匹配点,接着利用全景相机的极几何原理估计相机运动位姿,并利用光束法平差(BA)进行优化,最后利用相机运动位姿将相机坐标系下的点云坐标实时转换到世界坐标系下,完成对地下管网的三维重构。实验结果表明,所提出的方案能够精确估计相机运动位姿,实时对管道内部进行三维重构,实现了管道检测机器人边行走、边采集数据、边检测分析处理、边三维建模的设计目标。

基于主动式全景视觉的管道形貌缺陷检测系统

针对现有的管道缺陷检测技术不能同时对管道的形、貌缺陷进行检测与评估这一工程难题,在前期研究工作的基础上,设计了一种基于主动式全景视觉的管道内部缺陷检测系统,能够快速获取管壁密集点云的三维坐标,同时对内壁表面缺陷进行检测与评估。首先利用主动式全景视觉传感器(AODVS)实时获取内壁全景图像和激光横断面扫描全景图像,然后对管道内壁全景图像进行柱状展开、预处理和缺陷检测及分类等处理;然后对激光横断面扫描全景图像处理,计算管道内壁点云的三维坐标,进一步对管道缺陷部分进行定量分析,最后利用三维建模技术重构带有真实纹理信息的管道模型。实验结果表明:文中设计的检测系统能够对管道凹凸形变、孔洞、管壁裂缝、腐蚀等缺陷进行检测与分析,具有较高的检测精度,为管道内表面三维测量和重构提供了一种新的手段。

双曲镜面成像单目全景感知三维重构技术研究

本文针对基于单目全景立体感知的被测物体三维建模问题,通过研究单目单视点折反射全景成像机理,利用二次双曲面镜的光学特性,实现了一种全景立体感知三维测量与三维重构方法.依据单目全景立体视觉感知理论设计具有统一摄像机内部参数和颜色系统的全景感知系统,利用双曲镜面成像技术获取被测物体的激光反射点,得到被测物体全景切面扫描图像,利用空间几何约束关系获取被测物体表面的采样点数据,对采样点进行B样条曲面柔性拟合,改进通用重构方法在拟合非均匀采样点时形状的失真以及运算不稳定现象,避免控制点的大量增加,快速实现被测物体的三维重建.本文提出的基于双曲镜面成像的单目全景立体感知技术可应用于管道、隧道地下交通设施等检测及重构,可满足工程领域全景视觉实时三维测量及几何复制的需要,提高全景视觉几何实体测量及重构效率.

基于主动式全景视觉的管道形变检测及重构技术的研究

研究了一种采用主动式全景视觉传感器(ASODVS)的管道内表面全方位检测方法。基于主动式全景视觉检测原理,提出了一种能够快速、全方位获取管道内壁三维点云信息,实现视觉检测管道形变的全景激光视觉系统;利用携带有ASODVS的爬行机器人进入管道内部,采集激光横断扫描全景图像;然后根据提取的管道内壁三维点云数据计算最小直径、横断面面积等几何特征判断变形率;最后根据三维点云圆周分布的特征,采用三角格网模型进行三维重构。实验结果表明:基于主动式全景视觉的管道内壁全方位检测系统能够实时完成对管道凹凸形变的检测和识别,并恢复管道内壁的三维形貌,具有较高的检测精度。