分体式自适应分支井主井眼支撑系统研制

分支井主井眼支撑工具是满足分支井窗口支撑与分支井眼钻井的核心工具,包括可回收式斜向器、打捞钩、定向锚定封隔器及定向插头等。针对常用配套工具存在的锚定性能差、地面定向难度大、斜向器可取性差等问题,研发了分体式自适应分支井主井眼支撑系统。该系统以大通径锚定封隔器作为井下定位单元,具备轴向及周向锚定功能,可取式钻井导向器可在井下实现自动找正对接,从而建立牢固的窗口支撑系统,配套打捞钩具备定向打捞功能;该系统也可为后期井眼选择性重入及生产提供大通径机械通道。对主井眼窗口支撑系统关键部件进行了有限元分析,并对支撑系统的锚定、抗扭及自动对接等性能进行了测试。分析及测试结果表明:大通径锚定封隔器双向锚定能力1200 kN,环空封隔能力80 MPa;钩式打捞器可实现导向器的定向锁定。所得结果可为分支井设计及工具选择提供参考。

改进导向滤波器立体匹配算法

针对基于滤波器的立体匹配算法精度不高以及易受外界环境影响的问题,提出基于改进导向滤波器的立体匹配算法.在传统梯度向量中加入经过预处理后图像的梯度信息,结合Census变换计算匹配代价.构建自适应窗口,采用改进的导向滤波器聚合匹配代价;经过视差处理获得高精度的视差图,在低纹理区域能取得较好的匹配结果.实验结果表明,相比其他基于滤波器的立体匹配算法,该算法在Middlebury和KITTI平台上的测试结果具有更高的精度;对光照失真条件具有更好的鲁棒性,能应用于室外场合;计算复杂度与匹配窗口大小无关,具有较好的实时性.

基于自适应动态无偏最小二乘支持向量机的刀具磨损预测建模

由于训练样本数量有限,滑动时间窗长度以及监测模型不能自适应调整和更新等因素,传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题,因此提出了一种基于自适应动态无偏最小二乘支持向量机(ADNLSSVM)的刀具磨损预测模型。采用公开数据库中的铣削加工数据集,通过时频域分析和小波包分解等手段从振动信号中提取特征量,并进一步利用相关性分析从中选择有效特征量作为模型输入。试验结果表明该方法所建模型具有较高的建模效率和预测精度。

基于大窗口的自适应立体匹配

针对局部匹配难以获得精确的支持区域以及在遮挡区域、纹理单一区域易引起误匹配的问题,利用窗口内图像的边缘信息,提出了一种基于大窗口的自适应支持区域选择,自适应匹配代价选择,自适应错误点处理的立体匹配方法。定义一个较大的支持窗口,通过图像的边缘信息在此窗口内自适应寻找匹配点的支持区域;根据支持区域中最小匹配块的数目自适应选择匹配代价;对初始视差图通过左右一致性检验得到的错误点进行分类处理。实验结果表明,该方法能够取得理想的效果,并且在遮挡区域和纹理单一区域具有较好的精度。

基于可移动窗口和扩散距离的立体匹配算法

自适应权重立体匹配算法需要评估像素对之间的相似度,不同于传统方法利用色彩差异、距离远近进行度量,引入"扩散距离"这种新的度量方式,能够顾及像素在特征空间中的全局分布。为了减少计算的复杂性和提高鲁棒性,代价聚合分为两个阶段:(1)针对每一个像素,从预先定义的9个窗口中选择最佳的;(2)如果像素对应的最佳窗口均方差低于某一阈值,则对其采用自适应权重的方法进行处理,其余像素则利用最佳窗口来计算。代价计算使用颜色和梯度信息,并通过加权中值滤波进行视差优化。运行结果在Middlebury网站上评估,测试集上平均误匹配像素百分比为5.63,低于传统自适应权重算法及其相关改进方法。

基于自适应阻尼因子渗透滤波器的匹配代价聚合算法

针对局部立体匹配算法中局部平滑性假设导致的倾斜平面内连续视差的误估计问题,提出基于自适应阻尼因子的渗透滤波器权重匹配算法.首先构造适用于复杂多样图像结构特征的"蝶形"支持窗口;随后通过计算像素点间距离度量、灰度相似性度量及梯度信息度量,自适应地选择水平和垂直阻尼因子,并放宽局部平滑性约束条件,允许倾斜平面上灰度相似的像点存在视差变化;最后根据窗口特征计算带有阻尼因子的渗透滤波代价聚合函数.实验结果表明,该算法在保持局部匹配算法高效性的同时,明显地改善了倾斜平面的误匹配问题,且对低纹理区域同样有效.

基于立体匹配的低纹理图像重构算法

针对立体匹配中低纹理区域容易产生误匹配及传统动态规划固有的条纹问题,提出一种改进的基于双目立体视觉的低纹理图像三维重构算法.该算法首先基于像素间相似度和像素自身特异性计算匹配代价并引入一种自适应多边形支撑区域聚集匹配度.然后采用一种全局意义的简单树形动态规划进行逐点匹配.最后基于左右一致性准则运用一种简单有效的视差校正方法消除误匹配得到最终视差图.实验证明将算法运用于实拍低纹理灰度图像的匹配,得到轮廓光滑清晰的三维点云,说明该方法的适用性.