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。

一种主动式全景立体视觉传感器设计

现有的三维激光扫描仪无法实时、全自动地计算空间三维信息,需要对获得的点云数据进行配准。为解决这些问题,研制了一种新型主动式全景立体视觉传感器(ASODVS),并且从影响ASODVS测距精度的各个因素进行了分析。实验结果表明:设计的ASODVS能自动、实时地进行空间物点深度测量,并得到相应的点云数据。

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。

基于主动式全景视觉的移动机器人障碍物检测

针对现有的移动机器人视觉系统计算资源消耗大、实时性能欠佳、检测范围受限等问题,提出一种基于主动式全景视觉传感器(AODVS)的移动机器人障碍物检测方法。首先,将单视点的全方位视觉传感器(ODVS)和由配置在1个平面上的4个红色线激光组合而成的面激光发生器进行集成,通过主动全景视觉对移动机器人周边障碍物进行检测;其次,移动机器人中的全景智能感知模块根据面激光发生器投射到周边障碍物上的激光信息,通过视觉处理方法解析出移动机器人周边障碍物的距离和方位等信息;最后,基于上述信息采用一种全方位避障策略,实现移动机器人的快速避障。实验结果表明,基于AODVS的障碍物检测方法能在实现快速高效避障的同时,降低对移动机器人的计算资源的要求。

主动式全景视觉的隧道全断面变形检测方法

针对隧道距离长、运维检测时间跨度长、可检测时间短、形变数据变化小等特点,本文提出了一种基于主动式全景视觉的隧道全断面变形检测方法。首先通过配置在隧道检测装置上的主动式全景视觉传感器对隧道横断面进行全景扫描,获取隧道全景切面扫描图像;接着通过改进的高斯曲线拟合法提取全景切面扫描图像上的亚像素激光中心点,并采用贝塞尔曲线对其进行平滑处理;然后根据全方位视觉传感器的标定结果解析出隧道横断面上内壁的几何信息;再利用隧道横断面上内壁三维点云数据进行三维重建;最后,对重构的隧道模型进行了精度分析。实验研究表明:基于主动式全景视觉的隧道全断面变形的检测方法具有检测速度快、实时性好、数据全面、可视化程度高等优点,能满足对狭长隧道进行快速定性定量分析的需求。

主动式立体全景视觉技术的研究

为了解决立体视觉测量中的快速匹配问题,文中通过集成全景彩色结构光发生器和全方位视觉传感器构建一种主动式立体全景视觉传感器;通过分析图像像素的颜色和投射角之间的映射关系估算全景图像上各像素息对应的投射角,利用三角关系计算对应物点的深度信息;实验结果表明该方法能快速地得到场景的全景深度信息。

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。

全球面无死角的全方位视觉传感器的设计

为了获取整个球面全景图像,提出了全方位视觉传感器(omni-directional visionsensor,ODVS)的二次折反射的成像原理并设计了折反射镜面。利用4阶Runge-Kutta算法求得了镜面曲面的数值解,通过组合镜头的设计实现ODVS与广角镜头的集成以消除ODVS的固有死角,然后,将两台无死角的ODVS装置以背靠背的方式进行连接,并将所获取的全景视频图像进行展开及无缝拼接得到360°·360°视频图像。实验结果表明,所设计的ODVS装置可以获取全球面的视场范围,在视频监控领域有重要的应用价值。

基于全景视觉与里程计的移动机器人自定位方法研究

通过分析全景视觉与里程计传感器的感知模型的不确定性 ,提出了一种基于路标观测的移动机器人自定位算法 .该算法利用卡尔曼滤波器 ,融合多种传感器在不同观测点获取的观测数据完成机器人自定位 .与传统的、采用单一传感器自定位的方法相比 ,它利用视觉和里程计的互补特性 ,提高了自定位的精度 .实验结果证明了上述方法的有效性 .

基于立体全景视觉的交通事故现场测绘仪的研制

针对交通事故现场测绘中手工作业的缺陷和现有摄影测量技术的不足,提出了一种基于双目立体全景视觉传感器(binocular stereo omni-directional vision sensors,BODVS)的交通事故现场测绘仪,能够利用视觉测量结果自动生成用于事故分析与再现的现场图.实验证明:设计的BOD-VS交通事故现场测绘仪,能在整个交通事故现场范围内,实现快速测量、快速出图的目的.同时,它具有测量精度高、操作方便、无需标定和携带方便等优点,能满足交警测绘的实际需求.

基于WLAN的全景视觉煤矿安全监控系统

针对煤矿下复杂环境及其安全管理需求,提出一种基于WLAN(Wireless Local Area Network)的全景视觉煤矿安全监控系统,采用ODVS(Omni-Directional Vision Sensors)配合有线和无线通信方式传输图像、信息、指令和数据,实时获取、传输井下实时全景视频图像,利用无线全景摄像机和无线局域网的相关协议绑定矿工身份信息,并利用绑定的信息将矿工定位和跟踪服务整合到煤矿安全监控系统中;该系统能作为监控煤矿环境安全、煤矿生产安全、煤矿机车运输安全和人员安全的一种全新的解决方案,具有十分重要的应用价值和市场前景;测试结果表明设计的ODVS水平方向的成像范围为360°,垂直方向的成像范围为224°,其中仰角为22°、俯角为63°;压缩后的全景图像分辨率为640×480像素和320×240像素(可选),能够很好地实现煤矿安全的监控。

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。

全景立体视觉在海上报靶中的应用

针对海上实弹训练自动报靶需要检测实弹和离靶中心的距离,提出一种基于双目全方位视觉传感器(ODVS)立体全景视觉测量方法,采用具有平均角分辨率ODVS的设计,将2个同样参数的ODVS以背靠背的方式合成为一个双目ODVS,利用平均角分辨率的特性,并在视频信息获取、加工上均采用高斯球面坐标,实现了一种新型的快速全方位立体图像匹配测距算法。实验结果表明,本文所设计的双目ODVS测量装置能够较准确地估算出空间物点离测量点的距离。

基于动态序列噪声模板的主动式像素传感器星图去噪方法

提出了一种基于动态序列噪声模板的主动式像素传感器(APS)星图去噪方法。该方法利用短时静态背景噪声与随机噪声阈值构建动态序列噪声模板,实现了对APS星图数据的去噪处理。以ZY-3卫星的APS原始星图作为实验数据进行研究,结果表明所提方法能很好地剔除条带和边缘噪声。与传统去噪处理方法相比,所提方法的星图质心提取精度提升了约12.98″;与全局阈值分割法相比,所提方法的星图质心提取精度提升了约2.16″;与静态背景噪声方法相比,所提方法的星图质心提取精度提升了约9.64″。这充分表明所提方法可有效提升APS恒星质心定位精度,适用于事后姿态处理。

基于立体视觉的立体拍摄参数自动获取方法

现有的3D摄像机在立体拍摄过程中参数调整困难,难以保证左右2台摄像机动作的协调性和一致性。针对该问题,提出一种基于立体视觉的立体拍摄参数自动获取方法。由4台全方位视觉传感器构成的全景3D摄像机获取全景立体图像,通过立体图像处理技术自动获取立体拍摄所需要的汇聚点位置、拍摄距离、焦距以及光圈系数等参数。实验结果表明,该方法能有效保证焦距、拍摄方向、拍摄角度和3D深度等3D拍摄参数的一致性,解决3D拍摄过程中2台摄像机在拍摄动作以及立体景深参数调整等协调难的问题,在拍摄3D全景视频图像的同时进行3D特写视频图像的拍摄,实现在显示器上全景点控的自动3D特写视频图像拍摄。

视觉震撼 索尼TX1／WX1

采用Exmor R图像传感器的顶级DV曾经给我们带来了很大的视觉震撼。如今，索尼新卡片机TX1和WX1将这块具有1020万有效像素的高级传感器内置其中，让卡片机又提升了一个高度。此外，TX1和WX1均支持索尼独有的全景扫描拍摄功能。

基于全景视觉的海上救助机器人

针对海上搜救的背景,研究了基于全景视觉的移动机器人进行海上救助的关键技术。首先,提出了基于颜色模型的图像分割方法,运用区域增长的方法处理分割图像并进行目标定位。然后,配合声纳传感器对目标进行准确的抓取。最后,通过实验检验图像分割和目标定位的精度,验证了该方法运用到海上救助系统的可行性。