基于斜射式线结构光的隧道错台快速检测技术

为实现隧道错台快速、自动检测,保障隧道结构安全,提出基于斜射式线结构光的错台快速检测方法。首先,基于斜射式激光三角法原理和成像原理推导出错台量计算的理论公式,并且采用随机抽样一致性(RANSAC)算法进行线性函数拟合逼近,将不易测量的角度参数转换为函数常量;然后,结合目标检测算法Yolo-v3和图像梯度特征提取图像感兴趣区域(ROI),采用灰度平方加权重心法对光条中心点进行亚像素级提取,依据直线间距离公式获得像素位移量;最后,对室内试验数据和实际工程数据进行验证。研究结果表明:利用Yolo-v3算法实现错台区域定位,准确率可达97.35%,计算效率每秒26张图像,同时与极值法、Steger法、灰度重心法相比,提出的算法在光条中心点提取方面更加精准,并且87%的错台检测结果与实际测量结果绝对误差在0.6 mm以内,最大绝对误差不大于1.5 mm,满足工程应用。

Cortex-A9平台钢筋焊缝光条中心提取实现

在钢筋焊缝三维形貌的现场检测中,由于传统检测仪不便移动与笨重,则利用Cortex-A9处理器构成一种便携式检测系统进行三维视觉检测。其中提取焊缝的光条中心非常重要,因此将实现在嵌入式系统下光条中心的提取,首先由处理器控制cmos摄像头实时采集获得的图像进行平滑滤波并用大津法得到动态阈值进行图像分割,然后利用灰度平方加权阈值重心法得到焊缝光条纹的亚像素精度中心。实验结果表明该算法抗干扰能力强,在开发板平台上提取原始图像的光条中心用时0. 15 s,可实现焊缝光条中心的精确提取。