面向集成制造的改进ORB图像匹配方法

图像匹配是计算机视觉应用研究的主要内容。针对ORB(Oriented FAST and Rotated BRIEF)图像匹配方法不具备尺度不变性和匹配精度低的问题,提出一种基于改进ORB算法的图像匹配方法。在特征点检测阶段,ORB和SURF(Speeded Up Robust Feature)同时检测特征点,首先采用oFAST(oriented-FAST)与SURF算法检测左右图像特征点,然后使用rBRIEF(rotation-aware BRIEF)描述子描述特征点;在立体匹配阶段,采用Hamming距离对特征点进行粗匹配的基础上,引入极线约束筛选特征点并进行精匹配,减小匹配搜索范围,加快匹配速度,提高匹配准确率。实验结果表明,所提改进ORB算法点对数平均值是SURF算法的1.5倍左右,匹配速度平均值比SURF算法提高了22%,准确率比SURF算法提高了2倍,比ORB算法提高1.7倍,从而证明所提改进ORB算法,具有匹配点数多、速度快、准确率高的特点,且具有尺度不变性。所提方法可应用于目标识别、目标跟踪、三维重建、缺陷检测等领域。

可调谐半导体激光吸收光谱技术在石油工业中的应用研究

从世界范围看,化石能源目前仍是能源供应的主体。作为化石能源开发的主要阵地,石油工业对多种气体的检测与监测需求强烈,这对于环境保护和安全生产具有重要意义。可调谐半导体激光吸收光谱技术(TDLAS)是一种微量气体检测技术,具有灵敏度高、选择性好、响应速度快、可用于多组分多参数测量等优点,被广泛应用于石油工业现场中目标气体体积分数检测和危险气体泄漏监测中。对TDLAS的原理和各种检测方式进行了分类概述,综述了TDLAS在石油工业现场气体检测中的应用,包括对易燃易爆气体(甲烷、乙烷、丙烷、丁烷、乙炔、乙烯)、有毒气体(硫化氢、一氧化碳)和其他气体(氧气、水)的检测,总结了目前TDLAS遥测技术的应用情况并对TDLAS在石油工业中的发展进行了展望。

参数优化的Kalman滤波用于激光吸收光谱气体测量

可调谐二极管激光吸收光谱(TDLAS)技术在测量过程中不可避免地会受到光学条纹、探测器噪声和电路噪声等干扰,导致输出结果波动较大。使用Kalman滤波器对测量结果进行后处理可有效提高TDLAS系统的测量精度和抗干扰能力。重点对Kalman滤波算法中的测量噪声协方差σ_(V)^(2)与过程激励噪声协方差σ_(W)^(2)的比值g进行了研究。从滤波器输出结果的波动和输出响应时间两个维度入手,通过赋予二者不同的权重得到滤波器的综合效果评价指标R,综合研究了R-g关系,得出了最佳g值为27。同时,仿真验证了Kalman滤波比平滑滤波和扩张状态滤波在抗干扰和稳定性方面的优势。将参数优化后的Kalman滤波器用于TDLAS逃逸氨检测中,体积分数为4.7×10^(-6)的NH_(3)的浓度、体积分数为10^(8)×10^(-6)的NH_(3)的浓度、H_(2)O的浓度、温度的测量精度分别提高了3.54、3.48、3.00、2.80倍。

激光吸收光谱2D和3D成像测量技术及其应用研究进展

激光吸收光谱(LAS)技术因其高灵敏度、高精度以及非接触测量等优势,被广泛应用于气体流场检测。在燃烧诊断、泄漏检测和定位等应用场景中,对空间分布测量提出了需求。基于LAS技术发展而来的激光吸收层析成像(LAT)技术和激光吸收成像(LAI)技术不仅能够实现流场的2D/3D成像,而且在实现高的时间分辨率的同时对实际工程中的复杂环境有很好的适应性,未来仍是相关领域研究的重点。本文简要概述了LAS技术的基本原理以及LAT技术和LAI技术的成像方法;重点介绍了近十年LAT技术和LAI技术的国内外研究和应用现状,包括线性和非线性LAT测量技术、LAI技术的2D/3D成像技术;最后对基于LAS的2D/3D成像技术的未来发展趋势进行了展望。