亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于視覺的接觸網(wǎng)絕緣子識(shí)別定位研究

        2022-06-28 22:01:27展明星王致誠李致遠(yuǎn)
        西部交通科技 2022年4期

        展明星 王致誠 李致遠(yuǎn)

        【摘要:】絕緣子串的精確定位是實(shí)現(xiàn)其故障檢測的重要前提。文章針對目前接觸網(wǎng)絕緣子巡檢圖像中絕緣子串檢測算法定位不精確的問題,提出一種雙目視覺結(jié)合SURF特征的目標(biāo)識(shí)別定位方法。由于絕緣子所處位置環(huán)境復(fù)雜,采用SURF特征可實(shí)現(xiàn)目標(biāo)識(shí)別的前期粗定位;根據(jù)雙目視覺原理求取已經(jīng)粗定位識(shí)別出物體的三維坐標(biāo),實(shí)現(xiàn)目標(biāo)物體的識(shí)別與細(xì)定位;通過這些方法保存識(shí)別出物體形心的三維坐標(biāo),傳輸給巡檢機(jī)器人,以便控制機(jī)器人調(diào)整檢測位置。實(shí)驗(yàn)結(jié)果證明,此方法有較好的識(shí)別效率和準(zhǔn)確性,可以成功地識(shí)別出目標(biāo),具有一定的工程應(yīng)用價(jià)值。

        【關(guān)鍵詞:】絕緣子;雙目視覺;SURF算法;復(fù)雜背景;圖像識(shí)別

        U225.4+3A561844

        0 引言

        絕緣子是鐵路接觸網(wǎng)的重要部件,主要功能是對接地體保持電氣絕緣,起到支撐接觸網(wǎng)電纜和防止電流回地的作用。絕緣子長期暴露在戶外會(huì)產(chǎn)生一定程度的污染和破損,導(dǎo)致電氣性能下降并影響絕緣強(qiáng)度。保持絕緣子清潔能有效降低污閃事故的發(fā)生,眾多學(xué)者也為此開展了對絕緣子當(dāng)前狀態(tài)監(jiān)測的研究。隨著機(jī)器視覺技術(shù)的不斷發(fā)展,以其為基礎(chǔ)的智能檢測技術(shù)開始逐漸應(yīng)用到鐵路巡檢設(shè)備中。由于接觸網(wǎng)絕緣子被各種電線支架包圍,造成檢測過程中精確識(shí)別的難度加大,因此如何提高機(jī)器視覺的識(shí)別能力具有重要的研究意義。

        目前主要通過人工方式或者根據(jù)電氣特性對絕緣子狀態(tài)進(jìn)行檢測,但實(shí)際應(yīng)用中,人工檢測方式效率低下,與自動(dòng)化檢測的安全性要求相比,仍有相當(dāng)大的距離。而電氣特性檢測方法的穩(wěn)定性較差,極易受到周邊環(huán)境的影響[1-2]。文獻(xiàn)[3]針對穩(wěn)定性較差問題提出一種加入現(xiàn)場可編程門陣列硬件加速方法,應(yīng)用于電力巡檢無人機(jī),通過坐標(biāo)轉(zhuǎn)換關(guān)系計(jì)算偏轉(zhuǎn)角的差值,進(jìn)而得到絕緣子前端定位。文獻(xiàn)[4]采用交替優(yōu)化的策略,增加反饋機(jī)制調(diào)節(jié)卷積核的大小和個(gè)數(shù),依據(jù)語義誤差信息熵測度指標(biāo)評價(jià)結(jié)果,進(jìn)而實(shí)現(xiàn)反復(fù)推敲比對后的檢測結(jié)果。這些方法在檢測圖像缺陷方面做出了改進(jìn),但存在著識(shí)別過程計(jì)算量大,圖像去除干擾能力較差的問題。例如航拍圖像中若存在復(fù)雜背景,如高壓線、樹杈、鳥巢等都會(huì)導(dǎo)致目標(biāo)絕緣子特征不明顯。因此,本文提出一種基于雙目視覺結(jié)合區(qū)域特征的圖像匹配方法,對接觸網(wǎng)絕緣子進(jìn)行識(shí)別。采用SURF(Speeded up robust feature)算法,來提高絕緣子識(shí)別過程中的速度和準(zhǔn)確性。利用雙目攝像頭模擬人眼,獲取被測物體的二維圖像,再對其圖像進(jìn)行識(shí)別與匹配,然后根據(jù)視差原理計(jì)算得出物體的三維空間坐標(biāo),最后將定位坐標(biāo)傳輸給巡檢機(jī)器人,以便巡檢機(jī)器人實(shí)現(xiàn)位置的控制和調(diào)整,從而得到更精確的檢測。本文算法在定位精度和速度方面表現(xiàn)出了良好的性能,具有一定的工程實(shí)際應(yīng)用價(jià)值。

        本文重點(diǎn)研究作用于接觸網(wǎng)絕緣子的巡檢機(jī)器人視覺識(shí)別系統(tǒng),提出一種雙目視覺結(jié)合區(qū)域特征的圖像匹配方法,對接觸網(wǎng)絕緣子進(jìn)行識(shí)別,實(shí)現(xiàn)對待檢測絕緣子的識(shí)別定位,提高機(jī)器人巡檢效率,減少因人員疏忽、漏檢等因素造成的安全隱患。

        1 基于SURF特征的目標(biāo)識(shí)別

        SURF算法是由BAYH提出的,在SIFT(Scale-invariant feature transform,尺度不變特征變換)算法基礎(chǔ)上引入了Hessian矩陣,并加入了積分圖像和盒子濾波器,大大提高了計(jì)算速度,節(jié)省了程序運(yùn)行時(shí)間,對于形狀、位置相對固定的接觸網(wǎng)絕緣子自動(dòng)化檢測具有較強(qiáng)的實(shí)時(shí)性[5]。

        1.1 SURF特征匹配

        1.1.1 提取特征點(diǎn)

        SURF算法是在SIFT算法的基礎(chǔ)上引入了Hessian矩陣及積分圖像[6]。將目標(biāo)圖像和高斯函數(shù)做卷積運(yùn)算,加入盒子濾波器代替高斯核函數(shù)進(jìn)行卷積運(yùn)算,得到圖像和高斯函數(shù)的卷積,并將其轉(zhuǎn)換成積分圖像與高斯二階導(dǎo)數(shù)模板的卷積運(yùn)算,此時(shí)的高斯二階導(dǎo)數(shù)模板實(shí)際上已變成一些簡單的權(quán)重區(qū)域組合,將卷積運(yùn)算轉(zhuǎn)換為積分圖像的加減運(yùn)算。因此,可以提高圖像特征點(diǎn)提取速度。上述的Hessian矩陣的行列式在尺度空間中每層的局部最大值即為特征點(diǎn)。

        1.1.2 構(gòu)建特征描述符

        優(yōu)質(zhì)的特征描述符應(yīng)具有較好的魯棒性不受外界條件干擾,在光照、視角以及噪聲的干擾下仍能保持不變。在SURF算法中,統(tǒng)計(jì)特征點(diǎn)領(lǐng)域內(nèi)的Haar小波特征,不統(tǒng)計(jì)其梯度直方圖。通過Haar小波響應(yīng)累加值和最大值的確定為主方向,同時(shí)為了保證特征向量具有旋轉(zhuǎn)不變性,選擇特征點(diǎn)為中心,沿著基準(zhǔn)方向構(gòu)建正方形區(qū)域,經(jīng)過Haar小波響應(yīng)最終形成例如一個(gè)64維的特征向量組成的特征描述符。這種方法可避免傅里葉變換得原函數(shù)在正余弦不同頻率下的系數(shù),而是得到原函數(shù)在不同尺度小波(這里采用Haar小波)下的系數(shù)。

        1.1.3 特征匹配

        提取特征點(diǎn)之后對待匹配區(qū)域圖像與標(biāo)準(zhǔn)模板圖像進(jìn)行匹配,SURF算法采用最近鄰域匹配方法。首先計(jì)算待匹配圖像到標(biāo)準(zhǔn)模板圖像上特征點(diǎn)的歐氏距離,得出對應(yīng)的距離集合,然后通過排序得到最小距離d1以及次最小歐氏距離d2。設(shè)定一個(gè)閾值T,當(dāng)d1和d2的比值小于該閾值,即d1/d2

        1.2 目標(biāo)識(shí)別

        為了從復(fù)雜的背景中識(shí)別出目標(biāo)物體,預(yù)先建立檢測目標(biāo)的特征模板庫。如圖1所示,取簡單的場景作為背景,調(diào)整相機(jī)角度,采集目標(biāo)物體在不同角度下的圖像,利用SURF算法提取圖像的特征點(diǎn),并將提取出的特征點(diǎn)向量進(jìn)行保存。由于目標(biāo)背景特征相對簡單,集中目標(biāo)物體的特征點(diǎn)描述要多于其他干擾物的特征點(diǎn)描述。

        建立好特征模板之后,將目標(biāo)物體置于其他復(fù)雜場景中,采集應(yīng)用場景待匹配的圖像,提取圖像的特征點(diǎn),將待匹配圖像與模板的特征描述進(jìn)行匹配,若成功匹配點(diǎn)的數(shù)目達(dá)到了一定數(shù)量,則認(rèn)為該場景中有匹配的目標(biāo),從而實(shí)現(xiàn)目標(biāo)物體的識(shí)別。如圖2和圖3所示為絕緣子的匹配識(shí)別效果圖。

        通過采用相同的識(shí)別圖像對比SURF算法和SIFT算法,結(jié)果如表1所示,SURF匹配總數(shù)少于SIFT,但是準(zhǔn)確數(shù)目要高于SIFT,同時(shí)所花費(fèi)的時(shí)間上明顯低于SIFT。所以,采用SURF算法進(jìn)行識(shí)別更能滿足一定的實(shí)時(shí)性要求。

        1.3 提取粗定位的絕緣子

        經(jīng)過SURF算法前期的粗定位,絕緣子外部環(huán)境的干擾大大減少,剔除了接觸網(wǎng)支架、電纜等對絕緣子特征的干擾。為減小光照對識(shí)別效果的影響,選擇HSV(Hue、Saturation、Value)顏色模型提取光照影響最小的分量,采用最大類間方差法(Otsu)對絕緣子圖像進(jìn)行閾值分割。如圖4所示,對分割后的圖像進(jìn)行形態(tài)學(xué)處理,提取出絕緣子輪廓圖像。

        2 基于雙目視覺的目標(biāo)定位

        雙目立體視覺是使用計(jì)算機(jī)模擬人眼的視覺功能,人的雙眼對看到的場景具有深度感知的能力,雙目立體視覺即仿照這種效應(yīng)原理??梢岳脙膳_(tái)規(guī)格型號(hào)一致的攝像機(jī),同時(shí)獲取相同場景下目標(biāo)的二維圖像,找出兩個(gè)攝像機(jī)采集圖像中相對應(yīng)的匹配點(diǎn),然后根據(jù)雙目視覺成像原理,計(jì)算兩個(gè)圖像像素點(diǎn)所對應(yīng)的場景中點(diǎn)的三維信息,得出場景中點(diǎn)的位置信息,在進(jìn)行立體匹配之前,需要對使用的雙目攝像機(jī)進(jìn)行標(biāo)定,以獲取攝像機(jī)參數(shù)。

        2.1 攝像機(jī)標(biāo)定

        攝像機(jī)標(biāo)定是一個(gè)確定攝像機(jī)內(nèi)部參數(shù)(焦距、圖像中心、畸變系數(shù)等)和外部參數(shù)[R(旋轉(zhuǎn))矩陣、T(平移)矩陣]的過程,其目的是建立起目標(biāo)物體像素坐標(biāo)系與真實(shí)三維世界坐標(biāo)系之間的關(guān)系。標(biāo)定用的照片由左右相機(jī)同時(shí)拍攝,因?yàn)橹挥型瑫r(shí)拍攝才能得到同一物理點(diǎn)在左右相機(jī)圖像平面上的投影。本文采用Matlab標(biāo)定工具箱,對實(shí)驗(yàn)所用雙目攝像頭進(jìn)行標(biāo)定矯正,利用黑白棋盤方格標(biāo)定,采集目標(biāo)在旋轉(zhuǎn)不同角度情況下的一系列圖像。相機(jī)坐標(biāo)系下兩臺(tái)攝像機(jī)的3D立體示意圖如圖5所示,攝像機(jī)參數(shù)如表2所示。

        2.2 計(jì)算三維坐標(biāo)

        將對識(shí)別出來的絕緣子定為待檢測區(qū)域,如圖6所示求取識(shí)別出來待檢測的區(qū)域的質(zhì)心,保存質(zhì)心坐標(biāo),就可以控制巡檢機(jī)器人根據(jù)質(zhì)心位置在一定范圍內(nèi)進(jìn)行位置調(diào)整,以捕獲絕緣子整體信息。

        雙目視覺模型圖如圖7所示。在世界坐標(biāo)系下,空間點(diǎn)P(x,y,z)在兩個(gè)相機(jī)成像平面的圖像坐標(biāo)分別記作P1(ul,vl)、P2(ur,vr),由攝像機(jī)針孔成像模型,可得:

        zlulvl1

        =Mlxyz1

        =ml11ml12ml13

        ml21ml22ml23

        ml31ml32ml33

        ml14ml24ml24

        xyz1 (1)

        zrurvr1

        =Mrxyz1

        =mr11mr12mr13mr21mr22mr23mr31mr32m33

        mr14m24mr34

        xyz1(2)

        式中:Ml,Mr——左右兩個(gè)攝像機(jī)的投影矩陣。

        化簡為:AP=b。

        其中:

        A=ml31ul-ml11ml32ul-ml12ml33ul-ml13ml31vl-ml21ml32vl-ml22ml33vl-ml23mr31ur-mr11mr31ur-mr11mr31ur-mr11

        mr31vr-mr21mr32vr-mr22mr33vr-mr23(3)

        p=xyzT (4)

        b=ml14-ml34ulml24-ml34vlmr14-mr34urmr24-mr34vr (5)

        根據(jù)最小二乘法[12],求得空間P的三維坐標(biāo):

        P=ATA-1ATb (6)

        3 實(shí)驗(yàn)結(jié)果與分析

        本文實(shí)驗(yàn)采用USB雙目攝像頭進(jìn)行圖像采集與測量。設(shè)置攝像距離為80 cm,圖片分辨率為1 280×720。采用棋盤標(biāo)定板,求解出圖像像素坐標(biāo)與世界坐標(biāo)之間的聯(lián)系。

        如表6所示,通過實(shí)驗(yàn)求取并計(jì)算三維重建坐標(biāo),第一行為上文中絕緣子的質(zhì)心坐標(biāo)。在左攝像機(jī)中像素坐標(biāo)為(891.32,196.35),在右攝像機(jī)中像素坐標(biāo)為(772.42,195.46),兩個(gè)坐標(biāo)中的縱坐標(biāo)基本相等,說明兩攝像頭近似保持在同一水平。然后,計(jì)算得出質(zhì)點(diǎn)三維坐標(biāo)(837.98,196.2 81.37),其中,81.37(Z軸坐標(biāo))表示目標(biāo)物體(絕緣子質(zhì)心)距離攝像頭平面的距離,非常接近于測量值80,且誤差范圍<4%。見表3~5。

        4 結(jié)語

        本文研究了基于雙目視覺的接觸網(wǎng)絕緣子識(shí)別與定位的整個(gè)過程,在識(shí)別階段,針對復(fù)雜背景下識(shí)別困難問題,使用基于SURF算法的模板匹配識(shí)別目標(biāo),先建立簡單目標(biāo)的模板庫,以確保單一的目標(biāo)特征,可以較好地識(shí)別目標(biāo),而且實(shí)驗(yàn)證明SURF算法特征提取比SIFT算法速度要快。在定位階段,利用雙目視覺原理提取出目標(biāo)的三維信息,確定其質(zhì)心位置。實(shí)驗(yàn)證明,計(jì)算得出的位置誤差<4%。根據(jù)所求得的位置,可以進(jìn)一步控制巡檢機(jī)器人調(diào)整視覺位置,捕獲更精確的絕緣子信息,對其進(jìn)行破損、裂紋等檢測。

        參考文獻(xiàn):

        [1]黃 繪.絕緣錨段關(guān)節(jié)處常見弓網(wǎng)事故的分析與預(yù)防[J].西部交通科技,2020(8):151-152,158.

        [2]李艷軍.高速鐵路動(dòng)車組不斷電過分相技術(shù)研究[J].西部交通科技,2020(2):152-155.

        [3]蘇 超,楊 強(qiáng).基于機(jī)器視覺深度學(xué)習(xí)的絕緣子前端定位方法[J].廣東電力,2019,32(9):33-40.

        [4]張 倩,王建平,李帷韜.基于反饋機(jī)制的卷積神經(jīng)網(wǎng)絡(luò)絕緣子狀態(tài)檢測方法[J].電工技術(shù)學(xué)報(bào),2019,34(16):3 311-3 321.

        [5]閆海峰,李佳潔,王新宇.高速鐵路貨運(yùn)動(dòng)車組列車開行條件研究[J].西部交通科技,2019(2):146-149.

        [6]王致誠,孟建軍.基于高階滑模方法的永磁同步電機(jī)控制系統(tǒng)研究[J].制造業(yè)自動(dòng)化,202 43(1):8-11.

        插我一区二区在线观看| 亚洲第一页在线观看视频网站| 香港三级日本三韩级人妇久久| 天堂中文а√在线| 韩国精品一区二区三区无码视频| 久久一日本道色综合久久大香| 人妻熟女中文字幕av| 欧美日韩午夜群交多人轮换| 国产影片中文字幕| 在线毛片一区二区不卡视频| 国产一区二区三区护士| 色综合久久久无码中文字幕| 久久国产精品二国产精品| 亚洲国产精品综合久久20| 免费在线国产不卡视频| 成人精品天堂一区二区三区| 亚洲国产精品久久久久久久| 五月激情狠狠开心五月| 亚洲香蕉av一区二区三区| 少妇高潮喷水久久久影院| 国产成人精品自在线无码| 亚洲av精品一区二区| 成年av动漫网站18禁| 999国内精品永久免费视频| 亚洲国产剧情在线精品视| 男女啪啪在线视频网站| 国产精品毛片一区二区三区| 在线视频一区色| 一区二区三区在线免费av| 亚洲综合色区一区二区三区| 精品人妻伦九区久久aaa片69| 加勒比日本东京热1区| 人妻蜜桃日产一本久道综合在线| 女的扒开尿口让男人桶30分钟| 久热这里只有精品99国产| 亚洲人妻av在线播放| 欧美嫩交一区二区三区 | 久久久国产精品ⅤA麻豆| 国产肥熟女视频一区二区三区| 日本精品一区二区高清| 久久亚洲私人国产精品|