[发明专利]一种基于labview的竖井激光导向定位方法

说明书

本发明公开了一种基于labview的竖井激光导向定位方法，步骤如下：S1，使用相机对激光靶的靶面进行图像采集；S2，对采集的图像进行预处理；S3，去除分边缘无效点；S4，最小二乘法进行曲线拟合，得到拟合曲线和拟合曲线S5，确定两激光点像素坐标。本发明通过对图像进行伽马矫正和阈值分割使得图像中激光点与背景区分更为明显，便于后续处理，并将预处理后的图像进行二维卷积处理，将激光点周边以及图像边缘的无效点进行剔除，提高激光点位置识别的准确度，剔除无效点后的激光点进行曲线拟合进而求得激光点的像素坐标，使用像素坐标能适用所有的图像，并通过获得的像素坐标进行三维坐标建立，为后续图像的激光点的定位提供坐标基准。

技术领域

本发明属于竖井掘进监测技术领域，具体涉及一种基于labview的竖井激光导向定位方法。

背景技术

SBM竖井掘进机是我国首台将隧道掘进理念引入竖井施工，实现了大型盲竖井施工的机械化，智能化，工厂化施工，既保障施工安全，又可以提高施工效率。掘进机位置及姿态的自动测定是竖井掘进机的核心问题之一。目前竖井掘进机位置测定采用铅锤线进行垂直向下导向，此种方法需要人工辅助测量，且同时随着掘进深度的加深，线尾端加上重物，随着线的加长，重物需加重，一方面会存在线断裂的风险；另一方面如果重物较轻，存在掘进机不是垂直向下掘进，导致掘偏。

发明内容

本发明要解决的是现有用铅垂线竖直掘进的技术问题，从而提供一种基于labview的竖井激光导向定位方法。

为解决上述技术问题，本发明所采用的技术方案如下：

一种基于labview的竖井激光导向定位方法，步骤如下：S1，使用相机对激光靶的靶面进行图像采集，所述图像包括不同测量距离且不同亮度环境下的靶面图像以及有物体干扰的靶面图像。

S2，对采集的图像进行预处理。

S2.1，对图像亮度、对比度进行伽玛校正得到初步矫正图像。

伽玛修正是通过计算和应用查找表来完成的。由查找表表示的传输函数对亮度、对比度进行更改。伽玛校正就是对图像的伽玛曲线进行编辑，检出图像信号中的深色部分和浅色部分，并使两者比例增大，从而提高图像对比度效果。该曲线通常是一个乘幂函数，Y＝(X+e)* γ，其中，Y为亮度、X为输出电压、e为补偿系数、乘幂值γ为伽玛值，改变乘幂值γ的大小，就能改变伽玛曲线。由于对于输入信号的灰度，不是线性函数而是指数函数，因此必需校正。

gamma校正原理假设图像中有一个像素，值是a，范围为0-255，那么对这个像素进行校正必须执行如下步骤：

1.归一化：

b＝(a+0.5)/256；

2.预补偿：若gamma值为g，

C＝b^(1/g)；

3.反归一化：

d＝c*256-0.5；

图像中任何一个像素值只能0到255这256个整数中的某一个；在gamma值已知的情况下，0～255之间的任一整数，经过“归一化、预补偿、反归一化”操作后，所对应的结果是唯一的，且落在0～255这个范围内。基于上述原理,我们只需为0～255之间的每个整数执行一次预补偿操作，将其对应的预补偿值存入一个预先建立的gamma校正查找表，就可以使用该表对任何像素值在0～255之间的图像进行gamma校正。

S2.2，对初步矫正图像利用最大类间算法进行阈值分割。

S2.2.1，给定图像的分割阈值T。