[发明专利]一种水库大坝护坡表面损伤视觉检测方法及仿生装置在审

专利信息
申请号: 201910235217.3 申请日: 2019-03-27
公开(公告)号: CN110009610A 公开(公告)日: 2019-07-12
发明(设计)人: 唐昀超;姚明辉 申请(专利权)人: 仲恺农业工程学院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/80;G06T17/00;G01N21/88;G09B25/04
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 陈燕娴
地址: 510225 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 护坡 表面损伤 水库大坝 双目立体视觉系统 仿生装置 视觉检测 损伤 小波变换去噪 摄像机标定 微型摄像机 水泥 大坝护坡 技术测量 立体匹配 三维重构 实时监测 实时检测 数据反馈 校正图像 灰度化 平滑 凹坑 转动 检测 评估 改进
【权利要求书】:

1.一种水库大坝护坡表面损伤视觉检测方法,其特征在于包括下述步骤:

(1)摄像机标定:首先,分别对两个摄像机进行标定,获取用于校正拍摄图像畸变的摄像机内部参数和畸变参数;进行立体视觉的标定,得到两个摄像机之间的位置关系及用于进行三维重构的重投影矩阵;

(2)获取校正图像:通过摄像机来捕获全方位裂纹或凹坑的数字图像,然后根据摄像机的标定结果对数字图像进行畸变校正,得到裂纹或凹坑的校正图像;

(3)灰度化与平滑:将裂纹或凹坑的校正图像进行灰度化,将其R、G、B三个通道,每个通道以不同的权值进行加权平均;然后用高斯函数对检测区域进行平滑处理,获得裂纹或凹坑的平滑单通道灰度图像;

(4)改进Canny边缘检测:对裂纹或凹坑的平滑单通道灰度图像的边缘信息进行检测,采用改进的Canny边缘检测算法,根据图像的整体特征进行高阈值H和低阈值L的选择,使得检测到的边缘信息比较多且连续,从而检测出裂纹或凹坑的完整边缘信息;

(5)基于小波变换去噪:基于小波变换Canny算法进一步去除杂草类噪声,针对含有杂草类噪声的复杂背景,先建立一个核函数φ(x,y),然后进行边缘检测,如果核函数φ(x,y)的积分为0,再对x,y两个方向上的导数做基本小波;然后对去除了杂草类噪声的裂纹或凹坑的表面进行三维重构;

(6)立体匹配:在获取了校正图像对并去除杂草类噪声后,对左右摄像机的左右图像进行立体匹配,获得各匹配点的视差图;

(7)三维重构:得到步骤(6)的视差图后,再依据步骤(1)得到的重投影矩阵,生成三维点云,进行三维重构;

(8)评估损伤形式与程度:依据损伤的不同形态,分别选择几何数学的方法,拟合裂纹或凹坑的长度、宽度或近似直径、深度参数;然后进行评估,得到损伤程度和损伤形式,最后将相关数据反馈给用户。

2.根据权利要求1所述的水库大坝护坡表面损伤视觉检测方法,其特征在于:步骤(3)中,采用高斯函数进行平滑处理,高斯平滑滤波器的核内的数是呈现高斯分布的,为了消除噪声干扰并且不影响损伤区域的信息,在进行图像平滑处理时,高斯函数的标准方差σ的选取是鉴于图像的整体特性,将最小方差作为选取σ值的度量标准,其中M、E、σ分别是N×N窗口内的均值、方差和高斯标准方差;Emin是最小方差,当方差最小时,σ最小值为1;

Emin=min(E) (3)

3.根据权利要求1所述的水库大坝护坡表面损伤视觉检测方法,其特征在于:步骤(4)中,采用改进的Canny边缘检测算法进行高阈值H和低阈值L的选择,其算法如下;

其中Eave、fave、lw、lh分别是平均方差、平均灰度、图像的宽度、图像的高度;其中低阈值L=H/2,M是指在N×N窗口内的均值,k=1/M,Emin是最小方差,fm(i,j)是在图像中第i行、第j列位置的像素值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于仲恺农业工程学院,未经仲恺农业工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910235217.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top