基于双目视觉的排水管道内表面腐蚀深度及面积测量方法技术

本发明专利技术提供了一种基于双目视觉的排水管道内表面腐蚀深度及面积测量方法，包括如下步骤：通过标定双目摄像头，采用棋盘格标定板，以现实管壁腐蚀的图形轮廓作为参考，在管壁表面模拟构造腐蚀区域；利用双目系统采集管壁腐蚀区域图像，利用Bouguet算法及获取的标定数据畸变矫正及立体校正；分离管壁背景及腐蚀目标，最终获取管壁腐蚀区域轮廓；基于视差原理计算匹配点的三维坐标；利用平行线仿射变换不变性，计算管壁母线，以管道母线作为辅助线计算腐蚀区域的深度和面积；本发明专利技术具备检测较为直观，人机交互能力强，检测更加自动、快速、精确的特点，有利于工作人员更好测量排水管道内表面腐蚀深度及面积。

【技术实现步骤摘要】
基于双目视觉的排水管道内表面腐蚀深度及面积测量方法
本专利技术涉及图像处理
，具体涉及一种基于双目视觉的排水管道内表面腐蚀深度及面积测量方法。
技术介绍
排水管道是城市重要的基础设施之一，随着社会经济的迅速发展，城市中的排水管道系统日趋完善，已经取得了令人瞩目的成就并带来了巨大的社会效益，同时我们也注意到，很多管道老化严重，存在表面腐蚀，带病作业，由此带来的隐患对人民生活质量及人民生活安全的影响是巨大的，开展对排水管道内表面腐蚀的检测，及时运用科学手段指导养护维修工作，已是当务之急。为了有效预防路面塌陷等灾害，测量排水管道内表面腐蚀深度及面积，并及时进行管道修复变得尤其重要。目前，在工程中，对病害的测量方法主要分为利用激光测距仪、脉冲涡流、漏磁检测、结构光和CCTV方法。利用激光测距仪、脉冲涡流、漏磁检测、结构光来完成排水管道病害检测方法，能有效获取病害三维数据，克服人工检测的不确定性及工作安全问题，但存在测量仪器昂贵、操作复杂、人机交互能力弱、受噪声影响大等问题；基于CCTV方法完成管道病害检测得到实际应用，检测较为直观，人机交互能力强，但存在检测精度不高等问题。上述管壁检测方法能获取管壁点云数据，但缺少对管壁腐蚀深度及面积信息的全自动分析方法。因此，本文提出一种基于双目立体视觉技术的排水管道内表面腐蚀深度及面积的测量方法，该方法能够提高检测精度及实时性，且提供了腐蚀分析策略，使得检测更加自动、快速、精确。
技术实现思路
本专利技术的目的在于提供一种排水管道内表面腐蚀深度及面积的测量方法，其利用双目系统采集管壁图像对；经过立体校正、轮廓提取、特征点匹配，得到腐蚀区域世界坐标；最后利用平行线反射不变性建立与母线平行的测量辅助线；通过点到辅助线距离及等步长辅助线间的三角对分别计算腐蚀深度及面积。通过管壁腐蚀的测量数据与参考数据对比，表明该套测量方法具有很好的鲁棒性及测量精度。为了达到上述目的，本专利技术采用了以下技术方案：一种基于双目视觉的排水管道内表面腐蚀深度及面积测量方法，包括以下步骤：S110设备准备阶段：将相机搭建在轨道爬行器左右两边，以ZHANG氏原理完成相机标定，利用OpenCV求得左右相机的内参矩阵(Ml,Mr)、畸变系数向量(βl,βr)、平移向量T、旋转向量R、重投影矩阵Q；S120立体校正阶段：使用搭建的左右相机采集管道内壁腐蚀区域图像，利用Bouguet算法及S110所获得的标定数据对采集的左右图像进行畸变矫正及立体校正；S130特征匹配阶段：对经过步骤S120处理得到的左右图像，利用人工选取参数的漫水填充算法分离管壁背景及腐蚀目标，获取管壁腐蚀区域的轮廓；轮廓点以SURF描述子作为匹配变量，腐蚀区域以FAST作为检测算子、以BRIEF描述子作为匹配变量，以欧式距离最短作为匹配条件，对左右图像的轮廓点和腐蚀区域进行匹配；最后根据轮廓点的匹配结果和腐蚀轮廓的匹配结果以视差作为统计量利用假设性检验建立置信区间，实现误匹配剔除；S140三维坐标计算阶段：基于视差原理计算轮廓匹配点和腐蚀区域内匹配点的三维坐标；S150管壁腐蚀深度及面积测量阶段：利用平行线仿射变换不变性，计算管壁母线，以管壁母线作为辅助线计算腐蚀区域的深度和面积；S150中管壁腐蚀深度及面积测量阶段分为以下两个步骤：S151待测点辅助线估计：由平行直线的仿射不变性可知，在三维空间中与轴线平行的若干母线，图像中的像依旧是线且互相平行；管道母线与轮廓有两个交点，这对交点在图像坐标系所构成的向量VI，若干交点对在世界坐标系所构成向量集为VW＝{(Xi,Yi,Zi)}。VW中的各向量互相平行，由平行线及相关系数的性质可知，VW各维度间的相关系数为1，平行线及相关系数的性质为：|ρXY|＝1的充要条件是，存在常数a，b，使得P{Y＝a+bX}＝1，即坐标具有共线性，则相关系数绝对值为1。利用上述平行线反射不变性，建立与轴线平行的若干母线作为测量辅助线，腐蚀深度为测量点到各辅助线的最小距离。S152待测点腐蚀深度估计及管壁面积估计：管壁任意母线gi与腐蚀区域的轮廓两端交点(i,i')在三维欧式空间的向量为腐蚀区域任意一点坐标p(x,y,z)，相对管壁的腐蚀深度hp＝min{di(p,gi)}，i∈{0,2,...,m′}，di(p,gi)为点p到直线gi的距离，m′为母线与腐蚀区域轮廓的交点的数目，腐蚀面积为S，step为步长。将腐蚀区域四边形面积折合两个三角形面积，则腐蚀区域的面积为：S＝sum{Sii′(i+step)+S(i+step)(i+step)′i′},i∈{1,1+step,1+2step,....},step∈N其中Sii′(i+step)表示上方三角形面积，S(i+step)(i+step)′i′表示下方三角形面积，N表示自然数。附图说明下面结合附图和实施例对本专利技术进一步说明：图1为基于双目视觉的管道内壁局部腐蚀深度及面积测量的详细流程图；图2为双目成像原理图；图3为双目图形投影特点；图4为匹配视差分布图；图5为误匹配剔除视差分布图；图6为管道模拟腐蚀病害模型；图7为母线投影到腐蚀区域图像上的像；图8为样本数据图；图9为立体校正效果图及轮廓提取效果图；图10为腐蚀轮廓匹配效果图；图11为腐蚀区域匹配效果图；图12为母线投影搜索示意图；图13为管道母线投影分析图。表1为本专利技术实施例中特征点相对腐蚀深度；具体实施方式为了能更清楚地理解本专利技术的上述目的、特征和优点，以下结合附图及实施例，对本专利技术进行进一步详细说明，以下实施例不构成对本专利技术的限定。图1描述了本专利技术的实施例中的一种基于双目视觉的排水管道内表面腐蚀深度及面积测量方法的具体流程，具体步骤如下：S110设备准备阶段：本实验目的是验证基于双目视觉排水管道内表面腐蚀深度及面积测量的可行性；实验采用1920×1080双目摄像头，采用9×6的棋盘格标定板。以现实管壁腐蚀图作为轮廓参考，在管壁表面模拟构造腐蚀区域。图8分别展示腐蚀轮廓图，及最终病害模型。利用标准计算纸测定腐蚀面积为319.47cm2。将两个相机分别搭建在轨道爬行器左右两边，以ZHANG氏原理完成相机标定。两相机分别拍摄20幅标定板图像，利用OpenCV求得左右相机的内参矩阵(Ml,Mr)、畸变系数向量(βl,βr)、平移向量T、旋转向量R、重投影矩阵Q、像素误差为0.595033。S120立体校正阶段：利用双目系统采集管壁腐蚀区域图像，利用Bouguet算法立体校正，图9(a)所示为使用标定板图像检验Bouguet算法的立体校正效果图。。S130特征匹配阶段：双目特征点匹配特点：由图3可知空间任意直线l，在S1、S2像平面投影具有旋转不变性。面S0与两像平面S1、S2平行，直线l在平面S0的投影为l0，l0在S1、S2像平面投影为l1,l2，由相似三角形性质可知，f/h＝l1/l0＝l2/l0,证得l1＝l2。因此双目图像匹配无需考虑尺度及旋转问题。基于上述双目图像匹配的特点，剔除匹配算法针对旋转及尺度的计算过程，可降低匹配复杂度，提高匹配准确性及速度。特征匹配阶段具体包括腐蚀区域轮廓提取、腐蚀区域轮廓点稠密匹配、腐蚀区域非轮廓点稀疏匹配和误匹配剔除。S131腐蚀区域轮廓提取：图像分割从原理上可以大致分本文档来自技高网...

【技术保护点】
1.一种基于双目视觉的排水管道内表面腐蚀深度及面积测量方法，其特征在于，包括以下步骤：步骤S110：将相机搭建在轨道爬行器左右两边，以ZHANG氏原理完成相机标定，利用OpenCV求得左右相机的内参矩阵(Ml,Mr)、畸变系数向量(βl,βr)、平移向量T、旋转向量R、重投影矩阵Q；步骤S120：使用搭建的左右相机采集管道内壁腐蚀区域图像，利用Bouguet算法及S110所获取标定数据对采集的左右图像进行畸变矫正及立体校正；步骤S130：对经过步骤S120处理得到的左右图像，利用人工选取参数的漫水填充算法分离管壁背景及腐蚀目标，获取管壁腐蚀区域轮廓；轮廓点以SURF描述子作为匹配变量进行匹配，腐蚀区域以FAST作为检测算子检测特征点、以BRIEF描述子作为匹配变量进行匹配；最后根据腐蚀区域轮廓点的匹配结果以视差作为统计量利用假设性检验建立置信区间，实现误匹配剔除；腐蚀区域非轮廓点的匹配结果，以欧式距离最短作为匹配条件，滤除欧氏距离大于阈值的匹配对，实现无匹配剔除；步骤S140：基于视差原理计算轮廓匹配点和腐蚀区域内匹配点的三维坐标；步骤S150：利用平行线仿射变换不变性，计算管壁母线，以管道母线作为辅助线计算腐蚀区域的深度和面积；腐蚀区域的深度及面积测量阶段分为以下两个步骤：S151待测点辅助线估计：由平行直线的仿射不变性可知，与轴线平行的若干母线，在像平面的像依旧是线且互相平行。管道母线与轮廓交点构成的有限向量集...

【技术特征摘要】
1.一种基于双目视觉的排水管道内表面腐蚀深度及面积测量方法，其特征在于，包括以下步骤：步骤S110：将相机搭建在轨道爬行器左右两边，以ZHANG氏原理完成相机标定，利用OpenCV求得左右相机的内参矩阵(Ml,Mr)、畸变系数向量(βl,βr)、平移向量T、旋转向量R、重投影矩阵Q；步骤S120：使用搭建的左右相机采集管道内壁腐蚀区域图像，利用Bouguet算法及S110所获取标定数据对采集的左右图像进行畸变矫正及立体校正；步骤S130：对经过步骤S120处理得到的左右图像，利用人工选取参数的漫水填充算法分离管壁背景及腐蚀目标，获取管壁腐蚀区域轮廓；轮廓点以SURF描述子作为匹配变量进行匹配，腐蚀区域以FAST作为检测算子检测特征点、以BRIEF描述子作为匹配变量进行匹配；最后根据腐蚀区域轮廓点的匹配结果以视差作为统计量利用假设性检验建立置信区间，实现误匹配剔除；腐蚀区域非轮廓点的匹配结果，以欧式距离最短作为匹配条件，滤除欧氏距离大于阈值的匹配对，实现无匹配剔除；步骤S140：基于视差原理计算轮廓匹配点和腐蚀区域内匹配点的三维坐标；步骤S150：利用平行线仿射变换不变性，计算管壁母线，以管道母线作为辅助线计算腐蚀区域的深度和面积；腐蚀区域的深度及面积测量阶段分为以下两个步骤：S151待测点辅助线估计：由平行直线的仿射不变性可知，与轴线平行的若干母线，在像平面的像依旧是线且互相平行。管道母线与轮廓交点构成的有限向量集设i、i'的世界坐标为pi、pi'，因此为三维向量，V为共线向量集。由相关系数的性质可知，x,y,z之间相关系数公式(4-2)绝对值|ρxy|＝|ρxz|＝|ρyz|＝1。母线gi的像为li'，n为母线投影方向的数量。由于管道母线gi方向未知，为了确定管道母线的像的方向，在图像坐标系中0-360度范围内选取n条可能的投影方向{l1,l2,...,ln}。设lk∈{l1,l2,...,ln}为其中一条可能的投影方向，则与lk平行的所有直线lk0...lkm与轮廓两端交点对应的世界坐标所组成的向量集对应的相关系数为当i＝index时，满足则li'//lindex表示li'和lindex平行，且ρindex为{…ρindex-1,ρindex,ρindex+1…}局部最大值。此时，lindex为求出的管道母线的像的方向。S152待测点腐蚀深度估计及管壁面积估计：管壁任意母线gi与腐蚀区域的轮廓两端交点(i,i')在三维欧式空间的向量为腐蚀区域任意一点坐标p(x,y,z)，相对管壁的腐蚀深度hp＝min{di(p,gi)}，i∈{0,...

【专利技术属性】
技术研发人员：杨峰，杜学强，王可忆，李策，乔旭，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京,11