【技术实现步骤摘要】
本专利技术属于图像数据处理领域，特别涉及一种基于机器视觉的钻孔多维特征精准识别方法。
技术介绍
1、随着工程机械化水平的提高，越来越多的人工传统工序已被机械化、自动化设备替代，钻孔便是典型代表。一个钻孔的典型施工周期可概述为“放样-打孔-找孔”的循环，在这个过程中需要对钻孔进行检测以实现对钻孔的自动定位，进而实现钻孔全自动化安全快速施工。对于钻孔的自动定位，基于图像对钻孔椭圆进行检测的方法仅需通过一个或若干工业相机即可实现钻孔的单目或多目定位，避开了三维激光扫描等昂贵且复杂的设备，具有部署简单、成本低廉的优势。因而，在复杂图像中快速准确地检测出钻孔椭圆在计算机视觉、自动化检测和装配中有着重要意义。
2、目前，现有技术中通常采用计算不同视角下图像的光流变化或局部灰度变化等，获取某些特征点在不同视角下的位置变化，进而使用视差定位的方法确定特征点的空间坐标。然而，现有技术针对的定位目标通常圆面、球或空间中的某一点，所获取的定位结果也至多是圆心、球心和半径。现有技术对于钻孔工况下孔口轮廓为椭圆形的情况还无法较好的适应。同时对于更进一步地根据孔口轮廓确定钻孔倾角、钻孔直径等钻孔多维特征的工程需求，目前尚无相关技术支持。
3、因此，如何提供一种基于机器视觉的钻孔多维特征精准识别方法，以用于在复杂施工环境下精准拟合钻孔的多维特征，是本领域技术人员亟需解决的问题。
技术实现思路
1、本专利技术所要解决的技术问题是现有技术在复杂施工环境下无法实现钻孔的坐标、倾角及半径等钻孔多
2、为了解决上述问题，本专利技术提供了一种基于机器视觉的钻孔多维特征精准识别方法，包括：s1通过视觉相机从n个方位处对目标钻孔进行拍摄，得到n帧钻孔区域图像；s2对每一帧所述钻孔区域图像依次进行畸变校正、灰度化和自适应直方图平衡的图像预处理操作，得到初始图像，将n张所述初始图像组合成初始图像组，将所述初始图像组输入到椭圆拟合器中进行拟合得到由n个孔口轮廓椭圆组成的孔口轮廓椭圆组；s3根据n帧所述钻孔区域图像得到n个帧序，将n个所述帧序构建成帧序组，并在每一个所述帧序的初始帧上设置n个锚点；s4使用锚点追踪算法确定每一个帧序中各锚点的映射像点集，将n个映射像点集组成映射像点组；s5使用直接线性变换法和奇异值分解法根据所述映射像点组计算各锚点的空间坐标；s6使用高残差过滤法从帧序组中删除大分数帧序得到剩余帧序，删除剩余帧序中的大残差锚点，获得最终的锚点组；s7根据锚点组中的各锚点的空间坐标求解得到孔口平面和孔口轮廓椭圆特征信息，依据所述孔口轮廓椭圆特征信息求解钻孔方位和钻孔半径，得到拟合结果；s8使用重投影验证法对拟合结果进行检验，获得目标钻孔的多维特征。
3、作为本专利技术的再进一步技术方案是，s3中，所述根据n帧所述钻孔区域图像得到n个帧序，将n个所述帧序构建成帧序组包括：将n帧所述钻孔区域图像ii组合成帧组{ii|i＝1,2,...,n}；依据式(1)从所述帧组中确定n个帧序mi，将n个所述帧序mi构建成帧序组{mi|i＝1,2,...,n}；
4、
5、所述式(1)中，为所述帧组内的其中一个钻孔区域图像ii到所述帧组内其他的钻孔区域图像ij的映射。
6、作为本专利技术的再进一步技术方案是，s4中，所述使用锚点追踪算法确定每一个帧序中各锚点的映射像点集，将n个映射像点集组成映射像点组包括：s401对于某一个帧序，根据式(2)计算每一个锚点对应的对极线，得到n条对极线；
7、
8、所述式(2)中，u′i为第i个锚点在任意视觉相机cm中的像点，am为任意视觉相机cm的内参矩阵，sm为任意视觉相机cm的反对称矩阵，rm为从初始视觉相机c1到任意视觉相机cm的旋转矩阵，a1为初始视觉相机c1的内参矩阵，ui为第i个锚点在初始视觉相机c1中的像点，为从初始视觉相机c1到任意视觉相机cm的x方向平移距离，为从初始视觉相机c1到任意视觉相机cm的y方向平移距离，为从初始视觉相机c1到任意视觉相机cm的z方向平移距离；
9、s402n条对极线与对应的一个孔口轮廓椭圆之间相交得到a个交点，根据点序不变性约束从a个交点中确定对应的b个映射像点，a≤2n，1≤b≤n，将b个映射像点组合形成映射像点集；s403重复s401-s402直至计算出每一个帧序中每一个锚点的映射像点，得到n个映射像点集，将n个映射像点集组成映射像点组。
10、作为本专利技术的再进一步技术方案是，s402中，根据点序不变性约束从a个交点中确定对应的b个映射像点包括：s40201将a个所述交点从第一个交点开始按照顺时针顺序排序；s40202查找当前位置之后的顺位点；s40203若不存在顺位点，则跳过该锚点；若存在顺位点，则判断顺位点的两个交点是否相邻，若否，则取第一个位置的交点作为当前锚点的映射像点，若是，则计算当前锚点在初始视觉相机c1中前后移动微小角度后对应的对极线与孔口轮廓椭圆的临时交点，顺时针排序后取点序正确的交点作为当前锚点的映射像点；s40204重复s40202-s40203直至最后一个交点。
11、作为本专利技术的再进一步技术方案是，s5中，使用直接线性变换法和奇异值分解法根据所述映射像点组计算各锚点的空间坐标包括：使用直接线性变换法根据所述映射像点组中的映射像点构建式(3)，使用奇异值分解法求解式(3)，得到各锚点的空间坐标x＝(x,y,z)；
12、
13、所述式(3)中，s为锚点在第i相机的光轴上的投影长度，pi为第i相机的映射矩阵,pi1为pi的第一行分量，pi2为pi的第二行分量，pi3为pi的第三行分量，ui＝(ui、vi、1)为各锚点在第i相机的图像上的齐次坐标。
14、作为本专利技术的再进一步技术方案是，s6中，所述使用高残差过滤法从帧序组中删除高残差帧序得到剩余帧序，删除剩余帧序中的大残差锚点，获得最终的锚点组包括：s601根据式(4)计算每一个帧序的质量分数qi；
15、
16、所述式(4)中，为直接线性变换法求解锚点的残差；s602根据质量分数qi从帧序组中划分出高残差帧序并从帧序组中删除高残差帧序，得到剩余帧序；s603按照比例删除剩余帧序中的大残差锚点，得到最终的锚点组。
17、作为本专利技术的再进一步技术方案是，s7中，所述求解得到孔口平面和孔口轮廓椭圆特征信息包括：s701对锚点组中的每一个锚点对应的空间坐标(xi,yi,zi)建立式(5)，使用奇异值分解法求解，得到平面特征参数a、b、d：
18、
19、s702采用式(6)对平面特征值进行归一化处理，得到归一化的孔口平面：
20、
21、所述式(6)中，norm([a,b,-1])为求向量模长，a、b、c、d为归一化孔口平面的特征参数。
22、作为本专利技术的再进一步技术方案是，s7中，所述求解得到孔口平面和孔口轮廓椭圆特征信息还包括：s703以世界坐标系本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的钻孔多维特征精准识别方法，其特征在于，包括：
2.根据权利要求1所述的钻孔多维特征精准识别方法，其特征在于，S3中，所述根据n帧所述钻孔区域图像得到n个帧序，将n个所述帧序构建成帧序组包括：
3.根据权利要求2所述的钻孔多维特征精准识别方法，其特征在于，S4中，所述使用锚点追踪算法确定每一个帧序中各锚点的映射像点集，将n个映射像点集组成映射像点组包括：
4.根据权利要求3所述的钻孔多维特征精准识别方法，其特征在于，S402中，根据点序不变性约束从A个交点中确定对应的B个映射像点包括：
5.根据权利要求4所述的钻孔多维特征精准识别方法，其特征在于，S5中，使用直接线性变换法和奇异值分解法根据所述映射像点组计算各锚点的空间坐标包括：
6.根据权利要求5所述的钻孔多维特征精准识别方法，其特征在于，S6中，所述使用高残差过滤法从帧序组中删除高残差帧序得到剩余帧序，删除剩余帧序中的大残差锚点，获得最终的锚点组包括：
7.根据权利要求6所述的钻孔多维特征精准识别方法，其特征在于，S7中，所述求解得到
8.根据权利要求7所述的钻孔多维特征精准识别方法，其特征在于，S7中，所述求解得到孔口平面和孔口轮廓椭圆特征信息还包括：
9.根据权利要求8所述的钻孔多维特征精准识别方法，其特征在于，S7中，所述求解钻孔方位和钻孔半径包括：
10.根据权利要求9所述的钻孔多维特征精准识别方法，其特征在于，S8中，所述使用重投影验证法对拟合结果进行检验包括：
...【技术特征摘要】
1.一种基于机器视觉的钻孔多维特征精准识别方法，其特征在于，包括：
2.根据权利要求1所述的钻孔多维特征精准识别方法，其特征在于，s3中，所述根据n帧所述钻孔区域图像得到n个帧序，将n个所述帧序构建成帧序组包括：
3.根据权利要求2所述的钻孔多维特征精准识别方法，其特征在于，s4中，所述使用锚点追踪算法确定每一个帧序中各锚点的映射像点集，将n个映射像点集组成映射像点组包括：
4.根据权利要求3所述的钻孔多维特征精准识别方法，其特征在于，s402中，根据点序不变性约束从a个交点中确定对应的b个映射像点包括：
5.根据权利要求4所述的钻孔多维特征精准识别方法，其特征在于，s5中，使用直接线性变换法和奇异值分解法根据所述映射像点组计算各锚点的空间坐标包括：...
【专利技术属性】
技术研发人员：王旭，陈炳瑞，谢厚霖，郝剑钧，
申请(专利权)人：中国科学院武汉岩土力学研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。