CN108181088B - 一种船舶用螺旋桨推进器检测方法及装置 - Google Patents

一种船舶用螺旋桨推进器检测方法及装置 Download PDF

Info

Publication number
CN108181088B
CN108181088B CN201711211836.6A CN201711211836A CN108181088B CN 108181088 B CN108181088 B CN 108181088B CN 201711211836 A CN201711211836 A CN 201711211836A CN 108181088 B CN108181088 B CN 108181088B
Authority
CN
China
Prior art keywords
propeller
view
detected
picture
screw propeller
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711211836.6A
Other languages
English (en)
Other versions
CN108181088A (zh
Inventor
陈宣佑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201711211836.6A priority Critical patent/CN108181088B/zh
Publication of CN108181088A publication Critical patent/CN108181088A/zh
Application granted granted Critical
Publication of CN108181088B publication Critical patent/CN108181088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00Testing of optical apparatus; Testing structures by optical methods not otherwise provided for

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种船舶用螺旋桨推进器检测方法及装置。所述方法包括步骤:(1)获取一段时间内待检测螺旋桨推进器闲置状态下的正视图系列;(2)对所述正视图系列进行叠加,获得净化处理后的正视图;(3)将所述待检测螺旋桨推进器的正视图,按照待检测螺旋桨推进器的桨叶数目、以所述正视图中心为中心进行划分,获得相应份数的待检测螺旋桨推进器子图;(4)计算所述待检测螺旋桨推进器子图之间的相似性,根据所述相似性判断所述待检测螺旋桨推进器是否需要检修。所述装置包括:水下摄像头组、下位机和上位机;所述下位机与所述摄像头、和上位机信号相连。本发明可自动化的实现船舶用螺旋桨推进器检测,结果可靠,避免过于频繁的人工探查消耗人力。

Description

一种船舶用螺旋桨推进器检测方法及装置
技术领域
本发明属于船舶技术领域,更具体地,涉及一种船舶用螺旋桨推进器检测方法及装置。
背景技术
船舶推进器种类很多,按照原理不同,有螺旋桨、喷水推进器、特种推进器。螺旋桨推进器由桨毂和若干径向地固定于毂上的桨叶所组成的推进器,俗称车叶。螺旋桨安装于船尾水线以下,由主船舶动力获得动力而旋转,将水推向船后,利用水的反作用力推船前进。螺旋桨构造简单、重量轻、效率高,在水线以下而受到保护。螺旋桨是现代船舶的主要推进工具,现在大多数船舶是用螺旋桨来推进的。螺旋桨又有许多类型。按照桨叶多少,螺旋桨有2、3或4个桨叶,甚至更多。一般桨叶数目越多吸收功率越大。
在普通螺旋桨的基础上,为了改善性能,更好地适应各种航行条件和充分利用主机功率,发展了以下几种特种螺旋桨。①可调螺距螺旋桨:简称调距桨,可按需要调节螺距,充分发挥主机功率。②导管螺旋桨:在普通螺旋桨外缘加装一机翼形截面的圆形导管而成。③串列螺旋桨:将两个或三个普通螺旋桨装于同一轴上,以相同速度同向转动。④对转螺旋桨:将两个普通螺旋桨一前一后分别装于同心的内外两轴上,以等速反方向旋转。
改进的螺旋桨比普通螺旋桨推进器结构更为复杂,检修难度更大。另外螺旋桨推进器由于安装在水线以下,因此日常的检修工作也难以进行。目前亟需一种安全可靠的方法,能随时检查船舶用螺旋桨推进器损耗情况,包括,避免频繁人工水下探查。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种船舶用螺旋桨推进器检测方法及装置,其目的在于,通过自动化的图像获取及识别方法判断螺旋桨推进器的损耗状态,由此解决现有技术依靠频繁水下人工探查检测螺旋桨推进器,消耗过多人力且检查力度不够的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种船舶用螺旋桨推进器检测方法,包括以下步骤:
(1)获取一段时间内待检测螺旋桨推进器闲置状态下的正视图系列
(2)对步骤(1)获取的正视图系列进行叠加,获得净化处理后的待检测螺旋桨推进器的正视图P={G};
(3)将步骤(2)中获得的待检测螺旋桨推进器的正视图P={G},按照待检测螺旋桨推进器的桨叶数目k、以所述正视图中心为中心进行划分,获得相应份数的待检测螺旋桨推进器子图Pl(1≤l≤k);
(4)计算步骤(3)获得的待检测螺旋桨推进器子图之间的相似性,根据所述相似性判断所述待检测螺旋桨推进器是否需要检修。
优选地,所述船舶用螺旋桨推进器检测方法,其步骤(2)所述对正视图系列进行叠加具体过程为:
(2-1)将所述正视图系列中的所有正视图对齐,获得所述正视图系列中的关联像素点
(2-2)将步骤(2-1)中获得的正视图系列中的关联像素点叠加,采用所述关联像素点的灰度值众数作为叠加后的像素点灰度值,获得净化处理后的待检测螺旋桨推进器的正视图。
优选地,所述船舶用螺旋桨推进器检测方法,其步骤(2-1)所述将所述正视图系列中的所有正视图对齐,采用边缘对齐、中心对齐、图案对齐、或中心修正对齐;
所述边缘对齐,即将所述正视图系列中的多个大小相同的图片中的每一个图片,以一对垂直边缘为坐标轴、以其相交的端点为原点,建立直角坐标系;对于所述正视图系列中每一张图片,其中坐标相同的像素点作为相关像素点。
所述中心对齐,即将所述正视图系列中的多个图片中的每一个图片,以其中心为极点,以过极点水平方向的射线为极轴,建立极坐标系;对于所述正视图系列中的每一张图片,其中坐标相同的像素点作为相关像素点;
所述图案对齐,即将所述正视图系列中的多个图片中的每一个图片,进行图片匹配,对于所述正视图系列中每一张图片,匹配上的像素点作为相关像素点;
所述中心修正对齐,即将所述正视图系列中的多个图片中的每一个图片,以其中心为极点,以过极点水平方向的射线为极轴,建立极坐标系;将正视图系列中的没一张图片在预设角度范围内旋转调整,进行图片匹配,对与所述正视图系列中每一张图片,匹配上的像素点作为相关像素点。
优选地,所述船舶用螺旋桨推进器检测方法,其图片匹配采用整体匹配或局部匹配;所述整体匹配即计算多张图片中所有点的及其关联块的灰度值,选择关联后总差异最小的匹配方式作为最终匹配;所述局部匹配,先采用线条跟踪算法或图像块分割算法,将待匹配的图片跟踪为线条图片或图像块,关联局部线条或图像块,选择局部线条或图像关联后总差异最小的匹配方式作为最终匹配。
优选地,所述船舶用螺旋桨推进器检测方法,其图片匹配采用依次匹配,即每次匹配相邻的两张正视图,获得最终所述正视图匹序列的匹配结果。
优选地,所述船舶用螺旋桨推进器检测方法,其步骤(4)所述相似性分值,按照如下方法计算:
(4-1)以所述正视图中心为极点,建立极坐标系;
(4-2)在第一子图中选择一系列预设角度的坐标点作为特征序列集合,其中角度相同的点作为一个特征序列记作:
其特征序列集合为其中为第一子图的第s特征序列,可表示为:
其中ρ={ρ123,…,ρu,…,ρv}(1≤u≤v),为特征序列上像素点极径的集合,Δθs为所述特征序列预设的角度
(4-3)根据待检测螺旋桨推进器的桨叶数目,获取除子图之一之外其他子图关于特征序列集合的关联序列集合;所述关联序列集合即其他子图中与特征序列集合中的像素点位置相应的像素点的集合,表示为:
其中,为第l子图的关联序列集合,其中的关联序列,可表示为:
(4-4)计算步骤(4-2)中获得的特征序列集以及步骤(4-3)中获得的与其关联的第l关联序列集合之间的相似性序列集合作为待检测螺旋桨推进器子图之间的相似性具体如下:
其中为第l关联序列集合中第s关联序列的相似性,其计算方法如下:
优选地,所述船舶用螺旋桨推进器检测方法,其根据所述相似性判断所述待检测螺旋桨推进器是否需要检修具体为:根据步骤(4-4)获得的相似性序列集合列判断所述待检测螺旋桨推进器是否需要检修:当所述相似性序列集合中的每一个值都超过预设的相似性阈值Ω时,判断所述待检测螺旋桨推进器不需要检修;否则判断所述待检测螺旋桨推进器需要检修。
优选地,所述船舶用螺旋桨推进器检测方法,其步骤(1)所述一段时间为30分钟至60分钟,获取图片500至1000张。
按照本发明的另一个方面提供了一种船舶用螺旋桨推进器检测装置,包括:水下摄像头组、下位机和上位机;所述下位机与所述摄像头、和上位机信号相连;
所述摄像头,用于获取一段时间内待检测螺旋桨推进器闲置状态下图像数据,并将所述图像数据传递给所述下位机;
所述下位机,用于接收所述图像数据并将所述图像数据直接存储或拼接处理为一段时间内待检测螺旋桨推进器闲置状态下的正视图系列 并执行本发明提供的船舶用螺旋桨推进器检测方法步骤(2)获得净化处理后的待检测螺旋桨推进器的正视图P={G}并传递给所述上位机;
所述上位机,用于接收所述待检测螺旋桨推进器的正视图,并执行本发明提供的船舶用螺旋桨推进器检测方法步骤(3)及步骤(4)获得判断结果,并将所述判断结果提交给用户。
所述水下摄像头组为一个处于螺旋桨轴心的水下摄像头或多个处于螺旋桨近轴心的水下摄像头
优选地,所述船舶用螺旋桨推进器检测装置,其水下摄像头组为一个处于螺旋桨轴心的水下摄像头或多个处于螺旋桨近轴心的水下摄像头。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
本发明提供的一种船舶用螺旋桨推进器检测方法,通过叠加一段时间获取的螺旋桨推进器正视图系列获得净化处理后的螺旋桨推进器正视图,消除水体中杂质、水生物、气泡以及水波的影响,使得采用图像处理的方法获取螺旋桨各桨叶之间的相似性成为可能;基于较为准确的螺旋桨桨叶之间的相似性判断螺旋桨的工况,可在螺旋桨桨叶出现一定程度的损伤或者桨叶中存在较长时间滞留的异物时判断螺旋桨需要检修,结果可靠。
本发明提供的装置,可自动化的实现船舶用螺旋桨推进器检测,避免过于频繁的人工探查消耗人力。
附图说明
图1是本发明提供的船舶用螺旋桨推进器检测方法的流程示意图;
图2是本发明提供的船舶用螺旋桨推进器检测装置的结构示意图;
图3是本发明实施例2采集的螺旋桨推进器正视图系列中的部分图片,其中图3A、图3B、图3C为不同时间点获取的螺旋桨推进器正视图照片;
图4是本发明实施例2提供的螺旋桨推进器正视图;
图5是本发明实施例2提供的螺旋桨推进器正视图划分的子图;
图6是本发明实施例2提供的螺旋桨推进器特征序列选取示意图。
在所有附图中,相同的附图标记用来表示相同的元件或结构,其中:1为摄像头,2为下位机,3为上位机。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供的船舶用螺旋桨推进器检测方法,如图1所示,包括以下步骤:
(1)获取一段时间内待检测螺旋桨推进器闲置状态下的正视图系列
所述螺旋桨推进器的正视图Pi(1≤i≤n),可通过设置在所述螺旋桨推进器轴心上的水下摄像头获取或多个设置在近轴心的水下摄像头获取后经图像拼接处理而成。
优选所述一段时间为30分钟至60分钟,获取图片500至1000张,即500≤n≤1000。由于水下环境复杂,因此需要叠加一段较长时间内才检测螺旋桨推进器的正视图才能排除水体中偶然出现的因素,例如水中异物、水下生物、水波影响等。
优选所述正视图为灰度图,即其中x、y为像素点的坐标,为像素点的灰度值。为了进一步降低计算复杂度,缩短检测时间,采用灰度图作为后续步骤处理的基础。
(2)对步骤(1)获取的正视图系列进行叠加,获得净化处理后的待检测螺旋桨推进器的正视图P={G}。
优选所述对正视图系列进行叠加具体过程为:
(2-1)将所述正视图系列中的所有正视图对齐,获得所述正视图系列中的关联像素点可采用边缘对齐、中心对齐、图案对齐、或中心修正对齐,具体方法如下:
所述边缘对齐,即将所述正视图系列中的多个大小相同的图片中的每一个图片,以一对垂直边缘为坐标轴、以其相交的端点为原点,建立直角坐标系;对于所述正视图系列中每一张图片,其中坐标相同的像素点作为相关像素点,即x1=x2=x3=x4…=xn且y1=y2=y3=y4…=yn
所述中心对齐,即将所述正视图系列中的多个图片中的每一个图片,以其中心为极点,以过极点水平方向的射线为极轴,建立极坐标系;对于所述正视图系列中的每一张图片,其中坐标相同的像素点作为相关像素点,即ρ1=ρ2=ρ3=ρ4…=ρn且θ1=θ2=θ3=θ4…=θn,其中ρn、θn为第n张图片的关联像素点的极坐标;
所述图案对齐,即将所述正视图系列中的多个图片中的每一个图片,进行图片匹配,对于所述正视图系列中每一张图片,匹配上的像素点作为相关像素点;
所述中心修正对齐,即将所述正视图系列中的多个图片中的每一个图片,以其中心为极点,以过极点水平方向的射线为极轴,建立极坐标系;将正视图系列中的没一张图片在预设角度范围内旋转调整,进行图片匹配,对与所述正视图系列中每一张图片,匹配上的像素点作为相关像素点。预设角度范围优选±15°。
所述图片匹配,可整体匹配或局部匹配,所述整体匹配即计算多张图片中所有点的及其关联块的灰度值,选择关联后总差异最小的匹配方式作为最终匹配;所述局部匹配,可先采用线条跟踪算法或图像块分割算法,将待匹配的图片跟踪为线条图片或图像块,关联局部线条或图像,选择局部线条或图像关联后总差异最小的匹配方式作为最终匹配。优选所述图片匹配采用依次匹配,即每次匹配相邻的两张正视图,获得最终所述正视图匹序列的匹配结果。由于本发明的正视图系列为事件相关序列,因此相邻正视图的匹配结果较为可靠。
本发明优选中心修正对齐,因为所述正视图系列为中心或近中心的摄像头直接采集或采集后拼接获得,因此所述正视图系列从原理上接近中心对齐,同时考虑到螺旋桨推进器即使在失去动力的情况下仍有可能随水波偏转,图片对齐时考虑到偏转误差对一定范围内的偏转做修正,使得对齐结果更佳准确可靠;另一方面中心修正对齐可应用于不同大小的图片,适合多摄像头获取的图片进行拼接运算后像素阵列不完全一致的情况。
(2-2)将步骤(2-1)中获得的正视图系列中的关联像素点叠加,具体地,采用所述关联像素点的灰度值众数作为叠加后的像素点灰度值,最终获得净化处理后的待检测螺旋桨推进器的正视图。具体按照如下方法叠加:
其中,Gx,y为叠加后的像素点灰度值,[||]为取众数运算,关联像素点灰度值序列。
本发明采用所述关联像素点的灰度值众数作为叠加后的像素点灰度值,直接将偶然因素的影响消除,即水中异物、水下生物、水波影响等不会出现在最终待检测螺旋桨推进器的正视图中。叠加效果与获取正视图系列的时间长短、获取的正视图系列图片数量有关。获取正视图系列的时间越长、获取的正视图系列图片数量越多,叠加获得的待检测螺旋桨推进器的正视图约可靠。然而获取正视图系列的时间越长、图片对齐难度越大;获取的正视图系列图片数量越多,图片对齐计算量越大,运算时间越长。
优选本发明图片获取时间30分钟至60分钟,获取图片500至1000张,并且采用步骤(1)和步骤(2-1)并行计算。
(3)将步骤(2)中获得的待检测螺旋桨推进器的正视图P={G},按照待检测螺旋桨推进器的桨叶数目k、以所述正视图中心为中心G(ρ=0,θ=0)进行划分,获得相应份数的待检测螺旋桨推进器子图Pl(1≤l≤k);具体方法如下:
其中,Pl为第l子图,G为所述正视图P的像素点,以所述正视图中心为极点建立极坐标系,ρ为所述像素点的极径,θ为所述像素点的极角。
(4)计算步骤(3)获得的待检测螺旋桨推进器子图之间的相似性,根据所述相似性判断所述待检测螺旋桨推进器是否需要检修;具体的
所述相似性分值,按照如下方法计算:
(4-1)以所述正视图中心为极点,建立极坐标系;即步骤(3)中建立的极坐标系。
(4-2)在子图之一中选择一系列预设角度的坐标点作为特征序列集合,其中角度相同的点作为一个特征序列;具体地,选取第一子图作为子图之一,所述第一子图为:
其特征序列集合为其中为第一子图的第s特征序列,可表示为:
其中ρ={ρ123,…,ρu,…,ρv}(1≤u≤v),为特征序列上像素点极径的集合,Δθs为所述特征序列预设的角度
(4-3)根据待检测螺旋桨推进器的桨叶数目,获取除子图之一之外其他子图关于特征序列集合的关联序列集合;所述关联序列集合即其他子图中与特征序列集合中的像素点位置相应的像素点的集合,表示为:
其中,为第l子图的关联序列集合,其中的关联序列,可表示为:
(4-4)计算步骤(4-2)中获得的特征序列集以及步骤(4-3)中获得的与其关联的第l关联序列集合之间的相似性序列集合作为待检测螺旋桨推进器子图之间的相似性具体如下:
其中为第l关联序列集合中第s关联序列的相似性,其计算方法如下:
所述根据所述相似性判断所述待检测螺旋桨推进器是否需要检修具体为:根据步骤(4-4)获得的相似性序列集合列判断所述待检测螺旋桨推进器是否需要检修:当所述相似性序列集合中的每一个值都超过预设的相似性阈值Ω时,判断所述待检测螺旋桨推进器不需要检修;否则判断所述待检测螺旋桨推进器需要检修。
本发明提供的船舶用螺旋桨推进器检测装置,如图2所示,包括:水下摄像头组1、下位机2和上位机3;所述下位机2与所述摄像头组1、和上位3机信号相连;所述水下摄像头组1为一个处于螺旋桨轴心的水下摄像头或多个处于螺旋桨近轴心的水下摄像头。
所述摄像头组1,用于获取一段时间内待检测螺旋桨推进器闲置状态下图像数据,并将所述图像数据传递给所述下位机2;
所述下位机2,用于接收所述图像数据并将所述图像数据直接存储或拼接处理为一段时间内待检测螺旋桨推进器闲置状态下的正视图系列 并执行本发明提供的船舶用螺旋桨推进器检测方法步骤(2)获得净化处理后的待检测螺旋桨推进器的正视图P={G}并传递给所述上位机3;所述下位机2优选采用GPU处理器。
所述上位机3,用于接收所述待检测螺旋桨推进器的正视图,并执行本发明提供的船舶用螺旋桨推进器检测方法步骤(3)及步骤(4)获得判断结果,并将所述判断结果提交给用户。
以下为实施例:
实施例1
一种船舶用螺旋桨推进器检测装置,如图2所示,包括:多个处于螺旋桨近轴心的水下摄像头1、下位机2和上位机3;所述下位机2与所述多个处于螺旋桨近轴心的水下摄像头1、和上位机3信号相连;
所述摄像头1,用于获取一段时间内待检测螺旋桨推进器闲置状态下图像数据,并将所述图像数据传递给所述下位机2;
所述下位机2,用于接收所述图像数据并将所述图像数据拼接处理为一段时间内待检测螺旋桨推进器闲置状态下的正视图系列 并执行本发明提供的船舶用螺旋桨推进器检测方法步骤(2)获得净化处理后的待检测螺旋桨推进器的正视图P={G}并传递给所述上位机3;
所述上位机3,用于接收所述待检测螺旋桨推进器的正视图,并执行本发明提供的船舶用螺旋桨推进器检测方法步骤(3)及步骤(4)获得判断结果,并将所述判断结果提交给用户。
实施例2
采用实施例1的一种船舶用螺旋桨推进器检测装置进行船舶用螺旋桨推进器检测,包括以下步骤:
(1)获取持续30分钟内待检测螺旋桨推进器闲置状态下的正视图500张,典型如图3所示,作为正视图系列
所述螺旋桨推进器的正视图Pi(1≤i≤n),可通过设置在所述螺旋桨推进器轴心上的水下摄像头1获取,为灰度图。
(2)对步骤(1)获取的正视图系列进行叠加,获得净化处理后的待检测螺旋桨推进器的正视图P={G},如图4所示。
优选所述对正视图系列进行叠加具体过程为:
(2-1)将所述正视图系列中的所有正视图对齐,获得所述正视图系列中的关联像素点可采用中心修正对齐,具体方法如下:
所述中心修正对齐,即将所述正视图系列中的多个图片中的每一个图片,以其中心为极点,以过极点水平方向的射线为极轴,建立极坐标系;将正视图系列中的没一张图片在预设角度范围内旋转调整,进行图片匹配,对与所述正视图系列中每一张图片,匹配上的像素点作为相关像素点。预设角度范围为±15°。
所述图片匹配,为整体匹配所述整体匹配即计算多张图片中所有点的及其关联块的灰度值,选择关联后总差异最小的匹配方式作为最终匹配。所述图片匹配采用依次匹配,即每次匹配相邻的两张正视图,获得最终所述正视图匹序列的匹配结果。关联块大小为10×10像素点。
(2-2)将步骤(2-1)中获得的正视图系列中的关联像素点叠加,具体地,采用所述关联像素点的灰度值众数作为叠加后的像素点灰度值,最终获得净化处理后的待检测螺旋桨推进器的正视图。具体按照如下方法叠加:
其中,Gx,y为叠加后的像素点灰度值,[||]为取众数运算,关联像素点灰度值序列。
叠加后的效果如图4所示。
(3)将步骤(2)中获得的待检测螺旋桨推进器的正视图P={G},按照待检测螺旋桨推进器的桨叶数目4、以所述正视图中心为中心G(ρ=0,θ=0)进行划分,获得相应份数的待检测螺旋桨推进器子图Pl(1≤l≤4);如图5所示,具体方法如下:
其中,Pl为第l子图,G为所述正视图P的像素点,以所述正视图中心为极点建立极坐标系,ρ为所述像素点的极径,θ为所述像素点的极角。
(4)计算步骤(3)获得的待检测螺旋桨推进器子图之间的相似性,根据所述相似性判断所述待检测螺旋桨推进器是否需要检修;具体的
所述相似性分值,按照如下方法计算:
(4-1)以所述正视图中心为极点,建立极坐标系;即步骤(3)中建立的极坐标系,如图6所示。
(4-2)在子图之一中选择一系列预设角度的坐标点作为特征序列集合,其中角度相同的点作为一个特征序列;具体地,选取第一子图作为子图之一,所述第一子图为:
其特征序列集合为其中为第一子图的第s特征序列,可表示为:
其中ρ={ρ12345},为特征序列上像素点极径的集合,Δθs为所述特征序列预设的角度,
(4-3)根据待检测螺旋桨推进器的桨叶数目,获取除子图之一之外其他子图关于特征序列集合的关联序列集合;所述关联序列集合即其他子图中与特征序列集合中的像素点位置相应的像素点的集合,表示为:
其中,为第l子图的关联序列集合,其中的关联序列,可表示为:
(4-4)计算步骤(4-2)中获得的特征序列集以及步骤(4-3)中获得的与其关联的第l关联序列集合之间的相似性序列集合作为待检测螺旋桨推进器子图之间的相似性具体如下:
其中为第l关联序列集合中第s关联序列的相似性,其计算方法如下:
所述根据所述相似性判断所述待检测螺旋桨推进器是否需要检修具体为:根据步骤(4-4)获得的相似性序列集合列判断所述待检测螺旋桨推进器是否需要检修:当所述相似性序列集合中的每一个值都超过预设的相似性阈值0.9时,判断所述待检测螺旋桨推进器不需要检修;否则判断所述待检测螺旋桨推进器需要检修。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种船舶用螺旋桨推进器检测方法,其特征在于,包括以下步骤:
(1)获取一段时间内待检测螺旋桨推进器闲置状态下的正视图系列
(2)对步骤(1)获取的正视图系列进行叠加,获得净化处理后的待检测螺旋桨推进器的正视图P={G};
(3)将步骤(2)中获得的待检测螺旋桨推进器的正视图P={G},按照待检测螺旋桨推进器的桨叶数目k、以所述正视图中心为中心进行划分,获得相应份数的待检测螺旋桨推进器子图Pl(1≤l≤k);
(4)计算步骤(3)获得的待检测螺旋桨推进器子图之间的相似性,根据所述相似性判断所述待检测螺旋桨推进器是否需要检修。
2.如权利要求1所述的船舶用螺旋桨推进器检测方法,其特征在于,步骤(2)所述对正视图系列进行叠加具体过程为:
(2-1)将所述正视图系列中的所有正视图对齐,获得所述正视图系列中的关联像素点
(2-2)将步骤(2-1)中获得的正视图系列中的关联像素点叠加,采用所述关联像素点的灰度值众数作为叠加后的像素点灰度值,获得净化处理后的待检测螺旋桨推进器的正视图。
3.如权利要求2所述的船舶用螺旋桨推进器检测方法,其特征在于,步骤(2-1)所述将所述正视图系列中的所有正视图对齐,采用边缘对齐、中心对齐、图案对齐、或中心修正对齐;
所述边缘对齐,即将所述正视图系列中的多个大小相同的图片中的每一个图片,以一对垂直边缘为坐标轴、以其相交的端点为原点,建立直角坐标系;对于所述正视图系列中每一张图片,其中坐标相同的像素点作为相关像素点;
所述中心对齐,即将所述正视图系列中的多个图片中的每一个图片,以其中心为极点,以过极点水平方向的射线为极轴,建立极坐标系;对于所述正视图系列中的每一张图片,其中坐标相同的像素点作为相关像素点;
所述图案对齐,即将所述正视图系列中的多个图片中的每一个图片,进行图片匹配,对于所述正视图系列中每一张图片,匹配上的像素点作为相关像素点;
所述中心修正对齐,即将所述正视图系列中的多个图片中的每一个图片,以其中心为极点,以过极点水平方向的射线为极轴,建立极坐标系;将正视图系列中的每一张图片在预设角度范围内旋转调整,进行图片匹配,对与所述正视图系列中每一张图片,匹配上的像素点作为相关像素点。
4.如权利要求3所述的船舶用螺旋桨推进器检测方法,其特征在于,所述图片匹配采用整体匹配或局部匹配;所述整体匹配即计算多张图片中所有点的及其关联块的灰度值,选择关联后总差异最小的匹配方式作为最终匹配;所述局部匹配,先采用线条跟踪算法或图像块分割算法,将待匹配的图片跟踪为线条图片或图像块,关联局部线条或图像块,选择局部线条或图像关联后总差异最小的匹配方式作为最终匹配。
5.如权利要求3所述的船舶用螺旋桨推进器检测方法,其特征在于,所述图片匹配采用依次匹配,即每次匹配相邻的两张正视图,获得最终所述正视图匹序列的匹配结果。
6.如权利要求1所述的船舶用螺旋桨推进器检测方法,其特征在于,步骤(4)所述相似性,按照如下方法计算:
(4-1)以所述正视图中心为极点,建立极坐标系;
(4-2)在第一子图中选择一系列预设角度的坐标点作为特征序列集合,其中角度相同的点作为一个特征序列记作:
其特征序列集合为其中为第一子图的第s特征序列,可表示为:
其中ρ={ρ123,…,ρu,…,ρv}(1≤u≤v),为特征序列上像素点极径的集合,Δθs为所述特征序列预设的角度
(4-3)根据待检测螺旋桨推进器的桨叶数目,获取除子图之一之外其他子图关于特征序列集合的关联序列集合;所述关联序列集合即其他子图中与特征序列集合中的像素点位置相应的像素点的集合,表示为:
其中,为第l子图的关联序列集合,其中的关联序列,可表示为:
(4-4)计算步骤(4-2)中获得的特征序列集以及步骤(4-3)中获得的与其关联的第l关联序列集合之间的相似性序列集合作为待检测螺旋桨推进器子图之间的相似性具体如下:
其中为第l关联序列集合中第s关联序列的相似性,其计算方法如下:
7.如权利要求6所述的船舶用螺旋桨推进器检测方法,其特征在于,所述根据所述相似性判断所述待检测螺旋桨推进器是否需要检修具体为:根据步骤(4-4)获得的相似性序列集合列判断所述待检测螺旋桨推进器是否需要检修:当所述相似性序列集合中的每一个值都超过预设的相似性阈值Ω时,判断所述待检测螺旋桨推进器不需要检修;否则判断所述待检测螺旋桨推进器需要检修。
8.如权利要求1所述的船舶用螺旋桨推进器检测方法,其特征在于,步骤(1)所述一段时间为30分钟至60分钟,获取图片500至1000张。
9.一种船舶用螺旋桨推进器检测装置,其特征在于,包括:水下摄像头组、下位机和上位机;所述下位机与所述摄像头、和上位机信号相连;
所述摄像头,用于获取一段时间内待检测螺旋桨推进器闲置状态下图像数据,并将所述图像数据传递给所述下位机;
所述下位机,用于接收所述图像数据并将所述图像数据直接存储或拼接处理为一段时间内待检测螺旋桨推进器闲置状态下的正视图系列 并执行权利要求1至8任意一项所述的船舶用螺旋桨推进器检测方法步骤(2)获得净化处理后的待检测螺旋桨推进器的正视图P={G}并传递给所述上位机;
所述上位机,用于接收所述待检测螺旋桨推进器的正视图,并执行权利要求1至8任意一项所述的船舶用螺旋桨推进器检测方法步骤(3)及步骤(4)获得判断结果,并将所述判断结果提交给用户;
所述水下摄像头组为一个处于螺旋桨轴心的水下摄像头或多个处于螺旋桨近轴心的水下摄像头。
CN201711211836.6A 2017-11-28 2017-11-28 一种船舶用螺旋桨推进器检测方法及装置 Active CN108181088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711211836.6A CN108181088B (zh) 2017-11-28 2017-11-28 一种船舶用螺旋桨推进器检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711211836.6A CN108181088B (zh) 2017-11-28 2017-11-28 一种船舶用螺旋桨推进器检测方法及装置

Publications (2)

Publication Number Publication Date
CN108181088A CN108181088A (zh) 2018-06-19
CN108181088B true CN108181088B (zh) 2018-11-23

Family

ID=62545373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711211836.6A Active CN108181088B (zh) 2017-11-28 2017-11-28 一种船舶用螺旋桨推进器检测方法及装置

Country Status (1)

Country Link
CN (1) CN108181088B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110530604A (zh) * 2019-08-08 2019-12-03 中国船舶工业集团公司第七0八研究所 一种自由液面来流环境下的喷水推进装置
CN112287065B (zh) * 2020-12-30 2021-03-09 成都四方伟业软件股份有限公司 一种解决Unity3D大模型打点穿模问题的方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1157654A (zh) * 1994-09-15 1997-08-20 荷兰塞纳拉帕拉塔公司 评估船舶损害的设备
CN1938570A (zh) * 2004-02-02 2007-03-28 西门子公司 用于确定涡轮的旋转叶轮的振动的方法和装置
WO2009124928A1 (en) * 2008-04-09 2009-10-15 Pegaso Systems S.R.L. Structural and/or thermal monitoring system for ships
WO2010045924A1 (de) * 2008-10-23 2010-04-29 Mtu Aero Engines Gmbh Verfahren zum ermitteln von mechanischen eigenschaften einer beschaufelung
US7948614B2 (en) * 2006-01-27 2011-05-24 The University Of Tokyo Optical-fiber-characteristic measuring device and optical-fiber-characteristic measuring method
CN103778646A (zh) * 2014-01-13 2014-05-07 大连理工大学 高速运动标记点图像快速搜索方法
CN105761257A (zh) * 2016-02-05 2016-07-13 中测新图(北京)遥感技术有限责任公司 交叉航带上无人机影像匹配中粗差的剔除方法和装置
CN106323595A (zh) * 2016-08-18 2017-01-11 北京理工大学 附着型非定常空化流体内部结构观察装置及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1157654A (zh) * 1994-09-15 1997-08-20 荷兰塞纳拉帕拉塔公司 评估船舶损害的设备
CN1938570A (zh) * 2004-02-02 2007-03-28 西门子公司 用于确定涡轮的旋转叶轮的振动的方法和装置
US7948614B2 (en) * 2006-01-27 2011-05-24 The University Of Tokyo Optical-fiber-characteristic measuring device and optical-fiber-characteristic measuring method
WO2009124928A1 (en) * 2008-04-09 2009-10-15 Pegaso Systems S.R.L. Structural and/or thermal monitoring system for ships
WO2010045924A1 (de) * 2008-10-23 2010-04-29 Mtu Aero Engines Gmbh Verfahren zum ermitteln von mechanischen eigenschaften einer beschaufelung
CN103778646A (zh) * 2014-01-13 2014-05-07 大连理工大学 高速运动标记点图像快速搜索方法
CN105761257A (zh) * 2016-02-05 2016-07-13 中测新图(北京)遥感技术有限责任公司 交叉航带上无人机影像匹配中粗差的剔除方法和装置
CN106323595A (zh) * 2016-08-18 2017-01-11 北京理工大学 附着型非定常空化流体内部结构观察装置及方法

Also Published As

Publication number Publication date
CN108181088A (zh) 2018-06-19

Similar Documents

Publication Publication Date Title
CN101763632B (zh) 摄像机标定的方法和装置
CN108181088B (zh) 一种船舶用螺旋桨推进器检测方法及装置
Lu et al. 2-line exhaustive searching for real-time vanishing point estimation in manhattan world
Kim et al. Real-time visual SLAM for autonomous underwater hull inspection using visual saliency
CN107816987B (zh) 一种基于蜘蛛网模式和卷积神经网络的星图识别方法
CN107063261B (zh) 用于无人机精准着陆的多特征信息地标检测方法
CN114782905B (zh) 一种基于视频监控的船舶吃水深度检测方法
CN104535066A (zh) 一种船载红外视频图像中的海上目标与电子海图的叠加方法及系统
CN102841970B (zh) 采用动态禁止角的动力定位推力分配装置及其分配方法
CN110046619B (zh) 无人探鱼艇全自动鱼群检测方法及系统、无人探鱼艇与存储介质
WO2021138619A3 (en) Vehicle navigation with pedestrians and determining vehicle free space
EP3239926A1 (en) Position measuring equipment
CN106096617B (zh) 一种基于改进主动轮廓模型的全景海天线提取方法
CN111273701B (zh) 一种云台视觉控制系统以及控制方法
CN107704835A (zh) 一种利用光谱遥感图像识别海上人工设施的方法
CN113468658B (zh) 一种风浪中船舶失速系数的直接计算方法
CN104166853B (zh) 从高分辨率遥感图像中快速提取规则化舰船切片的方法
CN111860215B (zh) 目标对象的位置确定方法、终端设备及航行系统
CN110956664B (zh) 一种手持式三维扫描系统的相机位置实时重定位方法
CN111739050A (zh) 基于Zynq的姿态测量和天体形心提取的飞行器导航系统
CN103871068A (zh) 一种基于遗传算法的高精度标定方法
CN114578849A (zh) 一种无人机检靶系统、检靶方法、计算机可读存储介质
JP2003111075A (ja) 障害物検知方法および装置
CN111582106A (zh) 一种舰船检测方法及装置
Deparday Experimental studies of fluid-structure interaction on downwind sails

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant