CN108844463A - 基于激光光斑位置的地下管道空间方位测量系统及方法 - Google Patents
基于激光光斑位置的地下管道空间方位测量系统及方法 Download PDFInfo
- Publication number
- CN108844463A CN108844463A CN201810605931.2A CN201810605931A CN108844463A CN 108844463 A CN108844463 A CN 108844463A CN 201810605931 A CN201810605931 A CN 201810605931A CN 108844463 A CN108844463 A CN 108844463A
- Authority
- CN
- China
- Prior art keywords
- laser
- pipeline
- measurement
- laser facula
- adjective
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/255—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring radius of curvature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于激光光斑位置的地下管道空间方位测量系统及方法,激光光源发射激光束在成像屏上成像,摄像机对激光光斑图像进行采集,运用灰度处理、自适应中值滤波、最大类间差法对光斑处理,得到光斑中心的位置坐标。在地下管线缓慢移动,即可得到一系列测量点的光斑中心的位置坐标,由霍尔里程计获得各个测量点之间的距离。结合所有测量的位置等信息,推算并重建管线轴心线的形状和方位。本发明不需破坏管线周围环境,不受到地下管线网交错密集和周围复杂电磁环境干扰,测量结果更加精确。
Description
技术领域
本发明属于计量检测技术领域,特别是一种基于激光光斑位置的地下管道空间方位测量系统及方法。
背景技术
在城市地下管线探测普查中,由于当前城市地下管道网交错密集、相互叠加不一,如果在地表上使用地下管线检测仪进行管线位置检测,这就使得精确测量变得十分困难。这也对现有的地下管线探测技术提出了挑战,探测技术要求适应各种各样的探测环境、探测管径,并且高效精度的完成探测任务。
目前设备处于应用到实际工程中的探测仪器主要有两种:管线探测仪、探地雷达。管线检测仪和探地雷达都是外置式设备仪器,在地表直接进行探测普查。但现代城市的地下管线错综复杂而且埋设于地下的深度不一,各种地下管线相互交错、叠加在一起,如果在地表上使用管线检测仪或者探测雷达无法分辨出需要测量的管线,测量的结果精确性无法保证。而且探测环境复杂,有可能分布着电力线、城市强磁场等,在管线周围形成的电磁场就要受到强电磁信号的干扰,会严重影响了观测到的真实电磁场的空间分布,导致测量误差较大,严重时造成测量结果失真。
发明内容
本发明的目的在于提供一种基于激光光斑位置的地下管道空间方位测量系统及方法,克服地下管线网交错密集和周围复杂电磁环境的干扰,精确度高。
实现本发明目的的技术解决方案为:一种基于激光光斑位置的地下管道空间方位测量系统,包括霍尔里程计和图像采集模块和处理模块;
图像采集模块由两个定心结构组成,其中一个定心机构的一端固定激光发射器,另一个定心机构固定CMOS摄像机和成像屏,两个定心机构由万向节连接;利用摄像机采集成像屏上激光光斑,处理模块对激光光斑进行灰度变换、自适应中值滤波、阈值分割,通过圆拟合方法定位激光光斑坐标并计算曲率信息;
霍尔里程计用于获取各个测量点之间的距离,处理模块结合测量得到的管线轴心线上的测量点曲率信息、每个测量点间的轴向距离信息,确定测量点的三维坐标信息并重建管线轴心线的形状和方位。
一种地下管道空间方位测量方法,包括以下步骤:
步骤1、万向节连接左右两个定心结构,一个定心结构是用于固定激光发射器,另一个定心结构是用于固定成像屏和摄像机,激光发射器和成像屏相向设置;激光器射出的激光光束沿着管道轴心线的切线方向,摄像机镜头到成像屏的距离固定不变,且等于它的焦距,利用摄像机采集这一过程中的激光光斑图像;
步骤2、当测量系统在弯曲的管线中缓慢前进,两个定心结构随管道弯曲而相对运动,同样激光光斑位置也随管道的弯曲变化而相对移动,利用霍尔里程计获取地下管线轴心线上各个测量点之间的距离,获得一系列离散测量点的激光光斑和各个测量点之间的距离;
步骤3、对激光光斑图像处理,首先对图像进行灰度变换增强激光光斑和背景的对比度,然后对激光光斑的图像采取自适应中值滤波,采用最大类间方差法得到比较理想的激光光斑的边缘和轮廓;最后利用基于最小二乘法的圆拟合算法来提取激光光斑的中心位置坐标并计算曲率信息;
步骤4、在已知地下管线起始点的位置坐标的情况下,结合测量得到的管线轴心线上的离散点曲率信息、每个离散点间的轴向距离信息,确定离散点的三维坐标信息,并重建管线轴心线的形状和方位。
本发明与现有技术相比,其显著优点为:(1)本发明不会受到地下管线埋藏深度、周围电磁环境的影响,可测量任意埋藏深度的地下管线;(2)采用的CMOS摄像机采集方式为主动式,感光二极管所产生的电荷会直接由晶体管放大输出,当采集图片信息时,实时性上CMOS要更佳,且具有低功耗、低成本、集成性等诸多优点;(3)两个定心结构有效保证了激光光源、成像屏和摄像机的中心尽可能和管道的中心轴处于同一条水平线上,使摄像机能够拍摄到成像屏上的光斑;(4)摄像机镜头到成像屏的距离固定不变,且等于它的焦距,这就保证了激光成像的质量;(5)霍尔里程计可以方便确定每个离散点间的轴向距离。
附图说明
图1是本发明基于激光光斑位置探测的地下管道空间方位测量方法的霍尔里程计理论图。
图2为霍尔里程计结构示意图。
图3是本发明实施例中的灰度图像。
图4是本发明自适应滤方法流程图。
图5(a)和图5(b)是本发明实施例中的自适应滤波图和阈值分割图。
图6是本发明基于激光光斑位置探测的地下管道空间方位测量方法的图像处理流程图。
图7是地下管线曲率半径检测原理图。
图8是管道轴心线测量过程原理图。
图9是本发明基于激光光斑位置探测的地下管道空间方位测量方法的系统流程图。
1-地下管线,2-定心结构,3-激光发射器,4-激光光束,5-成像屏,6-摄像机,7-滚轮,8-霍尔开关,9-第一磁条,10-第二磁条
具体实施方式
结合图1,一种基于激光光斑位置的地下管道空间方位测量系统,包括霍尔里程计、图像采集模块和处理模块;
图像采集模块由两个定心结构2组成,其中一个定心结构的一端固定激光发射器3,另一个定心结构固定CMOS摄像机6和成像屏5,两个定心结构由万向节连接;利用摄像机采集成像屏上激光光斑,处理模块对激光光斑进行灰度变换、自适应中值滤波、阈值分割,通过圆拟合方法定位激光光斑坐标并计算曲率信息;
霍尔里程计用于获取各个测量点之间的距离,处理模块结合测量得到的管线轴心线上的测量点曲率信息、每个测量点间的轴向距离信息,确定测量点的三维坐标信息并重建管线轴心线的形状和方位。
摄像机镜头到成像屏的距离固定不变,且距离等于它的焦距。
进一步的,每个定心机构包括四个滚轮,其中一个滚轮上设置霍尔里程计,如图2所示,霍尔里程计包括第一磁条9、第二磁条10和霍尔开关8,两个磁条嵌入在滚轮7上,霍尔开关8位于定心结构的靠近滚轮一侧的扶正臂末端;当仪器在地下管线运动时,磁条跟滚轮一起作圆周运动,当滚轮的某个磁条转动到霍尔开关的位置时,霍尔开关会在霍尔效应的作用输出一个高电平信号;当滚轮上的磁条没有与霍尔开关对准,则会输出低电平信号。
一种基于所述地下管道空间方位测量系统的测量方法,包括以下步骤:
步骤1、万向节连接左右两个定心结构2,一个定心结构2用于固定激光发射器3,另一个定心结构是用于固定成像屏5和摄像机6,激光发射器3和成像屏5相向设置;激光发射器3射出的激光光束4沿着管道轴心线的切线方向,摄像机镜头到成像屏5的距离固定不变,且等于它的焦距,利用摄像机6采集这一过程中的激光光斑图像;
步骤2、当测量系统在弯曲的管线中缓慢前进,两个定心结构随管道弯曲而相对运动,同样激光光斑位置也随管道的弯曲变化而相对移动,利用霍尔里程计获取地下管线轴心线上各个测量点之间的距离,获得一系列离散测量点的激光光斑和各个测量点之间的距离;
步骤3、对激光光斑图像处理,首先对图像进行灰度变换增强激光光斑和背景的对比度,然后对激光光斑的图像采取自适应中值滤波,采用最大类间方差法得到比较理想的激光光斑的边缘和轮廓;最后利用基于最小二乘法的圆拟合算法来提取激光光斑的中心位置坐标并计算曲率信息;
步骤4、在已知地下管线起始点的位置坐标的情况下,结合测量得到的管线轴心线上的离散点曲率信息、每个离散点间的轴向距离信息,确定离散点的三维坐标信息,并重建管线轴心线的形状和方位。
进一步的,自适应中值滤波的具体过程为:
设定自适应中值滤波的滤波窗口为Sxy,滤波窗口的中心位置坐标(x,y);Zmin是在Sxy滤波窗内灰度的最小值,Zxy是坐标(x,y)处的灰度值,Zmax是在Sxy滤波窗内灰度的最大值;Zmed是在Sxy滤波窗内灰度的中值;Smax指定Sxy所允许的最大值自适应中值滤波主要由两个部分组成,A层和B层,算法描述如下:
Level A:
若A1>0且A2<0,跳转到Level B层;否则,增大滤波窗口Sxy的尺寸。若滤波窗口的尺寸Sxy达到Smax,则重新执行Level A,否则把Zxy作为输出值。
Level B:
若B1>0且B2<0,则输出Zxy不变;否则输出Zxy=Zmed。
进一步的,基于最小二乘法的圆拟合算法来提取激光光斑的中心位置坐标,具体过程为:
假设米集到的激光光斑图像的大小为x×y像素,E是光斑边界的集合,i∈E,(xi,yi)为像素坐标,圆心坐标(x0,y0),r为圆的半径;
圆方程为:
(x-x0)2+(y-y0)2=r2
残差εi、残差平方和Q分别为:
εi=(xi-x0)2+(yi-y0)2-r2
根据最小二乘法原理,应有
由上式便可推出参数(x0,y0)的表达式,结合公式得到圆参数为:
其中为x的平均值,为y的平均值,为x2的平均值,为y2的平均值,为x3的平均值,为y3的平均值,为xy的平均值,为x2y的平均值,为xy2的平均值。
进一步的,计算曲率信息的具体过程为:
两个定心结构使得激光器和成像屏中心始终处于管线轴心线上;
假设圆弧ERFR的曲率半径为ρ,曲率为θ角,根据几何知识可得公式:
θ=ERFR/ρ
其中ER为激光器中心点,FR为成像屏中心点;
使用两条线段OFR和OER近似的表示圆弧ERFR的长度,曲率表示为:
ρ=(|OFR|+|OER|)/θ
OFR切线方向和OER切线方向之间的夹角θ,即为曲率;当激光光斑落在成像屏的位置为P(xi,yi),万向结点O到成像屏的距离为h,在三角形OERP则有:
其中P点的坐标位置(xi,yi)为光斑中心的坐标。
进一步的,重建管线轴心线的形状和方位的具体过程为:
当地下管线检测仪处于待测管线起始位置时,以这个初始测量点的激光发射位置点OC做原点,建立绝对坐标系OCXYZ。Z轴方向为管线轴心线的切向方向,以垂直管线轴心线水平向上为X轴方向,Y轴垂直纸面向外方向;根据霍尔里程计发出的高电平信号,采集相对应测量点OCi的位置信息,因此相邻两个测量点之间的步长距离相同;
根据一系列测量点的位置坐标曲率和相邻测量点的步长,得到所有测量点在绝对坐标系的坐标表达式,通过相应的数学拟合算法,重建地下管线的轴心线;结合地下管线三维重建算法,完成地下管线空间位置分布重建。
下面结合附图和实施例对本发明作进一步详细描述。
实施例
(1)硬件设备介绍
地下管道空间方位测量系统的硬件层主要包括嵌入式微处理器、图像采集设备、激光光源、霍尔里程计。本发明所需的两个硬件平台分布在万向节的两端,一个作为测量系统的主控板,另一个从控板满足仪器的激光光斑的采集处理功能实现。主控板核心处理器选用Cortex-A9内核构架的S5P4418芯片,从控板则选用Cortex-A7内核构架的H3芯片。
霍尔里程计是专为测量测量点之间距离而制作,基于霍尔效应原理而设计。霍尔里程计如图2所示,在定心结构的滚轮上内嵌两个磁条。霍尔开关位于定心结构的靠近滚轮一侧的扶正臂末端。当仪器在地下管线运动时,磁条跟滚轮一起作圆周运动,当滚轮的某个磁条转动到霍尔开关的位置时,霍尔开关会在霍尔效应的作用输出一个高电平信号;当滚轮上的磁条没有与霍尔开关对准,则会输出低电平信号。这样滚轮每转一周,霍尔开关就有两个高电平信号输出,传送给探测传感系统。探测传感系统会根据传送过来的高电平信号采集相应数据信息,因此高电平信号之间的滚轮转动的距离即为地下管线轴心线上各个测量点之间的距离。
(2)图像处理
为了改善采集的激光光斑图像,使得激光光斑显示效果更加的清晰,便于后期光斑信息提取,采用图像灰度值变换方法。通过对激光光斑图像进行灰度转换,增强激光光斑和背景图像的对比度。同时灰度变换也是为了后面的阈值分割做准备。经过灰度变换后的激光光斑图像如图3所示。
自适应中值滤波作为一种传统中值滤波的改进方法,其滤波方式是一样的。中值滤波是基于排序统计理论,对脉冲噪声、椒盐噪声都有很好的滤波效果,其滤波效果与选择的滤波窗口尺寸有很大的关系。自适应中值滤波既能够滤除概率较大的椒盐噪声,而且能够更好的保护图像的细节。在自适应中值滤波的过程中会根据一定预先的设定条件,动态的改变滤波窗口的尺寸大小,同时判断滤波窗口中心值是噪声时,则用领域中值替换,否则不改变当前值。这样自适应中值滤波既能滤除激光光斑图像中的椒盐噪声、平滑非脉冲噪声,同时更好的保护激光光斑的边缘信息。
如图4所示,设定自适应中值滤波的滤波窗口为Sxy,滤波窗口的中心位置坐标(x,y)。Zmin是在Sxy滤波窗内灰度的最小值,Zxy是坐标(x,y)处的灰度值,Zmax是在Sxy滤波窗内灰度的最大值;Zmed是在Sxy滤波窗内灰度的中值;Smax指定Sxy所允许的最大值,自适应中值滤波主要由两个部分组成,A层和B层,算法描述如下。
Level A:
若A1>0且A2<0,跳转到Level B层;否则,增大滤波窗口Sxy的尺寸。若滤波窗口的尺寸Sxy达到Smax,则重新执行Level A,否则把Zxy作为输出值。
Level B:
若B1>0且B2<0,则输出Zxy不变;否则输出Zxy=Zmed。
经过自适应滤波后的激光光斑图像如图5(a)所示。
对激光光斑图像进行阈值分割,首先将激光光斑和背景图像分割开来,再利用相应的算法计算激光光斑中心点的位置。阈值分割是一种基于区域的图像分割技术,原理就是利用一个或者几个阈值,按照图像的灰度级,对整幅图像的像素集合进行一个划分,得到的每个子集对应着图像中的区域。结合本系统的测量环境,由于采集到的图像中激光光斑特征明显且形状规则,且与背景之间对比度较大,因此对激光光斑图像进行阈值化处理。
假设原始图像f(x,y)对应的灰度,由于目标和背景是灰度级中两种主要的模式,所以通过选取一个阈值T来把目标图像和背景图像分离开,达到分割目标图像目的。阈值处理后的图像g(x,y)定义为:
阈值分割的关键在于阈值T0的选取。
最大类间方差法根据灰度图像的统计特征,将整幅图像分为目标和背景两个部分。当目标和背景的类间方差越大,说明目标和背景之间的差别越大。当取最佳阈值时,目标和背景的类间方差最大,图像的目标和背景被最大程度的分割。
因此,通过对整幅图像灰度值的遍历,找的最佳阈值T0=argmax(g(T)),目标O和背景B的类间方差最大,分割程度最大,阈值分割效果最好。
通过最大类间方差法可以得到激光光斑最佳阈值。阈值分割后的激光光斑图像如图5(b)所示。
整个图像处理流程图如图6所示。
(3)激光光斑中心位置计算
经过以上图像的灰度变换、滤波去噪、阈值预处理,可以把激光光斑从图像分离出来。基于圆拟合的激光光斑中心检测算法是用最小二乘法原理拟合圆无限的逼近激光光斑的轮廓。假设采集到的激光光斑图像的大小为x×y像素,E是光斑边界的集合,i∈E,E为所有边界的集合,(xi,yi)为像素坐标,圆心坐标(x0,y0),r为圆的半径。
圆方程为:
(x-x0)2+(y-y0)2=r2
残差εi、残差平方和Q分别为:
εi=(xi-x0)2+(yi-y0)2-r2
根据最小二乘法原理,应有
由上式便可推出参数(x0,y0)的表达式,结合公式得到圆参数为:
其中为x的平均值,为y的平均值,为x2的平均值,为y2的平均值,为x3的平均值,为y3的平均值,为xy的平均值,为x2y的平均值,为xy2的平均值。
(4)地下管线曲率半径检测及曲线拟合重建
根据所求的光斑中心坐标,求得地下管线曲率如下。定心装置ABCD和定心装置A1B1C1D1分别使得激光器和成像屏中心始终能处于管线轴心线上。激光光束会沿着当前激光发射点的切线方向射出,最终激光光斑落在成像屏上。利用摄像机采集成像屏上的激光光斑的图像,通过一些系列图像预处理,提取激光光斑的中心位置坐标。
如图7所示,假设圆弧ERFR的曲率半径为ρ,曲率为θ角。根据几何知识可得公式:
θ=ERFR/ρ
因为待检测地下管线的曲率半径一般比较大,要远远大于圆弧ERFR的长度,所以可以使用两条线段OFR和OER近似的表示圆弧ERFR的长度。曲率就可以表示为:
ρ=(|OFR|+|OER|)/θ
根据图所示的几何关系,OFR切线方向和OER切线方向之间的夹角θ,即为曲率。当激光光斑落在成像屏的位置为P(xi,yi),万向结点O到成像屏的距离为h。在三角形OERP则有:
其中P点的坐标位置(xi,yi)为光斑中心的坐标。
如图8所示,当地下管线检测仪处于待测管线起始位置时,以这个初始测量点的激光发射位置点OC做原点,建立绝对坐标系OCXYZ。Z轴方向为管线轴心线的切向方向,以垂直管线轴心线水平向上为X轴方向,Y轴垂直纸面向外方向。根据霍尔里程计发出的高电平信号,采集相对应测量点OCi的位置信息。因此相邻两个测量点之间的步长距离都是相同的大小S。
根据一系列测量点的位置坐标曲率和相邻测量点的步长,可以得到计算出所有测量点在绝对坐标系的坐标表达式,通过相应的数学拟合算法,重建地下管线的轴心线。通过地下管线三维检测仪在待测管线中所测得的所有数据采集点的位置信息,然后进行相关的数据处理,结合地下管线三维重建算法,完成地下管线空间位置分布重建,整个系统流程图如图9所示。
Claims (8)
1.一种基于激光光斑位置的地下管道空间方位测量系统,其特征在于,包括霍尔里程计、图像采集模块和处理模块;
图像采集模块由两个定心结构组成,其中一个定心结构的一端固定激光发射器,另一个定心结构固定CMOS摄像机和成像屏,两个定心结构由万向节连接;利用摄像机采集成像屏上激光光斑,处理模块对激光光斑进行灰度变换、自适应中值滤波、阈值分割,通过圆拟合方法定位激光光斑坐标并计算曲率信息;
霍尔里程计用于获取各个测量点之间的距离,处理模块结合测量得到的管线轴心线上的测量点曲率信息、每个测量点间的轴向距离信息,确定测量点的三维坐标信息并重建管线轴心线的形状和方位。
2.根据权利要求1所述的基于激光光斑位置的地下管道空间方位测量系统,其特征在于,摄像机镜头到成像屏的距离固定不变,且距离等于它的焦距。
3.根据权利要求1所述的基于激光光斑位置的地下管道空间方位测量系统,其特征在于,每个定心结构包括四个滚轮,其中一个滚轮上设置霍尔里程计,霍尔里程计包括第一磁条(9)、第二磁条(10)和霍尔开关(8),两个磁条嵌入在滚轮上,霍尔开关(8)位于定心结构的靠近滚轮一侧的扶正臂末端;当仪器在地下管线运动时,磁条跟滚轮一起作圆周运动,当滚轮的某个磁条转动到霍尔开关的位置时,霍尔开关会在霍尔效应的作用输出一个高电平信号;当滚轮上的磁条没有与霍尔开关对准,则会输出低电平信号。
4.一种基于权利要求1所述地下管道空间方位测量系统的测量方法,其特征在于,包括以下步骤:
步骤1、万向节连接两个定心结构,一个定心结构用于固定激光发射器,另一个定心结构用于固定成像屏和摄像机,激光发射器和成像屏相向设置;激光发射器射出的激光光束沿着管道轴心线的切线方向,摄像机镜头到成像屏的距离固定不变,且等于它的焦距,利用摄像机采集这一过程中的激光光斑图像;
步骤2、当测量系统在弯曲的管线中前进,两个定心结构随管道弯曲而相对运动,同样激光光斑位置也随管道的弯曲变化而相对移动,利用霍尔里程计获取地下管线轴心线上各个测量点之间的距离,获得一系列离散测量点的激光光斑和各个测量点之间的距离;
步骤3、对激光光斑图像处理,首先对图像进行灰度变换增强激光光斑和背景的对比度,然后对激光光斑的图像采取自适应中值滤波,采用最大类间方差法得到激光光斑的边缘和轮廓;最后利用基于最小二乘法的圆拟合算法来提取激光光斑的中心位置坐标并计算曲率信息;
步骤4、在已知地下管线起始点的位置坐标的情况下,结合测量得到的管线轴心线上的离散点曲率信息、每个离散点间的轴向距离信息,确定离散点的三维坐标信息,并重建管线轴心线的形状和方位。
5.根据权利要求4所述的地下管道空间方位测量方法,其特征在于,自适应中值滤波的具体过程为:
设定自适应中值滤波的滤波窗口为Sxy,滤波窗口的中心位置坐标(x,y);Zmin是在Sxy滤波窗内灰度的最小值,Zxy是坐标(x,y)处的灰度值,Zmax是在Sxy滤波窗内灰度的最大值;Zmed是在Sxy滤波窗内灰度的中值;Smax指定Sxy所允许的最大值,自适应中值滤波主要由两个部分组成:A层和B层,算法描述如下:
Level A:
若A1>0且A2<0,跳转到Level B层;否则,增大滤波窗口Sxy的尺寸;若滤波窗口的尺寸Sxy达到Smax,则重新执行Level A,否则将Zxy作为输出值;
Level B:
若B1>0且B2<0,则输出Zxy不变;否则输出Zxy=Zmed。
6.根据权利要求4所述的地下管道空间方位测量方法,其特征在于,基于最小二乘法的圆拟合算法来提取激光光斑的中心位置坐标,具体过程为:
假设采集到的激光光斑图像的大小为x×y像素,E是光斑边界的集合,i∈E,(xi,yi)为像素坐标,圆心坐标(x0,y0),r为圆的半径;
圆方程为:
(x-x0)2+(y-y0)2=r2
残差εi、残差平方和Q分别为:
εi=(xi-x0)2+(yi-y0)2-r2
根据最小二乘法原理,有
由上式可推出参数(x0,y0)的表达式,结合公式得到圆参数为:
其中为x的平均值,为y的平均值,为x2的平均值,为y2的平均值,为x3的平均值,为y3的平均值,为xy的平均值,为x2y的平均值,为xy2的平均值。
7.根据权利要求4所述的地下管道空间方位测量方法,其特征在于,计算曲率信息的具体过程为:
两个定心结构使得激光器和成像屏中心始终处于管线轴心线上;
假设圆弧ERFR的曲率半径为ρ,曲率为θ角,根据几何知识可得公式:
θ=ERFR/ρ
其中ER为激光器中心点,FR为成像屏中心点;
使用两条线段OFR和OER近似的表示圆弧ERFR的长度,曲率表示为:
ρ=(|OFR|+|OER|)/θ
OFR切线方向和OER切线方向之间的夹角θ,即为曲率;当激光光斑落在成像屏的位置为P(xi,yi),万向结点O到成像屏的距离为h,在三角形OERP则有:
其中P点的坐标位置(xi,yi)为光斑中心的坐标。
8.根据权利要求4所述的地下管道空间方位测量方法,其特征在于,重建管线轴心线的形状和方位的具体过程为:
当地下管线检测仪处于待测管线起始位置时,以这个初始测量点的激光发射位置点OC做原点,建立绝对坐标系OCXYZ;Z轴方向为管线轴心线的切向方向,以垂直管线轴心线水平向上为X轴方向,根据霍尔里程计发出的高电平信号,采集相对应测量点OCi的位置信息,因此相邻两个测量点之间的步长距离相同;
根据一系列测量点的位置坐标曲率和相邻测量点的步长,得到所有测量点在绝对坐标系的坐标表达式,通过相应的数学拟合算法,重建地下管线的轴心线;结合地下管线三维重建算法,完成地下管线空间位置分布重建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810605931.2A CN108844463A (zh) | 2018-06-12 | 2018-06-12 | 基于激光光斑位置的地下管道空间方位测量系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810605931.2A CN108844463A (zh) | 2018-06-12 | 2018-06-12 | 基于激光光斑位置的地下管道空间方位测量系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108844463A true CN108844463A (zh) | 2018-11-20 |
Family
ID=64210960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810605931.2A Pending CN108844463A (zh) | 2018-06-12 | 2018-06-12 | 基于激光光斑位置的地下管道空间方位测量系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108844463A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458881A (zh) * | 2019-07-31 | 2019-11-15 | 河海大学常州校区 | 一种无需阈值的斜射入激光光斑中心定位方法 |
CN110567395A (zh) * | 2019-09-18 | 2019-12-13 | 长春理工大学 | 一种激光光斑尺寸边缘轮廓线绘制方法 |
CN110567420A (zh) * | 2019-08-19 | 2019-12-13 | 佛山科学技术学院 | 一种管道水下埋深的精确测量方法 |
CN110623702A (zh) * | 2019-10-15 | 2019-12-31 | 北京爱康宜诚医疗器材有限公司 | 截骨量的测量装置 |
CN110646807A (zh) * | 2019-09-19 | 2020-01-03 | 上海兰宝传感科技股份有限公司 | 一种基于激光三角测量系统抗环境光干扰的处理方法 |
CN110969656A (zh) * | 2019-12-10 | 2020-04-07 | 长春精仪光电技术有限公司 | 一种基于机载设备激光光束光斑大小的检测方法 |
CN110986826A (zh) * | 2019-12-20 | 2020-04-10 | 中国人民解放军63853部队 | 管道弯曲度检测方法、装置和存储介质 |
CN111189389A (zh) * | 2020-01-08 | 2020-05-22 | 逸美德科技股份有限公司 | 棱线损坏程度的检测方法及其装置 |
CN112163309A (zh) * | 2020-07-27 | 2021-01-01 | 扬州市职业大学(扬州市广播电视大学) | 单张平面圆图像的空间圆心快速提取方法 |
CN112665582A (zh) * | 2020-12-18 | 2021-04-16 | 南京理工大学 | 一种基于imu和激光光斑图像的地下管道检测系统 |
CN112964178A (zh) * | 2021-02-07 | 2021-06-15 | 佛山科学技术学院 | 一种非晶带材传输位置测量方法及装置 |
CN113472433A (zh) * | 2021-06-25 | 2021-10-01 | 山东航天电子技术研究所 | 一种适用于激光通信的信标光中心坐标计算误差评价方法 |
CN113686260A (zh) * | 2021-10-25 | 2021-11-23 | 成都众柴科技有限公司 | 大跨度梁挠度监测方法及监测系统 |
CN113959359A (zh) * | 2021-10-28 | 2022-01-21 | 清华大学深圳国际研究生院 | 一种管道状连续机器人的形状测量装置和方法 |
CN114022535A (zh) * | 2021-11-01 | 2022-02-08 | 浙江可胜技术股份有限公司 | 一种定日镜光斑尺寸测量及装置 |
CN115575393A (zh) * | 2022-09-29 | 2023-01-06 | 苏州思迈德生物科技有限公司 | 一种用于血栓弹力图检测的光斑定位方法及定位装置 |
CN116009559A (zh) * | 2023-03-24 | 2023-04-25 | 齐鲁工业大学(山东省科学院) | 一种输水管道内壁巡检机器人及检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1488916A (zh) * | 2003-07-30 | 2004-04-14 | 浙江大学 | 空间曲线型微细管道局部几何性质的检测方法及系统 |
CN101245999A (zh) * | 2008-02-26 | 2008-08-20 | 上海大学 | 非开挖地下管道空间方位角测量传感头 |
WO2010042501A2 (en) * | 2008-10-08 | 2010-04-15 | The Richard M. Weiss Revocable Trust | Automated system for determining physical characteristics of a shaft |
CN105067226A (zh) * | 2015-07-31 | 2015-11-18 | 南京理工大学 | 一种脉冲激光器远场光轴稳定性检测方法 |
CN105067227A (zh) * | 2015-07-31 | 2015-11-18 | 南京理工大学 | 一种脉冲激光器远场光轴稳定性检测系统 |
CN105510025A (zh) * | 2015-12-03 | 2016-04-20 | 大连理工大学 | 智能型齿轮失效检测装置及其检测方法 |
CN107289856A (zh) * | 2017-05-09 | 2017-10-24 | 南京理工大学 | 一种基于cmos图像传感器测量管道空间方位的方法 |
CN107588723A (zh) * | 2017-09-22 | 2018-01-16 | 南昌航空大学 | 一种基于两步法的高速动目标上圆形标记漏点检测方法 |
-
2018
- 2018-06-12 CN CN201810605931.2A patent/CN108844463A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1488916A (zh) * | 2003-07-30 | 2004-04-14 | 浙江大学 | 空间曲线型微细管道局部几何性质的检测方法及系统 |
CN101245999A (zh) * | 2008-02-26 | 2008-08-20 | 上海大学 | 非开挖地下管道空间方位角测量传感头 |
WO2010042501A2 (en) * | 2008-10-08 | 2010-04-15 | The Richard M. Weiss Revocable Trust | Automated system for determining physical characteristics of a shaft |
CN105067226A (zh) * | 2015-07-31 | 2015-11-18 | 南京理工大学 | 一种脉冲激光器远场光轴稳定性检测方法 |
CN105067227A (zh) * | 2015-07-31 | 2015-11-18 | 南京理工大学 | 一种脉冲激光器远场光轴稳定性检测系统 |
CN105510025A (zh) * | 2015-12-03 | 2016-04-20 | 大连理工大学 | 智能型齿轮失效检测装置及其检测方法 |
CN107289856A (zh) * | 2017-05-09 | 2017-10-24 | 南京理工大学 | 一种基于cmos图像传感器测量管道空间方位的方法 |
CN107588723A (zh) * | 2017-09-22 | 2018-01-16 | 南昌航空大学 | 一种基于两步法的高速动目标上圆形标记漏点检测方法 |
Non-Patent Citations (4)
Title |
---|
何新洲: "《传感器与检测技术》", 30 January 2009 * |
余胜威: "《MATLAB图像滤波去噪分析及其应用》", 30 September 2015 * |
吴恩启: "微细管道内表面检测及三维重建技术研究", 《中国博士学位论文全文数据库》 * |
王柯: "基于ARM和CMOS图像处理的地下管线检测技术研究", 《电子设计工程》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458881B (zh) * | 2019-07-31 | 2022-09-16 | 河海大学常州校区 | 一种无需阈值的斜射入激光光斑中心定位方法 |
CN110458881A (zh) * | 2019-07-31 | 2019-11-15 | 河海大学常州校区 | 一种无需阈值的斜射入激光光斑中心定位方法 |
CN110567420A (zh) * | 2019-08-19 | 2019-12-13 | 佛山科学技术学院 | 一种管道水下埋深的精确测量方法 |
CN110567395A (zh) * | 2019-09-18 | 2019-12-13 | 长春理工大学 | 一种激光光斑尺寸边缘轮廓线绘制方法 |
CN110646807A (zh) * | 2019-09-19 | 2020-01-03 | 上海兰宝传感科技股份有限公司 | 一种基于激光三角测量系统抗环境光干扰的处理方法 |
CN110623702A (zh) * | 2019-10-15 | 2019-12-31 | 北京爱康宜诚医疗器材有限公司 | 截骨量的测量装置 |
CN110623702B (zh) * | 2019-10-15 | 2024-04-02 | 北京爱康宜诚医疗器材有限公司 | 截骨量的测量装置 |
CN110969656A (zh) * | 2019-12-10 | 2020-04-07 | 长春精仪光电技术有限公司 | 一种基于机载设备激光光束光斑大小的检测方法 |
CN110969656B (zh) * | 2019-12-10 | 2023-05-12 | 长春精仪光电技术有限公司 | 一种基于机载设备激光光束光斑大小的检测方法 |
CN110986826A (zh) * | 2019-12-20 | 2020-04-10 | 中国人民解放军63853部队 | 管道弯曲度检测方法、装置和存储介质 |
CN110986826B (zh) * | 2019-12-20 | 2021-07-20 | 中国人民解放军63853部队 | 管道弯曲度检测方法、装置和存储介质 |
CN111189389A (zh) * | 2020-01-08 | 2020-05-22 | 逸美德科技股份有限公司 | 棱线损坏程度的检测方法及其装置 |
CN112163309A (zh) * | 2020-07-27 | 2021-01-01 | 扬州市职业大学(扬州市广播电视大学) | 单张平面圆图像的空间圆心快速提取方法 |
CN112163309B (zh) * | 2020-07-27 | 2023-06-02 | 扬州市职业大学(扬州市广播电视大学) | 单张平面圆图像的空间圆心快速提取方法 |
CN112665582A (zh) * | 2020-12-18 | 2021-04-16 | 南京理工大学 | 一种基于imu和激光光斑图像的地下管道检测系统 |
CN112964178A (zh) * | 2021-02-07 | 2021-06-15 | 佛山科学技术学院 | 一种非晶带材传输位置测量方法及装置 |
CN113472433A (zh) * | 2021-06-25 | 2021-10-01 | 山东航天电子技术研究所 | 一种适用于激光通信的信标光中心坐标计算误差评价方法 |
CN113472433B (zh) * | 2021-06-25 | 2024-05-31 | 山东航天电子技术研究所 | 一种适用于激光通信的信标光中心坐标计算误差评价方法 |
CN113686260B (zh) * | 2021-10-25 | 2022-07-26 | 成都众柴科技有限公司 | 大跨度梁挠度监测方法及监测系统 |
CN113686260A (zh) * | 2021-10-25 | 2021-11-23 | 成都众柴科技有限公司 | 大跨度梁挠度监测方法及监测系统 |
CN113959359A (zh) * | 2021-10-28 | 2022-01-21 | 清华大学深圳国际研究生院 | 一种管道状连续机器人的形状测量装置和方法 |
CN113959359B (zh) * | 2021-10-28 | 2024-01-26 | 清华大学深圳国际研究生院 | 一种管道状连续机器人的形状测量装置和方法 |
CN114022535A (zh) * | 2021-11-01 | 2022-02-08 | 浙江可胜技术股份有限公司 | 一种定日镜光斑尺寸测量及装置 |
CN114022535B (zh) * | 2021-11-01 | 2024-10-01 | 浙江可胜技术股份有限公司 | 一种定日镜光斑尺寸测量及装置 |
CN115575393A (zh) * | 2022-09-29 | 2023-01-06 | 苏州思迈德生物科技有限公司 | 一种用于血栓弹力图检测的光斑定位方法及定位装置 |
CN115575393B (zh) * | 2022-09-29 | 2023-11-21 | 苏州思迈德生物科技有限公司 | 一种用于血栓弹力图检测的光斑定位方法及定位装置 |
CN116009559A (zh) * | 2023-03-24 | 2023-04-25 | 齐鲁工业大学(山东省科学院) | 一种输水管道内壁巡检机器人及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108844463A (zh) | 基于激光光斑位置的地下管道空间方位测量系统及方法 | |
CN109544679B (zh) | 管道内壁的三维重建方法 | |
CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
CN103971406B (zh) | 基于线结构光的水下目标三维重建方法 | |
CN105066909B (zh) | 一种手持式多激光条纹快速三维测量方法 | |
CN102445164B (zh) | 一种大型构件表面三维形貌视觉测量方法及系统 | |
CN102410811B (zh) | 一种弯管参数的测量方法和系统 | |
CN103900494B (zh) | 用于双目视觉三维测量的同源点快速匹配方法 | |
CN104007444B (zh) | 一种基于中心投影的地面激光雷达反射强度图像的生成方法 | |
CN101109715B (zh) | 光学测孔内壁疵病的方法 | |
CN104567758B (zh) | 立体成像系统及其方法 | |
JP5891560B2 (ja) | 三次元画像を形成するための識別専用オプトロニックシステムおよび方法 | |
CN102635056B (zh) | 一种沥青路面构造深度的测量方法 | |
CN102859317A (zh) | 使用参考的体积分析传感器的物体检查 | |
CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
CN104569972B (zh) | 一种植物根系三维构型无损检测方法 | |
CN107167073A (zh) | 一种线阵结构光三维快速测量装置及其测量方法 | |
KR101624705B1 (ko) | 지중관로 내부와 지상의 3차원 정밀 측량을 통한 지리정보시스템 데이터 취득방법 | |
CN103362495B (zh) | 一种孔内全景像对立体成像方法 | |
CN102971604A (zh) | 用于确定车辆车轮对准的系统和相关方法 | |
CN109631829A (zh) | 一种自适应快速匹配的双目测距方法 | |
CN105091748B (zh) | 轨道车辆公差尺寸测量系统 | |
CN113008158B (zh) | 多线激光轮胎花纹深度测量方法 | |
CN105547244A (zh) | 一种结合立体像对的激光高度计高程控制点生成方法 | |
CN108311545A (zh) | 一种y型轧机连轧对中及孔型检测系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181120 |