CN108932695B - 一种基于几何结构的井壁弧形图校正方法 - Google Patents
一种基于几何结构的井壁弧形图校正方法 Download PDFInfo
- Publication number
- CN108932695B CN108932695B CN201810741428.XA CN201810741428A CN108932695B CN 108932695 B CN108932695 B CN 108932695B CN 201810741428 A CN201810741428 A CN 201810741428A CN 108932695 B CN108932695 B CN 108932695B
- Authority
- CN
- China
- Prior art keywords
- image
- arc
- length
- borehole wall
- columns
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000003702 image correction Methods 0.000 title claims description 11
- 230000009469 supplementation Effects 0.000 claims abstract description 5
- 239000013589 supplement Substances 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 abstract description 7
- 238000013178 mathematical model Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 15
- 230000007547 defect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4023—Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于几何结构的井壁弧形图校正方法，利用120°视角的摄像头拍摄呈圆柱状的立井井壁图像，将井壁的弧形图像以圆心为中心等分为N个小扇形，分别计算每个扇形图像需要增补的列数，再利用插值算法进行插值增补，最后输出校正后的井壁图像。本发明利用几何结构建立数学模型，计算校正时在不同的位置所需要增补的长度及列数，通过插值的方式完成增补，能够较好的实现对弧形图的矫正，提高利用图像处理技术对井壁裂缝检测的准确性。
Description
技术领域
本发明涉及一种基于几何结构的井壁弧形图校正方法，对失真的井壁图像进行校正，实现井壁裂缝的图像检测。
背景技术
立井是矿井的重要组成部分和生产活动的咽喉要道，井壁上出现的裂缝和变形不仅会对矿井安全生产造成严重威胁，而且还会造成严重的经济损失。图像检测表面缺陷具有比较早的开发和研究，如钢板表面缺陷检测，手机屏表面缺陷检测，轴类零件表面缺陷检测等。由于井下环境特殊，不适合长期进行人工下井检测，因而可以采用图像处理的方式进行井壁裂缝及变形的自动检测。自动检测具有如下优势：(1)检测精度高，准确性好，检测图像可以满足任意精度的要求；(2)检测速度快，效率远高于人工检测速度；(3)再现性好，可以长时间稳定工作；(4)非接触检测，包含信息量大，作业成本低，无安全隐患。
立井的形状是一个圆柱体，传统拍摄图像会出现弯曲失真现象，故不能准确计算井壁上裂缝的宽度，从而存在较大的安全隐患。井壁图像校正是继井壁图像获取后实现井壁缺陷自动检测的又一关键步骤。需要对失真的井壁图像进行校正，根据无失真图象的已知像素和畸变图象相应像素的坐标对应关系，建立相应的数学模型，恢复图像的本来面貌。井壁图像的还原程度直接关系到井壁上裂缝检测的准确性。
发明专利“一种无线平板探测器及其图像校正方法(申请号/专利号：201510599227.7)”公开了一种无线平板探测器的图像校正方法，用于校正X射线图像。发明专利“一种图像校正的方法及装置(申请号/专利号：201610192750.2)”公开了一种针对医学影像的图像校正方法。
没有检索到针对立井井壁图像的校正技术，鉴于此，发明一种井壁弧形图校正方法。
发明内容
为解决现有技术的不足，本发明的目的在于提供一种基于几何结构的井壁弧形图校正方法。
本发明涉及一种基于几何结构的井壁弧形图校正方法，其特征在于：将井壁的弧形图像以圆心为中心等分为N个小扇形，分别计算每个扇形图像需要增补的列数，然后根据插值算法进行插值增补，最后输出校正后的井壁图像。
进一步的，所述的弧形图像的中间部分相较于两端的图像压缩量更大，对不同位置需要进行不等量的增补。
进一步的，所述的对不同位置需要进行的不等量增补长度为
其中
和AF分别是角度为α的弧形井壁图像的实际长度和拍摄长度，其差值就是需要增补的长度xα。
进一步的，根据像素值和图像长度的对应关系，计算对图像进行不均匀插值所需要增补的列数。
进一步的，所述的不均匀插值所需要增补的列数为
其中AB是待校正弧形图的总长度，n为待校正弧形图的总列数，xα和cα分别为角度为α的弧形井壁图像校正时需要增补的长度和列数。
本发明相对于现有技术取得了以下技术效果：
利用几何结构建立数学模型，计算出校正时在不同位置所需要增补的长度及列数，通过插值的方式完成增补，能够较好的实现对弧形图的矫正。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是基于几何结构的井壁弧形图校正方法流程图；
图2是摄像头拍摄井壁图像位置示意图；
图3是井壁图像俯视图；
图4是N等分后的井壁图像的每小块需增补列数；
图5是插值位置示意图；
图6是模拟井壁拍摄图片；
图7是插值增补后的井壁还原图像。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种基于几何结构的井壁弧形图校正方法，在呈圆柱状的立井井筒上，首先将摄像头采集到的井壁图像圆心为中心等分为N个小扇形，其次分别计算每小块图像需增补列数，然后根据插值算法进行插值增补，最后输出还原后的井壁图像。
本发明涉及的一种基于几何结构的井壁弧形图校正方法中，摄像头置于立井井壁中心，每个摄像头可拍摄1/3井壁图像，如图2所示，图中矩形ABCD为摄像头拍摄所得图像。图3为摄像头拍摄范围的俯视图，其中线段AB为摄像头拍摄图像长度，弧段
为实际井壁图像长度，
设井筒内半径为R，可根据以下过程计算得到任意α角度对应增补长度xα。
α角度对应的实际井壁图像长度为弧段
由下式可得：
α角度对应的拍摄所得图像长度为线段AF，其值大小可通过式(2)-(10)计算得到：
AD2＝2R2-2R2cosα (2)
AD2＝AE2+DE2 (3)
根据
和∠AOD＝α可得到
由余弦公式可得：
结合式(2)(3)(6),得：
进而得到：
结合式(8)(9)，α角度对应的拍摄所得图像长度AF为：
综上，α角度对应增补长度xα为：
假设拍摄用摄像头的分辨率为m×n，则可根据像素值和图像长度的对应关系，由式(12)计算出角度α对应增补列数cα，N等分的各图像块增补的列数如图4。
所述的一种基于几何结构的井壁弧形图校正方法，均值插值算法的数学模型为：
其中，I1，I2，...，Im表示未知列像素值，I11，I21，...，Im1和I12，I22，...，Im2分别表示未知列的相邻两列像素值，如图5。
为了验证本发明的有效性，利用模拟井壁图像进行了仿真实验，运用MatlabR2016a编程，实验运行在2.80GHz的Intel(R)Core(TM)i7-7700HQ CPU，8.0GB内存的联想笔记本上。
利用分辨率为3024*4032的模拟井壁图片进行的实验。考虑到井壁的实际颜色，用黑色模拟井壁颜色，为了方便观察算法效果，在井壁上画了一条白色的横线。实验中首先将图片按10°圆心角进行等分为12块，然后计算每小块图片对应的增补列数，根据公式(12)计算出共需要增加的列数为844列，图4为每小块图片对应增补列数柱状图。最后经过均值插值得到还原后井壁图像，还原后图片大小为3024*4876。图6是模拟井壁拍摄的图像，图7是经过插值增补后的井壁还原图像。由于实验采用的是模拟井壁拍摄图像在拍摄时未能使摄像头正好处于模拟井壁的中心，造成实际插值增补效果和理论效果会有一定程度上的偏差。通过比较插值前后的图片，可以看出还原后图片中白色水平线的弧度弯曲明显比未处理前的弧度小，说明了插值增补算法在还原井壁图像上的可行性。
以上所述仅为本发明的一个实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (1)
1.一种基于几何结构的井壁弧形图校正方法，其特征在于：将井壁的弧形图像以圆心为中心等分为N个小扇形，分别计算每个扇形图像需要增补的列数，然后根据插值算法进行插值增补，最后输出校正后的井壁图像；
所述的弧形图像的中间部分相较于两端的图像压缩量更大，对不同位置需要进行不等量的增补；
所述的对不同位置需要进行的不等量增补长度为
式(1)中的
和AF分别是角度为α的弧形井壁图像的实际长度和拍摄长度，其差值就是需要增补的长度xα；
所述对图像进行不均匀插值所需要增补的列数，根据像素值和图像长度的对应关系计算；
所述的不均匀插值所需要增补的列数为
式(2)中AB是待校正弧形图的总长度，n为待校正弧形图的总列数，xα和cα分别为角度为α的弧形井壁图像校正时需要增补的长度和列数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810741428.XA CN108932695B (zh) | 2018-07-02 | 2018-07-02 | 一种基于几何结构的井壁弧形图校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810741428.XA CN108932695B (zh) | 2018-07-02 | 2018-07-02 | 一种基于几何结构的井壁弧形图校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108932695A CN108932695A (zh) | 2018-12-04 |
| CN108932695B true CN108932695B (zh) | 2022-10-14 |
Family
ID=64447880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810741428.XA Active CN108932695B (zh) | 2018-07-02 | 2018-07-02 | 一种基于几何结构的井壁弧形图校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108932695B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101335901A (zh) * | 2007-06-29 | 2008-12-31 | 三星电子株式会社 | 投影图像校正方法与装置 |
| JP2017084040A (ja) * | 2015-10-27 | 2017-05-18 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
| CN107249096A (zh) * | 2016-06-14 | 2017-10-13 | 杭州海康威视数字技术股份有限公司 | 全景摄像机及其拍摄方法 |
-
2018
- 2018-07-02 CN CN201810741428.XA patent/CN108932695B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101335901A (zh) * | 2007-06-29 | 2008-12-31 | 三星电子株式会社 | 投影图像校正方法与装置 |
| JP2017084040A (ja) * | 2015-10-27 | 2017-05-18 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
| CN107249096A (zh) * | 2016-06-14 | 2017-10-13 | 杭州海康威视数字技术股份有限公司 | 全景摄像机及其拍摄方法 |
Non-Patent Citations (1)
| Title |
|---|
| 一种基于网格图像的几何畸变修正方法;梁亮等;《计算机工程与应用》;20040201(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108932695A (zh) | 2018-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108760767B (zh) | 基于机器视觉的大尺寸液晶屏缺陷检测方法 | |
| CN110969667B (zh) | 基于边缘特征的多光谱相机外参自校正算法 | |
| CN106887023A (zh) | 用于双目摄像机标定的标定板及其标定方法和标定系统 | |
| CN105744171B (zh) | 一种图像处理方法及电子设备 | |
| CN107024485A (zh) | 曲面显示屏的缺陷检测方法和装置 | |
| CN105590605A (zh) | 曲面液晶面板的Mura现象补偿方法 | |
| CN106447602A (zh) | 一种图像拼接方法及装置 | |
| CN105741233B (zh) | 一种视频图像球面拼接方法及系统 | |
| CN101132535A (zh) | 基于转台的多投影大屏拼接方法 | |
| WO2014110954A1 (en) | Method, device and computer-readable storage medium for panoramic image completion | |
| CN109474814A (zh) | 投影仪的二维校准方法、投影仪以及校准系统 | |
| CN102291527A (zh) | 基于单个鱼眼镜头的全景视频漫游方法及装置 | |
| CN112435252B (zh) | 一种战斗部破片穿孔和凹坑检测方法 | |
| CN101193202A (zh) | 高动态范围图像在传统输出设备上的显示方法 | |
| CN109583377A (zh) | 一种管路模型重建的控制方法、装置及上位机 | |
| CN108932695B (zh) | 一种基于几何结构的井壁弧形图校正方法 | |
| CN107995486A (zh) | 一种摄像头校正方法及装置 | |
| CN109587463A (zh) | 投影仪的校准方法、投影仪及校准系统 | |
| CN109496326B (zh) | 一种图像处理方法、设备及系统 | |
| CN111080523B (zh) | 红外周视搜索系统及基于角度信息的红外周视图像拼接方法 | |
| Zhang et al. | Fisheye lens distortion correction based on an ellipsoidal function model | |
| CN109584308B (zh) | 一种基于空间实景地图的位置标定方法 | |
| CN109801340A (zh) | 一种基于图像处理的砂轮磨削方法 | |
| CN114549613A (zh) | 基于深度超分辨率网络的结构位移测量方法及装置 | |
| JP2006023133A (ja) | ３次元形状測定装置および方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |