CN110018170A - 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 - Google Patents
一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 Download PDFInfo
- Publication number
- CN110018170A CN110018170A CN201910300451.XA CN201910300451A CN110018170A CN 110018170 A CN110018170 A CN 110018170A CN 201910300451 A CN201910300451 A CN 201910300451A CN 110018170 A CN110018170 A CN 110018170A
- Authority
- CN
- China
- Prior art keywords
- point
- aircraft skin
- honeycomb
- moudle
- small
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000006378 damage Effects 0.000 title claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 6
- 239000003550 marker Substances 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 230000037380 skin damage Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000009659 non-destructive testing Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 239000007767 bonding agent Substances 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Abstract
一种基于蜂巢模型的飞机蒙皮小型损伤定位方法。其包括建立飞机蒙皮小型损伤定位系统；对摄像机进行标定；在飞机蒙皮表面的破损部位布置蜂巢模型标记点；利用摄像机对破损部位进行拍摄；对拍摄的原始图像进行亚像素级处理，得到标记点的像素边缘；从像素边缘中提取出六边形边界点；根据六边形边界点计算出经过标记点中心的直线及该直线的交点坐标；根据标记点的交点坐标计算出标记点的实际中心位置等步骤。本发明能实现飞机蒙皮表面标记点间的特征对比与匹配，进而实现对飞机蒙皮破损部位的精确检测。其意义在于利用圆的内接正六边形蜂巢模型的无限与无缝隙外扩性来进行定位设计，以达到飞机蒙皮破损检测的高匹配效率、高检测精度。
Description
技术领域
本发明属于视觉标定测量技术领域，特别是涉及一种基于蜂巢模型的飞机蒙皮小型损伤定位方法。
背景技术
飞机蒙皮是包围在机身骨架外的围型结构，用粘接剂、铆钉或者螺丝固定于骨架上，飞机蒙皮除了形成和维持飞机的启动外形以外，还需要承受局部气动力。但由于飞机蒙皮长期暴露在空气中，因此是飞机结构中极易产生损伤的结构，在航空史上由于飞机蒙皮损伤而造成的飞机事故屡见不鲜。由于飞机的运行环境恶劣，除正常飞行带来的疲劳损伤外，还有由于环境因素导致的结构腐蚀等，这些缺陷的产生对飞机蒙皮结构的完整性产生了破坏，从而引起结构强度的下降，对于飞行存在一定的安全性隐患。疲劳裂纹对飞机结构强度的影响很大，是导致民用航空器结构发生灾难性破坏的主要原因，所以需定期对飞机蒙皮进行结构检测与修理，以保证飞行安全。但是在对飞机蒙皮进行损伤检测的过程中，对飞机蒙皮复杂曲面的破损点的检测定位成为关键的一步。
无损检测(Non-Destructive Testing，简称NDT)是一门新兴的综合性应用科学。其通过对物理和化学相关理念的运用，可以实现对各种工业产品、工程材料以及零部件等进行有效的检测和测试，借以评价它们的完整性、连续性、安全可靠性及力学、物理性能等，同时不改变被检测对象的状态和使用性能。由于无损检测具有不破坏试件就可以对其进行百分之百的检测等一系列优点，因而在很多领域上得到了重视并迅速发展。飞机蒙皮的检测要求达到较高的检测灵敏度和较高的缺陷查出概率，也就是要求以较高的检出概率查出较小的缺陷。基于无损检测的不改变检测对象的状态和使用性能优点，利用立体视觉测试技术能够有效地对飞机蒙皮的小型损伤进行检测，该技术不仅适用于对此类大型工件的非接触测量，而且其自动化程度高，针对性强。而在对飞机蒙皮进行损伤检测的过程中，对飞机蒙皮复杂曲面的破损点的检测定位成为关键的一步。
发明内容
为了解决上述问题，本发明的目的在于提供一种基于蜂巢模型的飞机蒙皮小型损伤定位方法。
为了达到上述目的，本发明提供的基于蜂巢模型的飞机蒙皮小型损伤定位方法包括按顺序进行的下列步骤：
步骤1)建立飞机蒙皮小型损伤定位系统；
所述的系统包括测量旋转台、两个摄像机、同步频闪控制装置和计算机；其中：测量旋转台为放置待检测的飞机蒙皮的可控旋转平台；摄像机为包含照明光源和摄像头的图像采集装置，两个摄像机分别置于测量旋转台的两侧上方，且摄像机镜头对准待检测的飞机蒙皮；同步频闪控制装置为图像采集同步控制装置，分别与两个摄像机相连接，用于实现两个摄像机的图像同步采集；计算机分别与两个摄像机及测量旋转台相连接，通过两个摄像机采集待检测的飞机蒙皮的图像信息并进行处理，并控制测量旋转台的旋转速度；
步骤2)利用上述飞机蒙皮小型损伤定位系统中的计算机对两个摄像机进行标定；
步骤3)在待检测的飞机蒙皮表面的破损部位布置蜂巢模型标记点；
步骤4)利用上述飞机蒙皮小型损伤定位系统中的两个摄像机对待检测的飞机蒙皮上的破损部位进行拍摄，获得原始图像；
步骤5)对上述拍摄的原始图像进行亚像素级处理，得到标记点的像素边缘；
步骤6)从上述像素边缘中提取出六边形边界点；
步骤7)根据上述六边形边界点计算出经过标记点中心的直线以及该直线的交点坐标；
步骤8)根据上述标记点的交点坐标计算出标记点的实际中心位置。
在步骤1)中，所述的摄像机采用高速CCD相机。
在步骤2)中，所述的利用上述飞机蒙皮小型损伤定位系统中的计算机对两个摄像机进行标定的方法为非参数模型校准方法，结合摄像机成像原理及垂线法，直接建立空间不同方位与相面位置的对应关系，通过将成像平面细化分割，利用插值解算得到任意被测未知点的偏移量，从而得到高精度标定结果。
在步骤3)中，所述的在待检测的飞机蒙皮表面的破损部位布置蜂巢模型标记点的方法是在待检测的飞机蒙皮表面的破损部位布置蜂巢模型的标记点，所述的标记点采用正六边形反光标记点，由多个正六边形反光标记点构成蜂巢模型。
在步骤5)中，所述的对上述拍摄的原始图像进行亚像素级处理，得到标记点的像素边缘的方法是：对步骤4)采集得到的原始图像进行二值化以及形态学处理，再采用自适应中值滤波的方法滤除噪声，从而得到标记点的像素边缘。
在步骤6)中，所述的从上述像素边缘中提取出六边形边界点的方法是：对步骤5)中经过亚像素级处理得到的像素边缘进行灰度加权计算得到边缘灰度值，从而提取出正六边形反光标记点的中心坐标；并且对于每个像素边缘点，沿着该点到正六边形反光标记点中心的方向计算出径向灰度梯度，然后通过灰度加权质心算法求得六边形边界点。
在步骤7)中，所述的根据上述六边形边界点计算出经过标记点中心的直线以及该直线的交点坐标的方法是：由于边界点符合外接圆投影形成的椭圆曲线的性质，所以利用椭圆拟合与正六边形对角线所在的直线的交点得到方程，计算出经过正六边形反光标记点中心的直线以及该直线的交点坐标。
在步骤8)中，所述的根据上述标记点的交点坐标计算出标记点的实际中心位置的方法是根据调和共轭原理和交比不变性计算出标记点的实际中心位置。
本发明提供的基于蜂巢模型的飞机蒙皮小型损伤定位方法能够实现飞机蒙皮表面标记点间的特征对比与匹配，进而实现对飞机蒙皮破损部位的精确检测。其意义在于利用圆的内接正六边形蜂巢模型的无限与无缝隙外扩性来进行定位设计，以达到飞机蒙皮破损检测的高匹配效率、高检测精度，而且计算量小、计算过程简单。若使用双目匹配方法，则更加方便，效果更加突出。
附图说明
图1为本发明提供的基于蜂巢模型的飞机蒙皮小型损伤定位方法所采用的飞机蒙皮小型损伤定位系统结构示意图。
图2为本发明提供的基于蜂巢模型的飞机蒙皮小型损伤定位方法流程图。
图3为正六边形蜂巢模型示意图。
图4为圆形内接正六边形的投影示意图。
图5为正六边形中某一对角线的交比不变性原理示意图。
具体实施方式
下面结合附图和具体实施例对本发明提供的基于蜂巢模型的飞机蒙皮小型损伤定位方法进行详细说明。
如图1、图2所示，本发明提供的基于蜂巢模型的飞机蒙皮小型损伤定位方法包括按顺序执行的下列步骤：
步骤1)建立如图1所示的飞机蒙皮小型损伤定位系统；
所述的系统包括测量旋转台1、两个摄像机2、同步频闪控制装置3和计算机4；其中：测量旋转台1为放置待检测的飞机蒙皮5的可控旋转平台；摄像机2为包含照明光源和摄像头的图像采集装置，两个摄像机2分别置于测量旋转台1的两侧上方，且摄像机镜头对准待检测的飞机蒙皮5；同步频闪控制装置3为图像采集同步控制装置，分别与两个摄像机2相连接，用于实现两个摄像机2的图像同步采集；计算机4分别与两个摄像机2及测量旋转台1相连接，通过两个摄像机2采集待检测的飞机蒙皮5的图像信息并进行处理，并控制测量旋转台1的旋转速度；
步骤2)利用上述飞机蒙皮小型损伤定位系统中的计算机对两个摄像机进行标定；
将上述系统中的两个摄像机2的主光轴夹角设定为60°；根据双目立体视觉原理，利用计算机4对两个摄像机2进行系统标定，获取其内外参数，得到摄像机投影矩阵；
所述的对两个摄像机2进行系统标定的方法为非参数模型校准方法，结合摄像机成像原理及垂线法，直接建立空间不同方位与相面位置的对应关系，通过将成像平面细化分割，利用插值解算得到任意被测未知点的偏移量，从而得到高精度标定结果。
步骤3)在待检测的飞机蒙皮表面的破损部位布置蜂巢模型标记点；
在对待检测的飞机蒙皮5进行破损部位检测时，由于破损部位分布不均匀以及某些破损部位的隐蔽性，所以首先需要在待检测的飞机蒙皮5表面的破损部位布置蜂巢模型的标记点，如图3所示，所述的标记点采用正六边形反光标记点，由多个正六边形反光标记点构成蜂巢模型，以取代传统的圆形标记点。由于蜂巢模型具有无限与无缝隙外扩性，使得该模型能够满足标记点的对比传递，所以可以达到高匹配效率和高检测精度；其中第一标记点1位于蜂巢模型的中心，通过对第一标记点1进行定位，能够快速地进行第一标记点1的特征提取和识别；第二标记点2为第一标记点1的相邻标记点，通过对第二标记点2进行检测和定位，能够与第一标记点1进行很好的特征匹配与对比；以此类推。
由于采用传统的圆形标记点时投影到摄像机成像平面上的图形为椭圆，在此内接正六边形的六个投影点也是位于椭圆的圆周上，其性质符合椭圆方程。下面我们先对圆形蜂巢模型进行分析。
设定X-Y平面为圆平面，在此平面中圆特征满足如下式所示的二维圆方程：
(x-x0)2+(y-y0)2＝r2
其等效矩阵形式为：
pTBp＝0
式中：为圆的矩阵形式，p＝[x y 1]T。
同理可得椭圆的方程与矩阵形式为：
ax2+by2+cxy+dx+ey+f＝0
pTCp＝0
式中：p＝[x y 1]T。
当圆在物空间X-Y平面上且圆心坐标位于坐标原点处，即为令psc＝[xs ys 1]T表示圆周上的一个任意点，得：
psc TCspsc＝0
根据小孔成像模型以及张正友标定法，得到该任意点在图像坐标系下的坐标pcp：
令结合上两式，得到以下公式：
sCi＝(H-1)T CSH-1
式中：pie TCipie＝0；上式中的Ci符合椭圆矩阵的形式这说明空间圆在像平面内的投影是一个椭圆。椭圆方程的系数(a,b,c,d,e,f)是圆半径r的函数：
由椭圆圆心计算公式可以得知，圆心是关于圆半径r的函数。计算公式如下：
式中：m1,m2,m,n1,n2和n是h11,h12,……,h33的函数。
在上式中，当圆半径r置零时，(cx,cy)是实际的圆心：
椭圆圆心和实际圆心的斜率可以表示为：
通过上式可以得出，斜率k不随圆半径r的变化而改变，证明了所有圆的圆心在同一直线上，并且该直线通过实际的圆心。
同样的原理适用于圆的内接正六边形。由于正六边形的六个点都位于圆周上，所以可以取对角的两个点并连线，此线必经过实际的圆心。由于蜂巢模型能够无限外扩，且边缘紧密连接，因此能够快速地进行标记点与标记点间的特征匹配与识别，这也是正六边形有别于其他多边形的特点，所以能够快速地完成对待检测的飞机蒙皮5表面破损部位的定位和检测。同时，由于正六边形反光标记点具有同向高反射效应，因此需要安装照明光源；
步骤4)利用上述飞机蒙皮小型损伤定位系统中的两个摄像机对待检测的飞机蒙皮上的破损部位进行拍摄，获得原始图像；
所述的摄像机2采用高速CCD相机，型号为IMPERX4M，感光尺寸为2/3，分辨率为2060×2056pixel；设置较小的摄像机曝光时间，以保证得到清晰的图像；
步骤5)对上述拍摄的原始图像进行亚像素级处理，得到标记点的像素边缘；
对步骤4)采集得到的原始图像进行二值化以及形态学处理，再采用自适应中值滤波的方法滤除噪声，从而得到标记点的像素边缘；
步骤6)从上述像素边缘中提取出六边形边界点；
对步骤5)中经过亚像素级处理得到的像素边缘进行灰度加权计算得到边缘灰度值，从而提取出正六边形反光标记点的中心坐标；并且对于每个像素边缘点，沿着该点到正六边形反光标记点中心的方向计算出径向灰度梯度，然后通过灰度加权质心算法求得六边形边界点；
步骤7)根据上述六边形边界点计算出经过标记点中心的直线以及该直线的交点坐标；
由于边界点符合外接圆投影形成的椭圆曲线的性质，所以利用椭圆拟合与正六边形对角线所在的直线的交点得到方程，计算出经过正六边形反光标记点中心的直线以及该直线的交点坐标；具体方法如下：图4和图5分别为圆形内接正六边形的投影示意图和正六边形中某一对角线的交比不变性原理示意图，图中的大小写对应表示同一特征的投影关系，如a是A的投影。如图4所示，点0为发光原点，虚线为光束。在物平面内对于由ABCDEF所形成的正六边形的投影为像平面内的多边形abcdef。如图5所示，线段EB为正六边形中任意一对角线，并且点E、B位于正六边形的外接圆上，所以说线段EB的中点P即为圆心。同理在像平面内所形成的投影线段eb也符合这一性质，e、b为不规则多边形abcdef中的两点，且abcdef为正六边形的投影，所以e、b即为外接圆所形成的椭圆投影上的两点，符合椭圆拟合方程的性质，点p为线段eb的中点(实际圆心的投影)。点G、H分别为连接线段FD、AC与EB所形成的交点，按照正六边形的性质分析可以得出，点P为线段GH的中点。同理在投影图像中的性质亦是相同。点e、g、h、b的坐标均可通过联立方程求解。
步骤8)根据上述标记点的交点坐标计算出标记点的实际中心位置；
根据调和共轭原理和交比不变性计算出标记点的实际中心位置。具体方法如下：在像平面内，利用调和共轭点的性质以及交比不变性来实现对蜂巢模型的标记点的精确定位。
对于调和共轭点来说，如果P1、P2、Pm和P∞是四个共线点且满足方程：
{P1,P2；Pm,P∞}＝-1
其中{P1,P2；Pm,P∞}＝-1是交比方程，那么称P1和P2为Pm和P∞的调和共轭点。如果点Pm是P1和P2的中点，那么点P∞是消隐点。由共轭调和点的性质分析可得：
{E,B；P,Q}＝{G,H；P,Q}＝-1
其中，点E、B是正六边形对应顶点，点P是E、B连线中点，点Q是E、B所在直线上的远点，点G、H是E、B连线与其它对角线的交点。由交比不变性可得：
{e,b；p,q}＝{g,h；p,d}＝-1
其中，点e、b、g、h分别是点E、B、G、H在像平面的投影点。p和q是由上式得到的二元二次方程的两个解。根据点p在线段e b上，可以选出点p正确的解，此解就是所求的标记点的实际中心位置。此方法计算量小、计算过程简单。
以上结合附图对本发明的具体实施方式作了说明，但这些说明不能被理解为限制了本发明的范围，本发明的保护范围由随附的权利要求书限定，任何在本发明权利要求基础上的改动都是本发明的保护范围。
Claims (8)
1.一种基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法包括按顺序进行的下列步骤：
步骤1)建立飞机蒙皮小型损伤定位系统；
所述的系统包括测量旋转台(1)、两个摄像机(2)、同步频闪控制装置(3)和计算机(4)；其中：测量旋转台(1)为放置待检测的飞机蒙皮(5)的可控旋转平台；摄像机(2)为包含照明光源和摄像头的图像采集装置，两个摄像机(2)分别置于测量旋转台(1)的两侧上方，且摄像机镜头对准待检测的飞机蒙皮(5)；同步频闪控制装置(3)为图像采集同步控制装置，分别与两个摄像机(2)相连接，用于实现两个摄像机(2)的图像同步采集；计算机(4)分别与两个摄像机(2)及测量旋转台(1)相连接，通过两个摄像机(2)采集待检测的飞机蒙皮(5)的图像信息并进行处理，并控制测量旋转台(1)的旋转速度；
步骤2)利用上述飞机蒙皮小型损伤定位系统中的计算机对两个摄像机进行标定；
步骤3)在待检测的飞机蒙皮表面的破损部位布置蜂巢模型标记点；
步骤4)利用上述飞机蒙皮小型损伤定位系统中的两个摄像机对待检测的飞机蒙皮上的破损部位进行拍摄，获得原始图像；
步骤5)对上述拍摄的原始图像进行亚像素级处理，得到标记点的像素边缘；
步骤6)从上述像素边缘中提取出六边形边界点；
步骤7)根据上述六边形边界点计算出经过标记点中心的直线以及该直线的交点坐标；
步骤8)根据上述标记点的交点坐标计算出标记点的实际中心位置。
2.根据权利要求1所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：在步骤1)中，所述的摄像机(2)采用高速CCD相机。
3.根据权利要求1所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：在步骤2)中，所述的利用上述飞机蒙皮小型损伤定位系统中的计算机对两个摄像机进行标定的方法为非参数模型校准方法，结合摄像机成像原理及垂线法，直接建立空间不同方位与相面位置的对应关系，通过将成像平面细化分割，利用插值解算得到任意被测未知点的偏移量，从而得到高精度标定结果。
4.根据权利要求1所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：在步骤3)中，所述的在待检测的飞机蒙皮表面的破损部位布置蜂巢模型标记点的方法是在待检测的飞机蒙皮(5)表面的破损部位布置蜂巢模型的标记点，所述的标记点采用正六边形反光标记点，由多个正六边形反光标记点构成蜂巢模型。
5.根据权利要求1所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：在步骤5)中，所述的对上述拍摄的原始图像进行亚像素级处理，得到标记点的像素边缘的方法是：对步骤4)采集得到的原始图像进行二值化以及形态学处理，再采用自适应中值滤波的方法滤除噪声，从而得到标记点的像素边缘。
6.根据权利要求1所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：在步骤6)中，所述的从上述像素边缘中提取出六边形边界点的方法是：对步骤5)中经过亚像素级处理得到的像素边缘进行灰度加权计算得到边缘灰度值，从而提取出正六边形反光标记点的中心坐标；并且对于每个像素边缘点，沿着该点到正六边形反光标记点中心的方向计算出径向灰度梯度，然后通过灰度加权质心算法求得六边形边界点。
7.根据权利要求1所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：在步骤7)中，所述的根据上述六边形边界点计算出经过标记点中心的直线以及该直线的交点坐标的方法是：由于边界点符合外接圆投影形成的椭圆曲线的性质，所以利用椭圆拟合与正六边形对角线所在的直线的交点得到方程，计算出经过正六边形反光标记点中心的直线以及该直线的交点坐标。
8.根据权利要求1所述的基于蜂巢模型的飞机蒙皮小型损伤定位方法，其特征在于：在步骤8)中，所述的根据上述标记点的交点坐标计算出标记点的实际中心位置的方法是根据调和共轭原理和交比不变性计算出标记点的实际中心位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910300451.XA CN110018170B (zh) | 2019-04-15 | 2019-04-15 | 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910300451.XA CN110018170B (zh) | 2019-04-15 | 2019-04-15 | 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110018170A true CN110018170A (zh) | 2019-07-16 |
| CN110018170B CN110018170B (zh) | 2021-08-13 |
Family
ID=67191397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910300451.XA Active CN110018170B (zh) | 2019-04-15 | 2019-04-15 | 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110018170B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179346A (zh) * | 2019-12-26 | 2020-05-19 | 广东星舆科技有限公司 | 标签图像的特征提取方法、装置及定位方法、定位设备 |
| CN111256594A (zh) * | 2020-01-18 | 2020-06-09 | 中国人民解放军国防科技大学 | 一种飞机蒙皮表面状态物理特征的测量方法 |
| CN112906523A (zh) * | 2021-02-04 | 2021-06-04 | 上海航天控制技术研究所 | 一种硬件加速的深度学习目标机型识别方法 |
| CN113295164A (zh) * | 2021-04-23 | 2021-08-24 | 四川腾盾科技有限公司 | 一种基于机场跑道的无人机视觉定位方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101144708A (zh) * | 2007-09-26 | 2008-03-19 | 东南大学 | 三维扫描系统中圆形标志点的检测方法 |
| CN102663152A (zh) * | 2012-03-08 | 2012-09-12 | 北京航空航天大学 | 一种异型蜂窝蒙皮结构的有限元建模方法 |
| CN102915535A (zh) * | 2012-08-23 | 2013-02-06 | 深圳大学 | 摄像机投影变换中圆形标志点的圆心偏差修正方法及系统 |
| CN105405134A (zh) * | 2015-11-05 | 2016-03-16 | 山东科技大学 | 一种相机检校标志中心坐标提取方法 |
| CN106546233A (zh) * | 2016-10-31 | 2017-03-29 | 西北工业大学 | 一种面向合作目标的单目视觉定位方法 |
| CN106600647A (zh) * | 2016-06-30 | 2017-04-26 | 华南理工大学 | 一种双目视觉多线投影结构光标定方法 |
| US20190106193A1 (en) * | 2017-10-05 | 2019-04-11 | Gulfstream Aerospace Corporation | Unified canopies for aircraft |
| CN111717419A (zh) * | 2020-06-02 | 2020-09-29 | 上海卫星工程研究所 | 适用多台大载荷安装的卫星顶板 |
-
2019
- 2019-04-15 CN CN201910300451.XA patent/CN110018170B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101144708A (zh) * | 2007-09-26 | 2008-03-19 | 东南大学 | 三维扫描系统中圆形标志点的检测方法 |
| CN102663152A (zh) * | 2012-03-08 | 2012-09-12 | 北京航空航天大学 | 一种异型蜂窝蒙皮结构的有限元建模方法 |
| CN102915535A (zh) * | 2012-08-23 | 2013-02-06 | 深圳大学 | 摄像机投影变换中圆形标志点的圆心偏差修正方法及系统 |
| CN102915535B (zh) * | 2012-08-23 | 2016-01-20 | 深圳大学 | 摄像机投影变换中圆形标志点的圆心偏差修正方法及系统 |
| CN105405134A (zh) * | 2015-11-05 | 2016-03-16 | 山东科技大学 | 一种相机检校标志中心坐标提取方法 |
| CN106600647A (zh) * | 2016-06-30 | 2017-04-26 | 华南理工大学 | 一种双目视觉多线投影结构光标定方法 |
| CN106546233A (zh) * | 2016-10-31 | 2017-03-29 | 西北工业大学 | 一种面向合作目标的单目视觉定位方法 |
| US20190106193A1 (en) * | 2017-10-05 | 2019-04-11 | Gulfstream Aerospace Corporation | Unified canopies for aircraft |
| CN111717419A (zh) * | 2020-06-02 | 2020-09-29 | 上海卫星工程研究所 | 适用多台大载荷安装的卫星顶板 |
Non-Patent Citations (6)
| Title |
|---|
| 于之靖等: "蜂巢模型标记的飞机蒙皮小型损伤定位方法", 《激光与光电子学进展》 * |
| 任永杰 等: "机器人柔性视觉检测系统现场标定技术", 《机器人》 * |
| 卢荣胜 等: "自动光学（视觉）检测技术及其在缺陷检测中的应用综述", 《光学学报》 * |
| 徐德刚 等: "基于扇形邻域差异直方图的匣钵裂纹检测", 《光学学报》 * |
| 李润泉 等: "正六边形多孔阵列的涡旋光衍射", 《光学学报》 * |
| 韩玉川等: "一种基于边缘系数的闭合点云边缘提取算法", 《激光与光电子学进展》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179346A (zh) * | 2019-12-26 | 2020-05-19 | 广东星舆科技有限公司 | 标签图像的特征提取方法、装置及定位方法、定位设备 |
| CN111256594A (zh) * | 2020-01-18 | 2020-06-09 | 中国人民解放军国防科技大学 | 一种飞机蒙皮表面状态物理特征的测量方法 |
| CN111256594B (zh) * | 2020-01-18 | 2022-01-14 | 中国人民解放军国防科技大学 | 一种飞机蒙皮表面状态物理特征的测量方法 |
| CN112906523A (zh) * | 2021-02-04 | 2021-06-04 | 上海航天控制技术研究所 | 一种硬件加速的深度学习目标机型识别方法 |
| CN112906523B (zh) * | 2021-02-04 | 2022-12-27 | 上海航天控制技术研究所 | 一种硬件加速的深度学习目标机型识别方法 |
| CN113295164A (zh) * | 2021-04-23 | 2021-08-24 | 四川腾盾科技有限公司 | 一种基于机场跑道的无人机视觉定位方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110018170B (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110018170A (zh) | 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 | |
| US8111907B2 (en) | Method for repeatable optical determination of object geometry dimensions and deviations | |
| CN102661956B (zh) | 超光滑表面缺陷检测系统的畸变校正方法 | |
| JP5480914B2 (ja) | 点群データ処理装置、点群データ処理方法、および点群データ処理プログラム | |
| CN105092607B (zh) | 球面光学元件表面缺陷评价方法 | |
| WO2015154487A1 (zh) | 一种基于视觉测量的群孔垂直度检测系统和方法 | |
| US20140333760A1 (en) | Peripheral inspection system and method | |
| Tao et al. | Weak scratch detection and defect classification methods for a large-aperture optical element | |
| CN104359403A (zh) | 基于亚像素边缘算法的平面零件尺寸测量方法 | |
| CN112540089B (zh) | 数字成像系统在混凝土桥梁裂缝检测和分析中的应用方法 | |
| CN109557101A (zh) | 一种非标高反射曲面工件的缺陷检测装置及方法 | |
| CN103649732A (zh) | 用于圆柱形部件内表面检测的技术 | |
| Zhang et al. | Accuracy improvement in laser stripe extraction for large-scale triangulation scanning measurement system | |
| CN110044931B (zh) | 一种曲面玻璃表面和内部缺陷的检测装置 | |
| CN103593663A (zh) | 一种钞券印版的图像定位方法 | |
| CN106643492A (zh) | 一种航空发动机损伤叶片三维数字散斑造型方法 | |
| Zhang et al. | Research on surface defect detection of ceramic ball based on fringe reflection | |
| Guan et al. | Defect detection method for specular surfaces based on deflectometry and deep learning | |
| Ortiz et al. | Location and shape measurement using a portable fringe projection system | |
| US20160185469A1 (en) | Method and system for aircraft appearance inspection | |
| CN107271445A (zh) | 一种缺陷检测方法及装置 | |
| JP2016162412A (ja) | 指示針式メータ用画像解析装置、指示針式メータ用画像解析方法及びプログラム | |
| Tehrani et al. | A new approach to 3D modeling using structured light pattern | |
| CN111610000B (zh) | 一种基于角度测量星敏感器光学系统倍率色差的方法 | |
| Moreno-Oliva et al. | Shape measurement of solar collectors by null screens |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231213 Address after: AVIC Science Park, No. 9, Guangxuan Road, Dongli District, Tianjin 300300 Patentee after: Hu Wanli Patentee after: Liu Guixing Address before: 300300 Tianjin city Dongli District North Road No. 2898 Patentee before: CIVIL AVIATION University OF CHINA |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240207 Address after: Room 306, Building C2, Science and Technology Park, Civil Aviation University of China, Zone C, Guangxuan Road Aviation Business Center, Dongli District, Tianjin, 300300 Patentee after: Tianjin Ruichi Aviation Technology Co.,Ltd. Country or region after: China Address before: AVIC Science Park, No. 9, Guangxuan Road, Dongli District, Tianjin 300300 Patentee before: Hu Wanli Country or region before: China Patentee before: Liu Guixing |