CN110567437A - 港口起重机械摄影测量方法 - Google Patents
港口起重机械摄影测量方法 Download PDFInfo
- Publication number
- CN110567437A CN110567437A CN201910573452.1A CN201910573452A CN110567437A CN 110567437 A CN110567437 A CN 110567437A CN 201910573452 A CN201910573452 A CN 201910573452A CN 110567437 A CN110567437 A CN 110567437A
- Authority
- CN
- China
- Prior art keywords
- point
- focal length
- precision
- error
- value
- 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 62
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 230000003287 optical effect Effects 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000012360 testing method Methods 0.000 abstract description 20
- 238000001514 detection method Methods 0.000 abstract description 9
- 238000012937 correction Methods 0.000 abstract description 7
- 238000012795 verification Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000011295 pitch Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- NRNCYVBFPDDJNE-UHFFFAOYSA-N pemoline Chemical compound O1C(N)=NC(=O)C1C1=CC=CC=C1 NRNCYVBFPDDJNE-UHFFFAOYSA-N 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种港口起重机械摄影测量方法。首先,该方法通过引入冗余观测点作为指针点,对实时焦距进行了初步检测。其次,该方法提出了一种基于镜头光学畸变模型的指针点加权算法,以高焦距检测结果的精度。第三,一种用于修正人工选点误差的次像素级修正算法被给出以进一步提高检测结果的精度。最后,为了平衡效率与精度,本文还基于以上方法提出了一套迭代优化方法。为了验证算法的实际执行效果,基于算法特征及港口环境本论文设计了验证试验。试验结果表明,该方法可显著提升变焦拍摄测量结果精度。尤其是在远距离测量时,误差可由传统算法结果的约35%降至约1%左右。
Description
技术领域
本发明属于港口起重机安全领域,具体涉及一种港口起重机械摄影测 量方法。
背景技术
港口起重机械是一类高风险的特种设备,其结构失效所引起的后果往 往十分严重。因此,对其进行科学的安全评价,确保使用过程的安全性, 具有重要的意义。无论是安全分析模型的建立还是模糊化评价结果的得出, 都要依赖于港口起重机械的精准尺寸参数,因此针对这些参数的测量工作, 是安全评价工作的重要基础。现阶段,港口起重机械安全评价工作的数据 主要来源于人工操作全站仪及安置应变片采集,作业过程自动化程度极低, 所以速度较慢、效率低下,往往需要一整天的时间,才可以完成一台设备 的检测。为了提高测量速度与测量效率,实现测量过程的自动化,是一条 必由之路。
目前,可以实现测量过程自动化的方法有两种:激光扫描和摄影测量。 由于港口起重机械结构尺寸巨大,且由于海风的存在,即使停机状态下, 构件也存在着轻微的振动,激光扫描方法存在着设站数量过多,测量结果 精度无法保证的缺陷。而摄影测量方法则可以通过远距离测量,有效地解 决以上问题,因此对于港口起重机械而言,摄影测量方法是目前唯一的选 择。
但即使是摄影测量这样一种具有原理优势的方法,其在港口起重机械 测量领域的应用,也依然存在着需要解决的技术难题。针对港口起重机械 摄影测量的最终目的,是为了获得试验点在物方坐标系内的三维坐标,从 而为三维模型的重建以及关键结构的力学分析等研究工作提供数据支持, 因此对测量结果的精度有着较高的要求。但摄影测量技术在被应用于港口 起重机械的测量时,其表现却并不尽如人意。目前虽然有使用摄影测量方 法对起重机进行检测,但由于港口环境复杂,测量站的设置位置会受到港 口布局、堆料状态以及物流作业等诸多因素的影响,这使得测量站与被测 物体之间的距离无法提前预知。因此,传统摄影测量所使用的不使用相机 自动对焦功能的拍摄法往往无法获取到清晰的成片效果。而一旦需要使用 相机的自动对焦功能,即使使用的是定焦镜头,拍摄时相机的焦距仍然会 发生改变。
发明内容
本发明就是针对现有技术的不足,提供了一种港口起重机械摄影测量 方法,可显著提升变焦拍摄测量结果精度。
为了实现上述目的,本发明所设计的一种港口起重机械摄影测量方法, 其特征在于,包括以下步骤:
s1、引入冗余观测点焦距检校算法,具体为:
选取多个控制点作为精度指针点;
对每个精度指针点用固定步距连续改变焦距f的值,得出各精度指针点 三维坐标误差值的绝对值之和Δ以及对应的焦距数值f;
比较各精度指针点的Δ,选取Δ值最小时所对应的焦距数值f,最终的 焦距测量值;
s2、将s1进行基于镜头光学畸变模型的加权算法,具体为:
对各精度指针点在所用到的照片中的畸变进行求和;
将求和后的各精度指针点进行归一化处理,其对应的结果作为各精度 指针的权重;
s3、焦距测量值的选取,具体过程如下:
对步骤s1中各精度指针点的三维坐标误差值的绝对值之和Δ进行求和 运算;
将所述步骤s2中的权重加入到对应的精度指针点求和后的Δ中;
比较上述加入权重后的误差求和值,将其中最小值对应的精度指针点 作为测量选点,且将该测量选点的最小误差Δ所对应的焦距值f作为最终的 焦距测量值。
进一步地,采用次像素优化算法修正步骤s1中的选点误差,具体过程 如下:
以所述控制点像素点为中心,依据人工选点的最大误差,做边长为D 的正方形区域,则区域D被等分为个边长为d的较小的正方形区域, 其中d为单个像素的边长;实验中为了减少计算,D会选择10个像素。
将各控制点的个正方形区域作为单个精度指针点,利用步骤S1、 步骤s2和步骤s2进行计算,得到最终的测量焦距。
更进一步地,采用次像素迭代优化减少迭代次数,具体过程如下:
人工设定误差Δ阈值,根据次像素优化算法,利用步骤s1、s2和s3计 算其中一控制点的精度指针点组GM0,解算出测量焦距fq0j;
再基于焦距fq0j计算另一控制点的精度指针点组GM1,若该控制点的 精度指针点对应的最小误差小于等于误差阈值,这该控制点选点方案合格, 并采用该控制点所对应的精度最高焦距作为测量焦距;
若所述精度指针点组GM1的最小误差大于阈值,则基于该精度指针点 组GM1对应的精度最高焦距fq1j再次重复上一步骤,至产生符合要求的焦 距fqmj为止。
进一步地,所述步骤s1中的固定步距其中,定焦镜头的变焦 能力为:[-fm,fm];检校迭代步数为:n。
本发明的优点在于:
1、本发明所述算法可以实现相机焦距的实时、自动标定;
2、本发明所述基于光学畸变模型的加权算法可以有效提升相机焦距的 标定精度;
3、本发明所述次像素修正算法可以进一步提升相机焦距标定的精度;
4、本发明所述迭代方法可以在保证合理精度的前提下,同时保证标 定工作的执行效率。
附图说明
图1为本发明的f-Δ曲线图。
图2为像平面坐标系非线性畸变示意图。
图3为选点误差a示意图。
图4为本选点误差b示意图。
图5为选点误差c示意图。
图6为选点误差数值分析示意图。
图7为迭代参数设置示意图。
图8为最小误差值Δmin示意图。
图9为迭代流程示意图。
图10为工程验证试验试验点间距示意图。
图11工程验证误差对比图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细描述:
本发明所设计的港口起重机械摄影测量方法,包括以下步骤:
s1、引入冗余观测点焦距检校算法,具体为:
s11选取多个控制点作为精度指针点;
s12对每个精度指针点用固定步距连续改变焦距f的值,得出各精度指 针点三维坐标误差值的绝对值之和Δ以及对应的焦距数值f,具体过程如 下:
将前方交会的结果与精确值作比较,是衡量测量误差最为直观、准确 的方法。而焦距f对于解算结果精度的影响,可以通过数值模拟的方法进行 分析。利用一组除焦距标准f值为57.3mm,其它参数绝对正确的模拟数据, 通过在一定区间内,按照固定步距连续改变焦距f的值,不断对试验点的参 数进行重复解算,将解算值与其在物方空间的标准坐标值比较可得出如图1 所示的f-Δ曲线:
图中:横坐标为焦距f的数值,变化范围为:40-60mm,解算采用的步 距为:0.01mm;纵坐标为物方空间内,待测点三维坐标误差值的绝对值之 和Δ,其单位为毫米。
由图1可知,随着焦距f误差的增大,解算结果的误差也急剧上升,f-Δ 曲线呈现出明显的类抛物线特征,即其最小值点是唯一的。基于这一特征, 本论文采用了引入冗余观测点作为精度指针点,通过比较一定范围内所有 可能焦距的解算结果精度,选出精度最高的一组所对应的焦距值,作为焦 距的测量值。这一算法的细节如下:
设,针对某一精度指针点:
定焦镜头的标准焦距为:fbc;定焦镜头的变焦能力为:[-fm,fm];检校 迭代步数为:n;检校迭代的步距为:
则依据共线方程:
Δi=|Xi-X0|+|Yi-X0|+|Zi-Z0|. (2-2)
其中:Xi、Yi、Zi为精度指针点解算所得的物方坐标;X0、Y0、Z0为 精度指针点测量所得的物方坐标;a1、a2、a3、b1、b2、b3、c1、c2、c3为相 片的三个外方位角元素组成的九个方向余弦;x、y、-fi为像点的像空间坐 标;Xs、Ys、Zs为测量站的物方空间坐标;i=1,2,3...n-1,n;fi为相机焦距, f1=-fm,fn=fm,fi=fi-1+s;Δi为fi所对应的误差值的绝对值之和。
依据公式2-1、2-2,可以求出与fi相对应的Δi的集合,该集合即可作为 单点焦距估测模型:
qf={Δ1,Δ2,...,Δn-1,Δn}. (2-3)
设qf所对应的最小值为:
qfmin=Δm,1≤m≤n. (2-4)
则可以认为,Δm所对应的焦距fm为标准焦距的估测值,即:
fm≈fbc. (2-5)
s13对各精度指针点的Δ求和,选取Δ求和值最小所对应的精度指针点 的qfmin=Δm对应的焦距数值,作为最终的焦距测量值,具体过程为:
依据公式2-3,设共有k个精度指针点,则有k个fi相对应的Δi的集合:
在这种情况下,要选出误差最小的焦距,就需要将每个精度指针点所 对应的Δi的集合合并为一个综合误差集合QF,我们称这一集合为多点焦距 估测模型:
设QF所对应的最小值为:
所对应的fj即可作为焦距的多点估测值:
fj≈fbc. (2-9)
s2、将s1进行基于镜头光学畸变模型的加权算法,具体为:
s21对各精度指针点在所用到的照片中的畸变进行求和;
由公式2-7可知,焦距的估测值fj是建立在各精度指针点在评估体系中 拥有着相同的权重这一前提之下的。然而,由于相机及光学镜头在制造过 程之中,不可避免地存在着加工及装配误差,由相机所拍摄的照片上必然 存在着光学畸变。而光学畸变的存在,会干扰摄影测量系统的精度,且光 学畸变的影响会随着实际成像点在CCD图像传感器上的位置发生改变,因 此,不同的精度指针点的置信度实际上并不相同。为了科学地量化评价不同精度指针点的置信度,以提高焦距估测值的准确性,就需要一套基于相 机镜头光学畸变模型的加权算法。
镜头的光学畸变主要有以下三种:由镜头的形状缺陷导致的径向畸变; 由镜头加工制造和装配误差导致的偏心畸变;由镜头加工制造和装配误差 导致的薄棱镜畸变。这三种畸变都会引起像点的径向偏差,而偏心畸变与 薄棱镜畸变还会引起像点的切向偏差。依据RICOLFE-VIALAC等人的研 究,光学镜头的畸变模型可分为x轴方向的畸变模型与y轴方向的畸变模 型:
δx=δjx+δlx+δbx=k1x(x2+y2)+[q1(3x2+y2)+2q2xy]+s1(x2+y2). (2-10)
δy=δjy+δly+δby=k2y(x2+y2)+[q2(3x2+y2)+2q1xy]+s2(x2+y2). (2-11)
其中:k1、k2为径向畸变参数;q1、q2为偏心畸变参数;s1、s2为薄棱 镜畸变参数;(x,y)为像点在像平面坐标系内的坐标;δjx为x轴方向的径向 畸变;δlx为x轴方向的偏心畸变;δbx为x轴方向的薄棱镜畸变;δx为x轴方 向的非线性畸变值;δly为y轴方向的偏心畸变;δby为y轴方向的薄棱镜畸 变;δy为y轴方向的非线性畸变值。
δx、δy在像平面坐标系内的位置关系如图2所示:
其中:p点为像素点的理论位置,p'点为像素点的实际位置,δpp'为p点 与p'点之间的距离。可知光学畸变δpp'的计算公式为:
δpp'是直观衡量像点光学畸变大小的重要参数,它与像点的置信度成反 比,因此,它也与像点在焦距估测模型中的权重成反比。
设:共有r个精度指针点,结算过程共用到s张照片,依据公式2-12可 以得到各精度指针点在各像平面坐标系内的光学畸变集合:
集合中各元素之和为:
依据公式2-14,可计算得出各精度指针点的权重系数为:
s22将求和后的各精度指针点进行归一化处理,其对应的结果作为各精 度指针的权重;
为了使计算过程更为直观,还应对公式2-15计算所得的权重系数进行 归一化:
s3、焦距测量值的选取,具体过程如下:
将所述步骤s22中的权重加入到步骤s13中对应的精度指针点求和后的 Δ中,具体过程如下:
将各精度指针点的权重系数Q1、Q2、…、Qr带入到公式2-7所示的多 点焦距估测模型中,即可得到如公式2-17所示的加权多点焦距估测模型:
设QFQ所对应的最小值为:
所对应的fqj即可作为焦距的加权多点估测值:
fqj≈fbc. (2-19)
由于港口起重机械的尺寸过于巨大,在起重机表面合适位置粘贴标志 点的作业十分危险,因此只能选择起重机或周边建筑物上较为明显的特征 点,用全站仪标定物方坐标后作为控制点使用。此外,基于港口起重机械 外部特征的复杂性,在摄影测量的过程之中,控制点的选取需要依赖人工 选点,而人工选点就不可避免地会产生误差。
因人工选点产生的误差主要包含三种:
a、因人为失误造成的选点误差:这一误差产生于因人为失误造成的, 所选像素点并非实际成像点的情况。如图3所示,每一个方格代表着一个 独立的像素,像素a为控制点正确的成像点,而像素a'为人工选择的成像点, 在实际操作中,这种像素级的偏差难以察觉,几乎无法避免。
b、因为控制点在实际成像时小于单个像素尺寸而产生的误差:如图4 所示,方框为一个像素,点a为控制点的实际成像点,由于该点小于单个像 素的面积,因此即使点选正确,在计算时,也会默认选点位置为像素点的 中心o点,这就使得次像素级别的误差无可避免。
c、因为控制点实际成像大于单个像素尺寸而产生的误差:如图5所示, 每个边长为d的方格代表一个像素点,而控制点的实际成像是以点o为圆 心,r为半径的区域。一旦d≤r,就会出现实际成像点覆盖多像素点的情况, 此时依靠人工找准实际成像点中心o点显然不切实际。
控制点成像点的选点误差会造成后方交会结果的精度降低,从而对前 方交会最终解算结果的精度造成负面影响。依据如图6所示的数值分析结 果,在其它参数准确的情况下,仅以像素为单位,改变各控制点平均选点 误差Δxd,可以发现最终解算结果的误差Δ随着Δxd的增大而急剧增加,即使 是在曲线较为平缓的前半段,误差Δ已很难满足港口起重机械安全评估工作 的需求。因此,对选点误差进行修正十分必要。
为了尽可能地对以上两种误差进行修正,本发明采用次像素优化算法修 正步骤s1中的选点误差,具体过程如下:
如图7所示,点a为人工选择的像素点中心,D为以点a为中心的正方 形区域,其被等分为个边长为d的较小的正方形区域,称之为次像素 校正单元。
设共有n个控制点用于解算外方位元素,则次像素校正单元共有 种组合方式,每一种组合方式,都代表着一个选点方案。依次将每 一个次像素校正单元的中心,作为控制点的选点位置,进行后方交会,即 可得到组外方位元素。
依次使用每组外方位元素,由上述方式,可以计算得到个焦距 的加权多点估测值,以及由每个加权多点估测值所对应的最小误差Δmin所组 成的集合DM:
其中,Δmin的定义如图8所示,它的值与选点方案的准确性成正比。
设DM所对应的最小值为DMmin:
DM=Δmink,1≤k≤g (2-2)
则DMmin所对应的选点方案为最优选点方案,我们称之为:点组GM。 由于进行了次像素级别的优化,依据点组GM计算得出的加权多点估测值的 精度将较人工选点所得出的点组有较大的提升。
利用次像素优化算法修正步骤s1中的选点误差的方法可以极大程度地 提高焦距检测结果的精度,但是,一旦图7所示的检测范围较大,或次像 素校正单元较小时,次像素校正单元可能的组合种数就会十分巨 大,而由于每种组合均需要次像素优化算法修正步骤s1中的选点误差的方 法结合步骤s1、步骤s2和步骤s3进行完整的计算,这一过程将会耗费极 长的时间,降低了港口应用时的效率。
为了平衡检测结果的精度与执行效率采用次像素迭代优化减少迭代次 数,如图9所示,具体过程如下:
首先使用采用人工选点方式的点组GM0,基于次像素优化算法修正选 点误差的焦距预测,计算得出的焦距加权多点估测值fq0j。再将解算用的焦 距固定为fq0j,将上述基于次像素优化算法修正选点误差的焦距预测方法仅 改变外方位元素,计算出在以焦距fq0j为前提的情况下,最佳的选点方案 GM1,以及其所对应的最小误差Δmin。通过对比Δmin与人工设定的阈值yz, 可以看出这一选点方案是否符合精度要求。如果Δmin≤yz,则认为选点方案 合格,输出选点方案GM1所对应的加权多点估测值fq1j为焦距的检测值。 如果Δmin>yz,则认为选点方案不合格,采用GM1选点方案,基于焦距fq1j再 次重复这一过程。迭代过程将持续至产生符合要求的焦距fqmj为止,下标m 为最终的迭代次数。
由于每次用于最佳焦距计算的点组由随机组合变为确定选择,这一迭 代方法使每次迭代所需要进行的解算次数由次降为次,大大提升算法执行的效率。而有阈值yz作为量化评价误差是否合格的 基准,在提升效率的同时,焦距f的测量精度也能得到保障。更有意义的是, 由于效率的提升,使得选择更大的检测范围及更小的次像素检测单元成为 可能,这将有利于进一步提升测量精度的等级。
实施例
选取港口装备节能技术综合实验平台作为实验对象。该平台为一台全 尺寸的轨道龙门吊(RTG),是十分典型的大尺寸机械结构。且由于周边为 道路与树木所环绕,只能进行远距离拍摄,且适合设置测量站的位置十分 稀缺,因此可以很好地模拟本发明的方法所服务的港口环境。
在该综合实验平台上分别设定点1、2、3、4为控制点,并确定点a、b 为所述精度指针点,点c、d、e、f、o为试验点。在实际工程中,以上各点 的数据本应通过全站仪获取,本实验有平台的图纸,因此各点的物方坐标 可直接通过图纸获取。各点的坐标如表1所示。
表1.标定点物方坐标西坐标
而为了更加贴合工程实际的需求,工程验证的指标将不再选取为各试 验点的三维空间坐标,而是更具有工程意义的,试验点c、d、e、f、o所在 加强筋板边缘之间的距离:Dcd、Dde、Def以及Dfo,依据图纸,它们均为: 1800mm。
由于工程验证的拍摄距离较远,且试验过程中可以保证光照的充足, 本次试验所采用的相机是一台高像素的单反相机Canon EOS 5Ds,搭配镜头 为Canon EF 50mm f/1.8STM,该相机的技术参数如表格2所示。为了保证 试验过焦距f的相对稳定以及用于解算的照片的清晰度,拍摄用于标定的照 片及试验照片时均在采用在最近测量站使用自动对焦模式(AF)完成对焦 后,切换至手动对焦模式(MF)完成拍摄的方法。
表2.相机CCD参数
本实验中,相机位置距离被测对象约为50m。
本次试验所采用的相机标定工具为MATLAB Camera Calibrator toolbox,这是一种因结果准确、标定场建立便捷而被广泛应用的成熟的相 机标定工具。相机的标定结果如表格3所示:
表3.相机传统方法标定结果
表中:f为焦距的标定值,在此后该值将作为传统方法实验室的标定值 使用;Δx、Δy为像平面坐标系中心的偏移;k1、k2为相机的径向畸变参数; q1、q2为相机的偏心畸变参数;s1、s2为相机的薄棱镜畸变。
依据本专利所述的方法,工程验证试验中的实时标定焦距值f如表格4 所示。
表4.专利算法焦距标定结果
依据图纸,可知在工程验证试验中试验点c、d、e、f、o的间距如图 10所示,皆为1800mm。
这些试验点的间距代表着各加强筋板间的距离,在起重机的安全评估 中有着重要的意义。因此,从实际工程应用需求,本次试验以测量所得试 验点c、d、e、f、o之间的间距D,D减去已知真实值所得的绝对误差△D, 以及△D除以D所得的相对误差△D/1800作为衡量试验结果准确性的参 数。
通过试验解算,可计算得出如表格5与表格6所示的,传统方法与试 验方法所得测量结果中,这些参数的数值。
表5.传统发明工程验证结果
表6本发明工程验证结果
作为衡量测量误差大小的重要指标,远景工程试验传统方法与试验方 法所得测量结果的相对误差对比如图11所示。
通过对比表格5与表格6中的数据,以及直观表现相对误差的图11, 我们可以发现,本论文所述的方法在切合工程实际需求的远景测量中,相 较于传统方法,可以得到更为精确的测量结果,无论是绝对误差还是相对 误差,都有着几何级数的改善。
Claims (4)
1.一种港口起重机械摄影测量方法,其特征在于,包括以下步骤:
s1、引入冗余观测点焦距检校算法,具体为:
选取多个控制点作为精度指针点;
对每个精度指针点用固定步距连续改变焦距f的值,得出各精度指针点三维坐标误差值的绝对值之和Δ以及对应的焦距数值f;
比较各精度指针点的Δ,选取Δ值最小时所对应的焦距数值f,最终的焦距测量值;
s2、将s1进行基于镜头光学畸变模型的加权算法,具体为:
对各精度指针点在所用到的照片中的畸变进行求和;
将求和后的各精度指针点进行归一化处理,其对应的结果作为各精度指针的权重;
s3、焦距测量值的选取,具体过程如下:
对步骤s1中各精度指针点的三维坐标误差值的绝对值之和Δ进行求和运算;
将所述步骤s2中的权重加入到对应的精度指针点求和后的Δ中;
比较上述加入权重后的误差求和值,将其中最小值对应的精度指针点作为测量选点,且将该测量选点的最小误差Δ所对应的焦距值f作为最终的焦距测量值。
2.根据权利要求1所述的港口起重机械摄影测量方法,其特征在于:
采用次像素优化算法修正步骤s1中的选点误差,具体过程如下:
以所述控制点像素点为中心,做边长为D的正方形区域,则区域D被等分为个边长为d的较小的正方形区域,其中d为单个像素的边长;
将各控制点的个正方形区域作为单个精度指针点,利用步骤S1、步骤s2和步骤s2进行计算,得到最终的测量焦距。
3.根据权利要求2所述的港口起重机械摄影测量方法,其特征在于:
采用次像素迭代优化减少迭代次数,具体过程如下:
人工设定误差Δ阈值,根据次像素优化算法,利用步骤s1、s2和s3计算其中一控制点的精度指针点组GM0,解算出测量焦距fq0j;
再基于焦距fq0j计算另一控制点的精度指针点组GM1,若该控制点的精度指针点对应的最小误差小于等于误差阈值,这该控制点选点方案合格,并采用该控制点所对应的精度最高焦距作为测量焦距;
若所述精度指针点组GM1的最小误差大于阈值,则基于该精度指针点组GM1对应的精度最高焦距fq1j再次重复上一步骤,至产生符合要求的焦距fqmj为止。
4.根据权利要求1所述的港口起重机械摄影测量方法,其特征在于:所述步骤s1中的固定步距其中,定焦镜头的变焦能力为:[-fm,fm];检校迭代步数为:n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910573452.1A CN110567437B (zh) | 2019-06-28 | 2019-06-28 | 港口起重机械摄影测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910573452.1A CN110567437B (zh) | 2019-06-28 | 2019-06-28 | 港口起重机械摄影测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110567437A true CN110567437A (zh) | 2019-12-13 |
CN110567437B CN110567437B (zh) | 2021-05-18 |
Family
ID=68773710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910573452.1A Active CN110567437B (zh) | 2019-06-28 | 2019-06-28 | 港口起重机械摄影测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110567437B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115326019A (zh) * | 2022-07-28 | 2022-11-11 | 宁波市特种设备检验研究院 | 一种基于光学畸变加权的外方位元素转移算法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU808843A1 (ru) * | 1979-01-10 | 1981-02-28 | Ростовский Инженерно-Строительныйинститут | Стереофотограмметрический прибор |
CN104660900A (zh) * | 2013-10-30 | 2015-05-27 | 株式会社摩如富 | 图像处理装置及图像处理方法 |
CN108088383A (zh) * | 2017-12-05 | 2018-05-29 | 武汉理工大学 | 一种应用于起重机械的摄影测量算法 |
CN108345085A (zh) * | 2017-01-25 | 2018-07-31 | 广州康昕瑞基因健康科技有限公司 | 聚焦方法和聚焦系统 |
CN109141372A (zh) * | 2018-09-05 | 2019-01-04 | 武汉理工大学 | 一种用于港口起重机械摄影测量的模糊匹配方法 |
CN109883399A (zh) * | 2019-03-15 | 2019-06-14 | 武汉理工大学 | 一种基于焦距修正的重叠多片摄影测量交替趋近算法 |
-
2019
- 2019-06-28 CN CN201910573452.1A patent/CN110567437B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU808843A1 (ru) * | 1979-01-10 | 1981-02-28 | Ростовский Инженерно-Строительныйинститут | Стереофотограмметрический прибор |
CN104660900A (zh) * | 2013-10-30 | 2015-05-27 | 株式会社摩如富 | 图像处理装置及图像处理方法 |
CN108345085A (zh) * | 2017-01-25 | 2018-07-31 | 广州康昕瑞基因健康科技有限公司 | 聚焦方法和聚焦系统 |
CN108088383A (zh) * | 2017-12-05 | 2018-05-29 | 武汉理工大学 | 一种应用于起重机械的摄影测量算法 |
CN109141372A (zh) * | 2018-09-05 | 2019-01-04 | 武汉理工大学 | 一种用于港口起重机械摄影测量的模糊匹配方法 |
CN109883399A (zh) * | 2019-03-15 | 2019-06-14 | 武汉理工大学 | 一种基于焦距修正的重叠多片摄影测量交替趋近算法 |
Non-Patent Citations (3)
Title |
---|
刘立成: "基于摄影测量的钢结构应力检测方法", 《测试试验》 * |
孟丽媛: "近景摄影测量在基坑监测中的应用研究", 《测绘通报》 * |
鲁恩顺: "A weighting intersection point prediction iteration optimization algorithm used in photogrammetry for port hoisting machinery", 《OPTICS AND LASER TECHNOLOGY》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115326019A (zh) * | 2022-07-28 | 2022-11-11 | 宁波市特种设备检验研究院 | 一种基于光学畸变加权的外方位元素转移算法 |
Also Published As
Publication number | Publication date |
---|---|
CN110567437B (zh) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242908B (zh) | 用于水下双目视觉测量系统的标定方法 | |
CN101334267B (zh) | 数字影像测头矢量坐标变换标定与误差修正方法及其装置 | |
US7349580B2 (en) | Apparatus and method for calibrating zoom lens | |
CN113267258A (zh) | 红外测温方法、装置、设备、智能巡检机器人及存储介质 | |
CN109945792A (zh) | 一种高反光圆柱体的直径测量方法、装置以及使用方法 | |
CN110567437B (zh) | 港口起重机械摄影测量方法 | |
CN111047586A (zh) | 一种基于机器视觉的像素当量测量方法 | |
CN111189403B (zh) | 一种隧道变形的监测方法、装置及计算机可读存储介质 | |
Huo et al. | A flexible calibration method based on small planar target for defocused cameras | |
CN110068313B (zh) | 一种基于投影变换的数字天顶仪定向方法 | |
CN110108230B (zh) | 基于图像差分与lm迭代的二值光栅投影离焦程度评估方法 | |
CN109959501B (zh) | 一种光学遥感器内方位元素及畸变测试系统及方法 | |
CN111968182A (zh) | 一种双目相机非线性模型参数的标定方法 | |
CN204650606U (zh) | 一种高铁检测系统的线阵相机标定设备 | |
CN108898585B (zh) | 一种轴类零件检测方法及其装置 | |
CN112414316B (zh) | 一种应变片敏感栅尺寸参数测量方法 | |
CN115326025A (zh) | 一种用于海浪的双目影像测量与预测方法 | |
CN112068322B (zh) | 基于激光位移传感器的多探测器系统光轴平行性校正方法 | |
CN105136295B (zh) | 一种aotf同一幅图中光谱不均匀的解决方法及装置 | |
Ouyang et al. | Approach for designing and developing high-precision integrative systems for strip flatness detection | |
CN110349169A (zh) | 一种直线测量方法 | |
Zhang et al. | Panoramic annular image restoration algorithm by prediction based on the lens design characteristics | |
CN114184086B (zh) | 一种用于反狙击手机器人的光电跟踪图像对准方法 | |
CN114708318B (zh) | 一种基于深度相机的未知待测面曲率测定方法 | |
KR101482637B1 (ko) | 다중대역 비열화보상 광학시스템의 온도변화에 따른 시계편차 보정 방법 |
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 |