CN112734712B - 一种船舶振动设备健康状态的成像检测方法及系统 - Google Patents

一种船舶振动设备健康状态的成像检测方法及系统 Download PDF

Info

Publication number
CN112734712B
CN112734712B CN202011637389.2A CN202011637389A CN112734712B CN 112734712 B CN112734712 B CN 112734712B CN 202011637389 A CN202011637389 A CN 202011637389A CN 112734712 B CN112734712 B CN 112734712B
Authority
CN
China
Prior art keywords
vibration
vibration point
dimensional coordinate
trinocular vision
vision device
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
CN202011637389.2A
Other languages
English (en)
Other versions
CN112734712A (zh
Inventor
郑伟
王静
陈朝旭
冯毅
李献领
周宏宽
刘伟
汪伟
柯志武
陶模
戴春辉
劳星胜
柳勇
肖颀
王俊荣
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.)
Wuhan No 2 Ship Design Institute No 719 Research Institute of China Shipbuilding Industry Corp
Original Assignee
Wuhan No 2 Ship Design Institute No 719 Research Institute of China Shipbuilding Industry Corp
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 Wuhan No 2 Ship Design Institute No 719 Research Institute of China Shipbuilding Industry Corp filed Critical Wuhan No 2 Ship Design Institute No 719 Research Institute of China Shipbuilding Industry Corp
Priority to CN202011637389.2A priority Critical patent/CN112734712B/zh
Publication of CN112734712A publication Critical patent/CN112734712A/zh
Application granted granted Critical
Publication of CN112734712B publication Critical patent/CN112734712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种船舶振动设备健康状态的成像检测方法及系统。该方法包括步骤：在待检测对象的振动轴向的两侧布置至少两套三目视觉装置，每套三目视觉装置包括至少三个单目高速相机，每套三目视觉装置与数据处理器连接；对所有三目视觉装置中进行标定；利用三目视觉装置对待检测对象进行成像，分别为每套三目视觉装置选取观测振动点集合；进行三维重建，分别获取每套三目视觉装置采集的观测振动点集合的三维坐标集合；确定所有三目视觉装置的共同观测振动点集合以及共同观测振动点集合的三维坐标均值，根据三维坐标均值确定待检测对象的运行状态。本发明可以有效检测高频振动，并获得振动点的精细三维信息，实现对船舶大型振动设备的振动信息的检测。

Description

一种船舶振动设备健康状态的成像检测方法及系统
技术领域
本发明属于设备检测技术领域，更具体地，涉及一种船舶振动设备健康状态的成像检测方法及系统。
背景技术
船舶大型机电设备的运行状态，直接关系到船舶工业系统的经济效益和安全稳定。为判断大型机电设备的运行健康状态，出现了一系列健康状态检测方法。对于振动设备，一类方法是通过在设备安装基脚放置振动传感器，通过测量振动设备基脚的振动信息，实现对大型设备健康状态的检测。放置振动传感器的方法，是一种接触式测量方法，且需要在设备基脚位置专门打孔安装，每个振动测量点都需要单独的振动传感器，并铺设信号电缆，当需采样多个振动点时，整个测量系统繁琐复杂，且难以对设备机身进行振动检测。而在实际应用中，由于空间与条件限制，不便于在设备机体或基脚布设安装孔，也需尽量减少多振动测点传感器的多电缆安装。
图像测量是一种非接触式测量方法，在相机镜头视野内，可同时捕捉测量多个振动点，可不局限于船舶振动设备的基脚位置。目前，已有较多的工作对大型结构体如钢梁、混凝土建筑，开展形变测量，也有通过直接图像测量，或干涉投影方法，对结构体振动情况进行测量。但这些图像振动测量，多得到的是二维信息，缺少振动位置的三维立体信息，且这些图像振动测量方法，多是对线或面的振动位移进行测量，缺乏同时对多个振动点的立体视觉测量。现有立体视觉测量，多指的是双目视觉测量，受制于双目相机间的有限基线间距，当距离对象一定距离时，在深度方向精度不高。
发明内容
针对现有技术的至少一个缺陷或改进需求，本发明提供了一种船舶振动设备健康状态的成像检测方法及系统，可以有效检测高频振动，并获得振动点的精细三维信息，实现对船舶大型振动设备的振动信息的检测。
为实现上述目的，按照本发明的第一方面，提供了一种船舶振动设备健康状态的成像检测方法，包括步骤：
在待检测对象的振动轴向的两侧布置至少两套三目视觉装置，每套三目视觉装置包括至少三个单目高速相机，每套三目视觉装置与数据处理器连接；
对所有三目视觉装置中进行标定，确定所有三目视觉装置中的每个单目高速相机的内部标定参数以及任意两个单目高速相机间的相对标定参数；
利用三目视觉装置对待检测对象进行成像，分别为每套三目视觉装置选取观测振动点集合，获取每套三目视觉装置采集的观测振动点集合的图像序列上；
根据内部标定参数、相对标定参数和图像序列，分别获取每套三目视觉装置采集的观测振动点集合的三维坐标集合；
根据三维坐标集合获取所有三目视觉装置的共同观测振动点集合以及共同观测振动点集合在每套三目视觉装置对应坐标系下的三维坐标集合，对共同观测振动点集合的多组三维坐标集合进行融合，获得共同观测振动点集合的融合三维坐标集合，根据融合三维坐标集合确定待检测对象的运行状态。
优选的，所述任意两个所述单目高速相机间的相对标定参数包括属于同一套三目视觉装置中的任意两个单目高速相机间的相互旋转矩阵和相互平移矩阵，以及分别属于不同套三目视觉装置的任意两个单目高速相机间的相互旋转矩阵和相互平移矩阵。
优选的，所述分别为每套三目视觉装置选取观测振动点集合采用方法一和方法二中的任意一种；
方法一，在图像序列的初始帧手动选择感兴趣区域，采用跟踪算法获取图像序列的其他帧中与初始帧中感兴趣区域相同的感兴趣区域，将所有感兴趣区域中的点集合作为观测振动点集合；
方法二，在图像序列中筛选特征质量好、帧间点匹配性好的特征点作为观测振动点集合。
优选的，所述观测振动点集合位于待检测对象的机身部位或待检测对象与外部设备连接的部位。
优选的，所述对共同观测振动点集合的多组三维坐标集合进行融合是对对应同一共同观测振动点的多组三维坐标求取均值。
优选的，所述根据融合三维坐标集合对待检测对象的运行状态进行判断包括步骤：
根据融合三维坐标集合获取每个共同观测振动点的位移变化序列和加速度变化序列；
获取正常状态下的每个共同观测振动点的标准位移变化序列和标准加速度变化序列；
根据每个共同观测振动点的位移变化序列与标准位移变化序列、加速度变化序列与标准加速度变化序列间的差异，判断每个共同观测振动点的运行状态；
根据每个共同观测振动点的运行状态判断待检测对象的运行状态。
按照本发明的第二方面，提供了一种船舶振动设备健康状态的成像检测系统，包括数据处理器和至少两套三目视觉装置，每套三目视觉装置包括至少三个单目高速相机，三目视觉装置被分别放置在待检测对象的振动轴向的两侧；
三目视觉装置用于对待检测对象多次成像，获取图像序列并将图像序列发送给数据处理器；
数据处理器用于获取所有三目视觉装置中的每个单目高速相机的内部标定参数以及任意两个单目高速相机间的相对标定参数；
数据处理器还用于接收图像序列，分别为每套三目视觉装置选取观测振动点集合，获取每套三目视觉装置采集的观测振动点集合的图像序列上；
数据处理器还用于根据内部标定参数、相对标定参数和图像序列，分别获取每套三目视觉装置采集的观测振动点集合的三维坐标集合；
数据处理器还用于根据三维坐标集合获取所有三目视觉装置的共同观测振动点集合以及共同观测振动点集合在每套三目视觉装置对应坐标系下的三维坐标集合，对共同观测振动点集合的多组三维坐标集合进行融合，获得共同观测振动点集合的融合三维坐标集合，根据融合三维坐标集合确定待检测对象的运行状态。
总体而言，本发明与现有技术相比，具有有益效果：本发明采用非接触振动信息测量方法，提出在大型复杂振动设备的振动信息检测中采用三目视觉高速成像方法，可获得比双目视觉更高的深度方向分辨精度，可以有效检测高频振动，并获得振动点的精细三维信息，实现对船舶大型振动设备的振动信息的检测。为进一步提高振动信息的准确性，采用至少两套三目视觉装置，对关键的设备外轮廓振动信息的三维坐标进行融合计算；不采用外部辅助光，利用自动检测的特征点并通过帧间匹配实现三维信息重建。
附图说明
图1是本发明实施例的三目视觉高速成像检测装置原理图；
图2是本发明实施例的船舶振动设备健康状态的成像检测系统。
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。
本发明实施例的一种船舶振动设备健康状态的成像检测方法，包括步骤：
S1，在待检测对象的振动轴向的两侧布置至少两套三目视觉装置，每套三目视觉装置包括至少三个单目高速相机，每套三目视觉装置与数据处理器连接。
以布置两套三目视觉装置、每套三目视觉装置包括三个单目高速相机作为示例，说明优选实现方式。
如图1所示，数据处理器优选采用计算服务器，三台单目高速相机，尽量线性放置，两两间距以10～20cm为宜，每台相机通过高速数据线与计算服务器互联，构成一套三目视觉装置。
为保证实时性，计算服务器采用高性能服务器，且服务器间采用高速网络互联，保证数据结果的实时交互。
如图2所示，以船舶复杂振动设备为研究对象，在设备振动轴向两侧各布置一套三目视觉装置，分别为三目装置A、B，振动轴向两侧布置，可更充分观测主要振动信息。
S2，对所有三目视觉装置中进行标定，确定所有三目视觉装置中的每个单目高速相机的内部标定参数以及任意两个单目高速相机间的相对标定参。
使用已知尺寸的棋盘格，利用张正友标定法，分别对各单台相机进行内部标定参数离线标定，获得每个相机的焦距、中心点坐标、镜头畸变参数等。
使用已知尺寸的棋盘格，利用张正友标定法，同样可以在线标定各三目视觉高速成像系统，获得每台相机的外部参数，即相对某一参考世界坐标的旋转、平移情况，从而可获得每套成像系统三台相机间的两两相互旋转矩阵Rjk和平移矩阵Tjk，此处相机j、相机k属于同一套三目系统。
利用已知世界坐标的标定物，还可以得到多套三目视觉系统如A、B之间的相互位置关系，可以用A装置第j台相机与B装置第j台相机的相对位姿表示，如相互旋转矩阵RAjBj和平移矩阵TAjBj。
S3，利用三目视觉装置对待检测对象进行成像，分别为每套三目视觉装置选取观测振动点集合，获取每套三目视觉装置采集的观测振动点集合的图像序列上。
三目视觉装置的帧率，根据被测振动信号的频率来定，在满足采样定理基础上，为保证振动信息丰富度，三目视觉装置帧率取不低于10倍被测频率，以典型振动设备200Hz为例，可取高速成像系统帧率为2000帧。
分别为每套三目视觉装置选取观测振动点集合。即为三目视觉装置A选取观测振动点集合，为三目视觉装置B选取观测振动点集合，两者的观测振动点集合可能包括共同观测点，也可能包括非共同观测点。
观测振动点集合，优选选取振动设备机身部位，及振动设备与外部设备管路连接部位,作为关注区域或感兴趣区域。关注区域或感兴趣区域，可以在初始帧手动选择，也可以通过图像识别与分割算法，自动选择关注区域或感兴趣区域。
方法一，对于设备表面特征点丰富的情况，可通过特征点检测算法(如SURF)自动检测，针对关注区域在自动检测的特征点中筛选特征质量好，帧间点匹配性好的特征点，作为后续振动测量的点。
方法二，对于设备特征点不丰富或需要专门指定的情况，可在初始帧手动选择关注区域和特征点，后续采用跟踪算法(如金字塔LK特征点跟踪)，保持对指定关注位置的持续振动测量。
S4，根据内部标定参数、相对标定参数和图像序列，分别获取每套三目视觉装置采集的观测振动点集合的三维坐标集合。
由多视几何算法，可对每套高速三目视觉系统获得的一系列观测振动点集合进行三维重建。三目视觉，相比双目视觉，拥有更长的基线，因此可以获得更高的纵向景深，在恢复图像深度信息时，可以有更高的纵向深度精度；且三目可以认为是三套两两相机对，可以有更好的容错性、抗遮挡等性能，当三目的默认相机对，在图像匹配和恢复时信息不足或不可靠，可以采用其它相机对进行修正。三目视觉重建，假设相机自左至右为相机j、相机k、相机m，三目重建有多种逻辑组织方法，基础是双目立体视觉重建。以某一种方法为例，为获得更大的深度测距，在相机j与k见进行匹配，同时在相机k与m间匹配，综合获得相机j、m间的匹配结果，利用相机j、m间的相对旋转、平移关系，基于双目方法，对相机j、m进行三维重建。重建分别针对独立的单套三目视觉装置进行，分别获得三目视觉装置A检测的观测振动点集合的三维坐标集合，三目视觉装置B检测的观测振动点集合的三维坐标集合。
S5，根据三维坐标集合获取所有三目视觉装置的共同观测振动点集合以及共同观测振动点集合在每套三目视觉装置对应坐标系下的三维坐标集合，对共同观测振动点集合的多组三维坐标集合进行融合，获得共同观测振动点集合的融合三维坐标集合，根据融合三维坐标集合确定待检测对象的运行状态。
对于共同观测振动点集合，可采用ORB特征点检测与描述方法，ORB特征描述子具有较高的平移、旋转和缩放不变性。同时，A、B、C、D四套装置的相对位姿是已知的，因此不同装置观测图像的旋转角可有较高的先验准确值，可用于进一步筛选正确匹配的共有观测特征点。
假设三目视觉装置A、B间存在共同观测振动点n个，将n个共同观测振动点在三目视觉装置A对应坐标系下的三维坐标集合记为
Figure BDA0002876954220000071
将n个共同观测振动点在三目视觉装置B对应坐标系下的三维坐标集合记为
Figure BDA0002876954220000072
这些点多位于振动设备外部轮廓位置，包含较多设备振动信息，对这类共有观测振动点，其三维信息取A、B计算结果的融合值，优选采用计算平均值，得到共同观测振动点集合的融合三维坐标集合
Figure BDA0002876954220000073
至此，两套三目视觉装置检测的共同观测振动点集合的三维坐标信息可表达为
Figure BDA0002876954220000074
根据检测到的共同观测振动点集合的三维信息数据，可以有多种利用方式。其中一种方式为，使用获得的平均值结果
Figure BDA0002876954220000075
计算每帧情况下每一个特征点的位移、加速度信息，对应一段时间的一批图像帧计算结果，可以获得每个共同观测振动点的位移变化序列、加速度变化序列。获取正常状态下的每个共同观测振动点的标准位移变化序列和标准加速度变化序列。将每个共同观测振动点的位移变化序列与标准位移变化序列、加速度变化序列与标准加速度变化序列进行聚类对比分析，可判断每一个共同观测振动点偏向哪种工况的概率大小。最终可加权分析全部共同观测振动点工况，获得设备的正常或异常判断，获得设备的运行健康状态评判。
本发明实施例的一种船舶振动设备健康状态的成像检测系统，包括数据处理器和至少两套三目视觉装置，每套三目视觉装置包括至少三个单目高速相机，三目视觉装置被分别放置在待检测对象的振动轴向的两侧；
三目视觉装置用于对待检测对象多次成像，获取图像序列并将图像序列发送给数据处理器；
数据处理器用于获取所有三目视觉装置中的每个单目高速相机的内部标定参数以及任意两个单目高速相机间的相对标定参数；
数据处理器还用于接收图像序列，分别为每套三目视觉装置选取观测振动点集合，获取每套三目视觉装置采集的观测振动点集合的图像序列上；
数据处理器还用于根据内部标定参数、相对标定参数和图像序列，分别获取每套三目视觉装置采集的观测振动点集合的三维坐标集合；
数据处理器还用于根据三维坐标集合获取所有三目视觉装置的共同观测振动点集合以及共同观测振动点集合在每套三目视觉装置对应坐标系下的三维坐标集合，对共同观测振动点集合的多组三维坐标集合进行融合，获得共同观测振动点集合的融合三维坐标集合，根据融合三维坐标集合确定待检测对象的运行状态。
系统的实现原理、技术效果与上述方法类似，此处不再赘述。
必须说明的是，上述任一实施例中，方法并不必然按照序号顺序依次执行，只要从执行逻辑中不能推定必然按某一顺序执行，则意味着可以以其他任何可能的顺序执行。
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)

1.一种船舶振动设备健康状态的成像检测方法，其特征在于，包括步骤：
在待检测对象的振动轴向的两侧布置至少两套三目视觉装置，每套三目视觉装置包括至少三个单目高速相机，每套三目视觉装置与数据处理器连接；
对所有三目视觉装置进行标定，确定所有三目视觉装置中的每个单目高速相机的内部标定参数以及任意两个单目高速相机间的相对标定参数；
利用三目视觉装置对待检测对象进行成像，分别为每套三目视觉装置选取观测振动点集合，获取每套三目视觉装置采集的观测振动点集合的图像序列；
根据内部标定参数、相对标定参数和图像序列，分别获取每套三目视觉装置采集的观测振动点集合的三维坐标集合；
根据三维坐标集合获取所有三目视觉装置的共同观测振动点集合以及共同观测振动点集合在每套三目视觉装置对应坐标系下的三维坐标集合，对共同观测振动点集合的多组三维坐标集合进行融合，获得共同观测振动点集合的融合三维坐标集合，根据融合三维坐标集合确定待检测对象的运行状态，所述对共同观测振动点集合的多组三维坐标集合进行融合是对对应同一共同观测振动点的多组三维坐标求取均值。
2.如权利要求1所述的一种船舶振动设备健康状态的成像检测方法，其特征在于，所述任意两个所述单目高速相机间的相对标定参数包括属于同一套三目视觉装置中的任意两个单目高速相机间的相互旋转矩阵和相互平移矩阵，以及分别属于不同套三目视觉装置的任意两个单目高速相机间的相互旋转矩阵和相互平移矩阵。
3.如权利要求1所述的一种船舶振动设备健康状态的成像检测方法，其特征在于，所述分别为每套三目视觉装置选取观测振动点集合采用方法一和方法二中的任意一种；
方法一，在图像序列的初始帧手动选择感兴趣区域，采用跟踪算法获取图像序列的其他帧中与初始帧中感兴趣区域相同的感兴趣区域，将所有感兴趣区域中的点集合作为观测振动点集合；
方法二，在图像序列中筛选特征质量好、帧间点匹配性好的特征点作为观测振动点集合。
4.如权利要求1所述的一种船舶振动设备健康状态的成像检测方法，其特征在于，所述观测振动点集合位于待检测对象的机身部位或待检测对象与外部设备连接的部位。
5.如权利要求1所述的一种船舶振动设备健康状态的成像检测方法，其特征在于，所述根据融合三维坐标集合对待检测对象的运行状态进行判断包括步骤：
根据融合三维坐标集合获取每个共同观测振动点的位移变化序列和加速度变化序列；
获取正常状态下的每个共同观测振动点的标准位移变化序列和标准加速度变化序列；
根据每个共同观测振动点的位移变化序列与标准位移变化序列、加速度变化序列与标准加速度变化序列间的差异，判断每个共同观测振动点的运行状态；
根据每个共同观测振动点的运行状态判断待检测对象的运行状态。
6.一种船舶振动设备健康状态的成像检测系统，其特征在于，包括数据处理器和至少两套三目视觉装置，每套三目视觉装置包括至少三个单目高速相机，三目视觉装置被分别放置在待检测对象的振动轴向的两侧；
三目视觉装置用于对待检测对象多次成像，获取图像序列并将图像序列发送给数据处理器；
数据处理器用于获取所有三目视觉装置中的每个单目高速相机的内部标定参数以及任意两个单目高速相机间的相对标定参数；
数据处理器还用于接收图像序列，分别为每套三目视觉装置选取观测振动点集合，获取每套三目视觉装置采集的观测振动点集合的图像序列；
数据处理器还用于根据内部标定参数、相对标定参数和图像序列，分别获取每套三目视觉装置采集的观测振动点集合的三维坐标集合；
数据处理器还用于根据三维坐标集合获取所有三目视觉装置的共同观测振动点集合以及共同观测振动点集合在每套三目视觉装置对应坐标系下的三维坐标集合，对共同观测振动点集合的多组三维坐标集合进行融合，获得共同观测振动点集合的融合三维坐标集合，根据融合三维坐标集合确定待检测对象的运行状态，所述对共同观测振动点集合的多组三维坐标集合进行融合是对对应同一共同观测振动点的多组三维坐标求取均值。
7.如权利要求6所述的一种船舶振动设备健康状态的成像检测系统，其特征在于，所述任意两个所述单目高速相机间的相对标定参数包括属于同一套三目视觉装置中的任意两个单目高速相机间的相互旋转矩阵和相互平移矩阵，以及分别属于不同套三目视觉装置的任意两个单目高速相机间的相互旋转矩阵和相互平移矩阵。
8.如权利要求6所 述的一种船舶振动设备健康状态的成像检测系统，其特征在于，所述分别为每套三目视觉装置选取观测振动点集合采用方法一和方法二中的任意一种；
方法一，在图像序列的初始帧手动选择感兴趣区域，采用跟踪算法获取图像序列的其他帧中与初始帧中感兴趣区域相同的感兴趣区域，将所有感兴趣区域中的点集合作为观测振动点集合；
方法二，在图像序列中筛选特征质量好、帧间点匹配性好的特征点作为观测振动点集合。
9.如权利要求6所述的一种船舶振动设备健康状态的成像检测系统，其特征在于，所述根据融合三维坐标集合对待检测对象的运行状态进行判断包括步骤：
根据融合三维坐标集合获取每个共同观测振动点的位移变化序列和加速度变化序列；
获取正常状态下的每个共同观测振动点的标准位移变化序列和标准加速度变化序列；
根据每个共同观测振动点的位移变化序列与标准位移变化序列、加速度变化序列与标准加速度变化序列间的差异，判断每个共同观测振动点的运行状态；
根据每个共同观测振动点的运行状态判断待检测对象的运行状态。
CN202011637389.2A 2020-12-31 2020-12-31 一种船舶振动设备健康状态的成像检测方法及系统 Active CN112734712B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011637389.2A CN112734712B (zh) 2020-12-31 2020-12-31 一种船舶振动设备健康状态的成像检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011637389.2A CN112734712B (zh) 2020-12-31 2020-12-31 一种船舶振动设备健康状态的成像检测方法及系统

Publications (2)

Publication Number Publication Date
CN112734712A CN112734712A (zh) 2021-04-30
CN112734712B true CN112734712B (zh) 2022-07-01

Family

ID=75608730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011637389.2A Active CN112734712B (zh) 2020-12-31 2020-12-31 一种船舶振动设备健康状态的成像检测方法及系统

Country Status (1)

Country Link
CN (1) CN112734712B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114543972B (zh) * 2022-02-25 2023-04-11 福州大学 一种基于面阵相机的转轴三维振动位移测量装置和方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018179980A (ja) * 2017-04-18 2018-11-15 パナソニックＩｐマネジメント株式会社 カメラ校正方法、カメラ校正プログラム及びカメラ校正装置
CN109211198A (zh) * 2018-08-15 2019-01-15 河海大学常州校区 一种基于三目视觉的智能目标检测和测量系统及方法
CN109460748A (zh) * 2018-12-10 2019-03-12 内蒙古科技大学 一种三目视觉手语识别装置及多信息融合手语识别方法
CN110415363A (zh) * 2019-08-05 2019-11-05 上海神添实业有限公司 一种基于三目视觉的散乱物识别定位方法
CN110458952A (zh) * 2019-08-19 2019-11-15 江苏濠汉信息技术有限公司 一种基于三目视觉的三维重建方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10533850B2 (en) * 2013-07-12 2020-01-14 Magic Leap, Inc. Method and system for inserting recognized object data into a virtual world
US10467454B2 (en) * 2017-04-26 2019-11-05 Mashgin Inc. Synchronization of image data from multiple three-dimensional cameras for image recognition

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018179980A (ja) * 2017-04-18 2018-11-15 パナソニックＩｐマネジメント株式会社 カメラ校正方法、カメラ校正プログラム及びカメラ校正装置
CN109211198A (zh) * 2018-08-15 2019-01-15 河海大学常州校区 一种基于三目视觉的智能目标检测和测量系统及方法
CN109460748A (zh) * 2018-12-10 2019-03-12 内蒙古科技大学 一种三目视觉手语识别装置及多信息融合手语识别方法
CN110415363A (zh) * 2019-08-05 2019-11-05 上海神添实业有限公司 一种基于三目视觉的散乱物识别定位方法
CN110458952A (zh) * 2019-08-19 2019-11-15 江苏濠汉信息技术有限公司 一种基于三目视觉的三维重建方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Intelligent Object Detection and Measurement System Based on Trinocular Vision;Yunpeng Ma et al.;《IEEE Transactions on Circuits and Systems for Video Technology》;20200331;第30卷(第3期);第711-724页 *
三目视觉测量系统在风洞试验中的应用研究;付增良 等;《计算机工程》;20171130;第43卷(第11期);第281-291页 *

Also Published As

Publication number Publication date
CN112734712A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
KR100513055B1 (ko) 변이지도 및 깊이지도의 융합을 통한 3차원 장면 모델생성 장치 및 그 방법
CN105043350A (zh) 一种双目视觉测量方法
CN109579695B (zh) 一种基于异构立体视觉的零件测量方法
CN110044374B (zh) 一种基于图像特征的单目视觉测量里程的方法及里程计
CN104713885A (zh) 一种用于pcb板在线检测的结构光辅助双目测量方法
CN103714571A (zh) 一种基于摄影测量的单像机三维重建方法
CN110782498B (zh) 一种视觉传感网络的快速通用标定方法
Ahmed et al. Pothole 3D reconstruction with a novel imaging system and structure from motion techniques
CN111996883B (zh) 一种检测公路路面宽度的方法
CN109373912A (zh) 一种基于双目视觉的非接触式六自由度位移测量方法
CN113554697A (zh) 基于线激光的舱段轮廓精确测量方法
Fernandez et al. Planar-based camera-projector calibration
CN112734712B (zh) 一种船舶振动设备健康状态的成像检测方法及系统
Wu et al. Six‐degree‐of‐freedom generalized displacements measurement based on binocular vision
CN115511878A (zh) 一种边坡地表位移监测方法、装置、介质及设备
CN116129037A (zh) 视触觉传感器及其三维重建方法、系统、设备及存储介质
CN115909025A (zh) 一种小天体表面采样点地形视觉自主检测识别方法
CN105719290B (zh) 一种使用时域视觉传感器的双目立体深度匹配方法
CN111311659A (zh) 一种基于斜交平面镜三维成像的校准方法
IL184993A (en) Method for extracting edge in photogrammetry with subpixel accuracy
CN110349209A (zh) 基于双目视觉的振捣棒定位方法
JP4935769B2 (ja) 平面領域推定装置及びプログラム
CN110702015B (zh) 输电线路覆冰厚度测量方法及装置
Zhao et al. Geometrical-analysis-based algorithm for stereo matching of single-lens binocular and multi-ocular stereovision system
Su et al. Obtaining obstacle information by an omnidirectional stereo vision system

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