CN112907490A - 像素点提取方法、靶标信息采集方法和顶管机控制系统 - Google Patents

像素点提取方法、靶标信息采集方法和顶管机控制系统 Download PDF

Info

Publication number
CN112907490A
CN112907490A CN202110123357.9A CN202110123357A CN112907490A CN 112907490 A CN112907490 A CN 112907490A CN 202110123357 A CN202110123357 A CN 202110123357A CN 112907490 A CN112907490 A CN 112907490A
Authority
CN
China
Prior art keywords
image
target
point
target image
processing
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
Application number
CN202110123357.9A
Other languages
English (en)
Other versions
CN112907490B (zh
Inventor
郑航
丁煦
王杨
焦倩倩
朱强
翟华
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202110123357.9A priority Critical patent/CN112907490B/zh
Publication of CN112907490A publication Critical patent/CN112907490A/zh
Application granted granted Critical
Publication of CN112907490B publication Critical patent/CN112907490B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • G06T5/30Erosion or dilatation, e.g. thinning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration by the use of histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Abstract

一种像素点提取方法,包括:获取目标图像,对目标图像进行二值化处理,获得二值化图像,在二值化图像中确定作为处理对象的像素点;对各处理对象进行膨胀处理后在二值化图像上确定由连续的像素点形成的标识区域,并确定各标识区域的中心点作为标识区域对应的目标像素点。本发明中,首先结合色调、饱和度和亮度对像素点进行二值化处理,实现了对于满足约束条件的像素点和约束条件范围外的像素点之间的差异的放大。然后,通过对处理对象的膨胀处理,相当于对原目标图像中需要提取出的图像特征进行同比例放大处理,保证对图像特征的有效提取。

Description

像素点提取方法、靶标信息采集方法和顶管机控制系统
技术领域
本发明涉及信息传输及顶管机控制领域,尤其涉及一种像素点提取方法、靶标信息采集方法和顶管机控制系统。
背景技术
顶管机施工过程中,由于一次挖土深度过大或者其他因素会造成机头偏位,从而影响施工安全。为保证顶管机的正常施工,需要实时测量顶管机的姿态,及时矫正顶管机机头的偏位。
目前常用的测量方法是在顶管机的机头上设置光靶,然后通过对光靶图像的采集分析,实现对顶管机钻头的实时监控。如“CN104236484A-一种实时监测顶管机机头偏位的装置及方法”就给出了一种通过光靶监控顶管机钻头的方法。
但是,顶管机控制系统通常设置于地面甚至是远程指挥办公室中,顶管机在地下施工,信号传输环境差,光靶图像在传输过程中容易丢帧,从而影响对顶管机机头的精确判断。
发明内容
为了解决上述现有技术中光靶图像传输过程中难保真的缺陷,本发明提出了一种像素点提取方法、靶标信息采集方法和顶管机控制系统。
本发明的目的之一采用以下技术方案:
一种像素点提取方法,包括以下步骤:
S100、获取目标图像,对目标图像进行二值化处理,获得二值化图像,在二值化图像中确定作为处理对象的像素点;
S200、对各处理对象进行膨胀处理后在二值化图像上确定由连续的像素点形成的标识区域,并确定各标识区域的中心点作为标识区域对应的目标像素点。
优选的,步骤S200中,提取各标识区域的中心点的方法为:针对每一个标识区域设置将其围绕在内的闭合图形,取闭合图形的中心点作为所述标识区域对应的中心点。
优选的,针对同一目标图像的各标识区域,采用的闭合图形形状相同;闭合图形采用圆形或者任意多边形。
优选的,步骤S100中对目标图像进行二值化处理的方法为:针对目标图像设置用于确定目标特征的约束条件,并根据约束条件对目标图像进行二值化处理;约束条件为:{(a∈A0)∩(b∈B0)∩(c∈C0)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A0表示色调a的取值范围,B0表示饱和度b的取值范围,CO表示亮度c的取值范围。
本发明的目的之二采用以下技术方案:
一种靶标信息采集方法,包括以下步骤:
S1、获取光靶图像,对光靶图像进行二值化处理,获得用于确定光靶图像上网格区域的顶点的第一二值化图像,并在第一二值化图像中确定作为第一处理对象的像素点;
S2、对各第一处理对象进行膨胀处理后在第一二值化图像上获取多个由连续的第一处理对象形成的标识区域,所述标识区域与光靶图像上网格区域的顶点一一对应,取各标识区域的中心点作为标识区域对应的标识点;
S3、在光靶图像上建立第一坐标系,获得各标识点的坐标;并在光靶图像对应的网格模板上建立第二坐标系,获得网格模板上与各标识点一一对应的顶点的坐标;结合相对应的标识点与顶点的坐标,获取第一坐标系到第二坐标系的坐标转换矩阵;
S4、对光靶图像进行二值化处理,获得用于确定靶点的第二二值化图像,并在第二二值化图像中确定作为第二处理对象的像素点;
S5、对各第二处理对象进行膨胀处理后在第二二值化图像上获取由连续的第二处理对象形成的靶点区域,所述靶点区域与光靶图像上的靶点对应,取靶点区域的中心点作为目标靶点,并获取目标靶点在第一坐标系中的坐标;
S6、结合坐标转换矩阵,将目标靶点在第一坐标系中的坐标转换为第二坐标系中的坐标,并将转换后的坐标作为修正后靶点坐标。
优选的,步骤S1中,光靶图像为hsv格式的图像,且第一坐标系和第二坐标系均为平面坐标系。
优选的,步骤S3中,第一坐标系的原点为标识点,第二坐标系的原点为网格模板上与作为第一坐标系的原点的标识点相对应的顶点。
优选的,步骤S1中根据第一约束条件对光靶图像进行二值化处理,以获得第一二值化图像;步骤S4中根据第二约束条件对光靶图像进行二值化处理,以获得第二二值化图像;
第一约束条件用于确定光靶图像中网格区域顶点;第一约束条件为:{(a∈A1)∩(b∈B1)∩(c∈C1)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A1表示色调a的取值范围,B1表示饱和度b的取值范围,C1表示亮度c的取值范围;
第二约束条件用于确定光靶图像中靶点;第二约束条件为:{(a∈A2)∩(b∈B2)∩(c∈C2)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A2表示色调a的取值范围,B2表示饱和度b的取值范围,C2表示亮度c的取值范围。
本发明的目的之三采用以下技术方案:
一种顶管机控制系统,包括:上位机、摄像装置和工位机;
工位机与摄像装置连接,工位机用于通过摄像装置获取光靶图像,并采用所述的靶标信息采集方法对所述光靶图像进行处理,获取修正后靶点坐标;
上位机与工位机通信,用于获取修正后靶点坐标。
优选的,工位机包括图像处理模块、处理器和存储器;图像处理模块用于获取摄像装置的拍摄图像,并将拍摄图像转换为光靶图像;所述存储器中存储有计算机程序,处理器用于对光靶图像执行所述计算机程序,实现所述的靶标信息采集方法;
图像处理模块的工作方式为:对拍摄图像进行裁剪,以获取包含网格区域的图像;对裁剪后图像进行格式转换,以获取光靶图像。
本发明的优点在于:
(1)本发明提出的像素点提取方法中,首先通过对目标图像进行二值化处理以提取处理对象;然后,对处理对象进行膨胀处理,相当于对微小距离的像素点进行连接,以避免由于图像断层等问题造成的特征分解问题;即,本步骤中,通过对处理对象的膨胀处理,相当于对原目标图像中需要提取出的图像特征进行同比例放大处理,保证对图像特征的有效提取。
(2)本发明中,结合色调、饱和度和亮度对像素点进行二值化处理,实现了对于满足约束条件的像素点和约束条件范围外的像素点之间的差异的放大,便于满足约束条件的像素点即处理对象的精确提取。
(3)本发明提出的靶标信息采集方法中,通过第一坐标系和第二坐标系的建立,为光靶图像的偏转角度的确定奠定了基础。本方法中最终获取的坐标转换矩阵,可用于将第二坐标系中的点还原到第一坐标系中,实现了对光靶图像偏转角度的纠正。本发明中,实现了对光靶图像中目标靶点的坐标修正,保证了对靶点坐标在网格上的精确定位。
(4)本发明还提出了一种,顶管机控制系统,通过修正后靶点坐标取代光靶图像进行传输,从而减小了数据传输量,避免了光靶图像在传输过程中丢帧,从而保证了对靶点的精确获取,避免了顶管机控制由于传输路径过长导致的信息失真问题,提高了顶管机工作控制的精确程度。
附图说明
图1为一种像素点提取方法流程图;
图2为对目标图像进行二值化处理后的图像;
图2(a)为图2中白点区域E的放大图;
图3为对图2中处理对象进行膨胀处理后的图像;
图3(a)为图3中标识区域E’的放大图;
图4为一种标靶信息采集方法流程图。
具体实施方式
本实施方式提出的一种像素点提取方法,包括以下步骤。
S100、获取目标图像,对目标图像进行二值化处理,获得二值化图像,在二值化图像中确定作为处理对象的像素点。
具体的,本步骤中,结合色调、饱和度和亮度设置用于提取处理对象的约束条件,并根据约束条件对目标图像进行二值化处理,获得二值化图像,以提取满足约束条件的像素点作为处理对象。具体设置约束条件时,可针对色调、饱和度和亮度分别设置阈值区间,以便获取色调、饱和度和亮度分别位于对应的阈值区间内的像素点。
例如具体实施时,设置约束条件为:{(a∈A0)∩(b∈B0)∩(c∈C0)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A0表示色调a的取值范围,B0表示饱和度b的取值范围,CO表示亮度c的取值范围;然后将符合约束条件的像素点赋值为“1”,约束条件范围外的像素点赋值为“0”,将赋值为“1”的像素点显示为白色,将赋值为“0”的像素点显示为黑色,从而获得如图2所示的二值化图像,该二值化图像中的白点为提取的像素点,即处理对象。
S200、对各处理对象进行膨胀处理后在二值化图像上确定由连续的像素点形成的标识区域,并确定各标识区域的中心点作为标识区域对应的目标像素点。本步骤中,对处理对象进行膨胀处理,相当于对微小距离的像素点进行连接,以避免由于图像断层等问题造成的特征分解问题;即,本步骤中,通过对处理对象的膨胀处理,相当于对原目标图像中需要提取出的图像特征进行同比例放大处理,保证对图像特征的有效定位。
具体的,图2所述二值图中所显示的四个白点,实际上每一个白点由多个或连续或不连续的像素点组成。图2所示图像经过对处理对象的膨胀处理,可得到图3所示的图像,图3中各白点所示区域则由连续的像素点组成。本步骤中,通过对处理对象进行膨胀处理,即实现了对像素点断层的填充,也实现了对图像特征的放大,方便对标识区域进行中心点定位。
该步骤S200中,提取各标识区域的中心点的方法为:针对每一个标识区域设置将其围绕在内的闭合图形,取闭合图形的中心点作为所述标识区域对应的中心点。如此,通过闭合图像中心点的提取,相对于对膨胀后的图像特征进行中心点提取,实现了对目标像素点的精确提取。
本实施方式中,针对同一目标图像的各标识区域,采用的闭合图形形状相同,以保证对同一目标图像的像素点的提取规律相同,避免图像变形。具体的,本实施方式红,闭合图形采用圆形或者任意多边形,例如三角形、矩形等仅具有一个中心点的结构,以保证闭合图像的中心点的高效提取。
本实施方式中,还提出了一种靶标信息采集方法,包括以下步骤:
S1、获取光靶图像,对光靶图像进行二值化处理,获得用于确定光靶图像上网格区域的顶点的第一二值化图像,并在第一二值化图像中确定作为第一处理对象的像素点。
具体实施时,本步骤中,结合色调、饱和度和亮度设置用于提取光靶图像中网格区域顶点的第一约束条件,并根据第一约束条件对光靶图像进行二值化处理,获得第一二值化图像,以提取满足第一约束条件的像素点作为第一处理对象。具体的,第一约束条件用于确定光靶图像中网格区域顶点;第一约束条件为:{(a∈A1)∩(b∈B1)∩(c∈C1)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A1表示色调a的取值范围,B1表示饱和度b的取值范围,C1表示亮度c的取值范围。本实施方式中,参照上述的像素点提取方法将符合约束条件的像素点赋值为“1”,约束条件范围外的像素点赋值为“0”,将赋值为“1”的像素点显示为白色,将赋值为“0”的像素点显示为黑色,从而获得如图2所示的二值化图像。
S2、对各第一处理对象进行膨胀处理后在第一二值化图像上获取多个由连续的第一处理对象形成的标识区域,所述标识区域与光靶图像上网格区域的顶点一一对应,取各标识区域的中心点作为标识区域对应的标识点。如此,便可获得与光靶图像上网格区域的顶点一一对应的标识点。
以上步骤S1、S2相当于将光靶图像作为目标图像,采用上述的像素点提取方法对光靶图像中网格区域的顶点进行提取。如此,在提取光靶图像中网格区域的顶点时,充分考虑到色调、饱和度和亮度,实现了网格区域顶点与其他像素点的有效区分,保证对网格区域顶点的有效提取。
S3、在光靶图像上建立第一坐标系,获得各标识点的坐标;并在光靶图像对应的网格模板上建立第二坐标系,获得网格模板上与各标识点一一对应的顶点的坐标;结合相对应的标识点与顶点的坐标,获取第一坐标系到第二坐标系的坐标转换矩阵。
由于光靶图像通过拍摄获得,使得光靶图像会根据摄像头的拍摄角度发生偏移,从而发导致光靶图像中的网格与对应的网格模板发生角度偏移。本实施方式中,通过第一坐标系和第二坐标系的建立,为光靶图像的偏转角度的确定奠定了基础。本步骤中最终获取的坐标转换矩阵,可用于将第二坐标系中的点还原到第一坐标系中,实现了对光靶图像偏转角度的纠正。具体的,本实施方式中,第一坐标系和第二坐标系均为平面坐标系,且坐标转换矩阵的获得为现有技术;例如,本实施方式中,坐标转换矩阵根据现有的点透射变换函数获得,以实现第一坐标系到第二坐标系的转换。
本步骤S3中,第一坐标系的原点为标识点,第二坐标系的原点为网格模板上与作为第一坐标系的原点的标识点相对应的顶点,以进一步保证坐标转换矩阵的精确程度。
S4、对光靶图像进行二值化处理,获得用于确定靶点的第二二值化图像,并在第二二值化图像中确定作为第二处理对象的像素点。
具体的,本步骤中,结合色调、饱和度和亮度设置用于提取光靶图像中靶点的第二约束条件,并根据第二约束条件对光靶图像进行二值化处理,获得第二二值化图像,以提取满足约束条件的像素点作为第二处理对象。第二约束条件用于确定光靶图像中靶点;第二约束条件为:{(a∈A2)∩(b∈B2)∩(c∈C2)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A2表示色调a的取值范围,B2表示饱和度b的取值范围,C2表示亮度c的取值范围。
具体实施时,A1、A2、B1、B2、C1、C2的取值和环境有关,例如,当光靶图像为黑底白线网格且靶点为红点时,可设置第一约束条件为:{(a∈[80,120])∩(b∈[180,255])∩(c∈[190,255])};第二约束条件为:{(a∈[150,180])∩(b∈[160,255])∩(c∈[45,255])}。本实施例中,第一二值化图像如图2所示,图2中左上角的白点区域E实际由多个连续或者不连续的像素点组成,具体如图2(a)所示;第一二值化图像中各第一处理对象膨胀处理后如图3所示,此时获得与白点区域E对应的标识区域E’,标识区域E’由连续的像素点组成,具体如图3(a)所示。
S5、对各第二处理对象进行膨胀处理后在第二二值化图像上获取由连续的第二处理对象形成的靶点区域,所述靶点区域与光靶图像上的靶点对应,取靶点区域的中心点作为目标靶点,并获取目标靶点在第一坐标系中的坐标。
本实施方式中,目标靶点的提取过程,实际为,将光靶图像作为目标图像,采用上述的像素点提取方法对光靶图像中的靶点进行提取的过程。如此,在提取光靶图像中的靶点时,充分考虑到色调、饱和度和亮度,实现了靶点与其他像素点的有效区分,保证对靶点的有效提取。
S6、结合坐标转换矩阵,将目标靶点在第一坐标系中的坐标转换为第二坐标系中的坐标,并将转换后的坐标作为修正后靶点坐标。如此,相当于实现了对光靶图像中目标靶点的坐标修正,保证了对靶点坐标在网格上的精确定位。且本实施方式中,可通过修正后的靶点坐标取代光靶图像进行传输,从而减小了数据传输量,避免了光靶图像在传输过程中丢帧,从而保证了对靶点的精确获取。
具体的,本实施方式中的步骤S1中,光靶图像为hsv格式的图像,以便增大像素点之间的差异,提高像素点提取的精确程度。
本实施方式中,还提出了一种顶管机控制系统,包括:上位机、摄像装置和工位机。
工位机与摄像装置连接,工位机用于通过摄像装置获取光靶图像,并采用上述的靶标信息采集方法对所述光靶图像进行处理,获取修正后靶点坐标。
上位机与工位机通信,用于获取修正后靶点坐标。如此,通过修正后靶点坐标取代光靶图像进行传输,从而减小了数据传输量,避免了光靶图像在传输过程中丢帧,从而保证了对靶点的精确获取,避免了顶管机控制由于传输路径过长导致的信息失真问题,提高了顶管机工作控制的精确程度。
本实施方式中,工位机包括图像处理模块、处理器和存储器;图像处理模块用于获取摄像装置的拍摄图像,并将拍摄图像转换为光靶图像;所述存储器中存储有计算机程序,处理器用于对光靶图像执行所述计算机程序,实现上述的靶标信息采集方法。
本实施方式中,图像处理模块用于对拍摄图像进行裁剪,以获取包含网格区域的图像;图像处理模块还用于对裁剪后图像进行格式转换,以获取光靶图像。
以上仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明创造的保护范围之内。

Claims (10)

1.一种像素点提取方法,其特征在于,包括以下步骤:
S100、获取目标图像,对目标图像进行二值化处理,获得二值化图像,在二值化图像中确定作为处理对象的像素点;
S200、对各处理对象进行膨胀处理后在二值化图像上确定由连续的像素点形成的标识区域,并确定各标识区域的中心点作为标识区域对应的目标像素点。
2.如权利要求1所述的像素点提取方法,其特征在于,步骤S200中,提取各标识区域的中心点的方法为:针对每一个标识区域设置将其围绕在内的闭合图形,取闭合图形的中心点作为所述标识区域对应的中心点。
3.如权利要求2所述的像素点提取方法,其特征在于,针对同一目标图像的各标识区域,采用的闭合图形形状相同;闭合图形采用圆形或者任意多边形。
4.如权利要求1所述的像素点提取方法,其特征在于,步骤S100中对目标图像进行二值化处理的方法为:针对目标图像设置用于确定目标特征的约束条件,并根据约束条件对目标图像进行二值化处理;约束条件为:{(a∈A0)∩(b∈B0)∩(c∈C0)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A0表示色调a的取值范围,B0表示饱和度b的取值范围,CO表示亮度c的取值范围。
5.一种靶标信息采集方法,其特征在于,包括以下步骤:
S1、获取光靶图像,对光靶图像进行二值化处理,获得用于确定光靶图像上网格区域的顶点的第一二值化图像,并在第一二值化图像中确定作为第一处理对象的像素点;
S2、对各第一处理对象进行膨胀处理后在第一二值化图像上获取多个由连续的第一处理对象形成的标识区域,所述标识区域与光靶图像上网格区域的顶点一一对应,取各标识区域的中心点作为标识区域对应的标识点;
S3、在光靶图像上建立第一坐标系,获得各标识点的坐标;并在光靶图像对应的网格模板上建立第二坐标系,获得网格模板上与各标识点一一对应的顶点的坐标;结合相对应的标识点与顶点的坐标,获取第一坐标系到第二坐标系的坐标转换矩阵;
S4、对光靶图像进行二值化处理,获得用于确定靶点的第二二值化图像,并在第二二值化图像中确定作为第二处理对象的像素点;
S5、对各第二处理对象进行膨胀处理后在第二二值化图像上获取由连续的第二处理对象形成的靶点区域,所述靶点区域与光靶图像上的靶点对应,取靶点区域的中心点作为目标靶点,并获取目标靶点在第一坐标系中的坐标;
S6、结合坐标转换矩阵,将目标靶点在第一坐标系中的坐标转换为第二坐标系中的坐标,并将转换后的坐标作为修正后靶点坐标。
6.如权利要求5所述的靶标信息采集方法,其特征在于,步骤S1中,光靶图像为hsv格式的图像,且第一坐标系和第二坐标系均为平面坐标系。
7.如权利要求5所述的靶标信息采集方法,其特征在于,步骤S3中,第一坐标系的原点为标识点,第二坐标系的原点为网格模板上与作为第一坐标系的原点的标识点相对应的顶点。
8.如权利要求5所述的靶标信息采集方法,其特征在于,步骤S1中根据第一约束条件对光靶图像进行二值化处理,以获得第一二值化图像;步骤S4中根据第二约束条件对光靶图像进行二值化处理,以获得第二二值化图像;
第一约束条件用于确定光靶图像中网格区域顶点;第一约束条件为:{(a∈A1)∩(b∈B1)∩(c∈C1)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A1表示色调a的取值范围,B1表示饱和度b的取值范围,C1表示亮度c的取值范围;
第二约束条件用于确定光靶图像中靶点;第二约束条件为:{(a∈A2)∩(b∈B2)∩(c∈C2)};其中,∩表示交集,a表示色调,b表示饱和度,c表示亮度;A2表示色调a的取值范围,B2表示饱和度b的取值范围,C2表示亮度c的取值范围。
9.一种顶管机控制系统,其特征在于,包括:上位机、摄像装置和工位机;
工位机与摄像装置连接,工位机用于通过摄像装置获取光靶图像,并采用如权利要求5至8任一项所述的靶标信息采集方法对所述光靶图像进行处理,获取修正后靶点坐标;
上位机与工位机通信,用于获取修正后靶点坐标。
10.如权利要求9所述的顶管机控制系统,其特征在于,工位机包括图像处理模块、处理器和存储器;图像处理模块用于获取摄像装置的拍摄图像,并将拍摄图像转换为光靶图像;所述存储器中存储有计算机程序,处理器用于对光靶图像执行所述计算机程序,实现如权利要求5至8任一项所述的靶标信息采集方法;
图像处理模块的工作方式为:对拍摄图像进行裁剪,以获取包含网格区域的图像;对裁剪后图像进行格式转换,以获取光靶图像。
CN202110123357.9A 2021-01-29 2021-01-29 像素点提取方法、靶标信息采集方法和顶管机控制系统 Active CN112907490B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110123357.9A CN112907490B (zh) 2021-01-29 2021-01-29 像素点提取方法、靶标信息采集方法和顶管机控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110123357.9A CN112907490B (zh) 2021-01-29 2021-01-29 像素点提取方法、靶标信息采集方法和顶管机控制系统

Publications (2)

Publication Number Publication Date
CN112907490A true CN112907490A (zh) 2021-06-04
CN112907490B CN112907490B (zh) 2023-01-20

Family

ID=76120732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110123357.9A Active CN112907490B (zh) 2021-01-29 2021-01-29 像素点提取方法、靶标信息采集方法和顶管机控制系统

Country Status (1)

Country Link
CN (1) CN112907490B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113449668A (zh) * 2021-07-08 2021-09-28 杭州迅蚁网络科技有限公司 一种飞行装置的靶标角度识别方法、装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103400121A (zh) * 2013-08-06 2013-11-20 河海大学 基于彩色二值化图像的车牌定位方法
CN104732553A (zh) * 2015-04-10 2015-06-24 大连理工大学 一种基于多台激光辅助靶标的特征点提取方法
US9258550B1 (en) * 2012-04-08 2016-02-09 Sr2 Group, Llc System and method for adaptively conformed imaging of work pieces having disparate configuration
CN106989745A (zh) * 2017-05-31 2017-07-28 合肥工业大学 顶管姿态测量系统中的倾角仪与光纤陀螺仪的融合方法
CN110210295A (zh) * 2019-04-24 2019-09-06 北京理工大学 一种网格背景下的高精度靶标识别检测方法
CN110285831A (zh) * 2019-07-05 2019-09-27 浙江大学城市学院 一种网格结构光投射器标定方法
CN111402330A (zh) * 2020-04-03 2020-07-10 山东省科学院激光研究所 一种基于平面靶标的激光线关键点提取方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9258550B1 (en) * 2012-04-08 2016-02-09 Sr2 Group, Llc System and method for adaptively conformed imaging of work pieces having disparate configuration
CN103400121A (zh) * 2013-08-06 2013-11-20 河海大学 基于彩色二值化图像的车牌定位方法
CN104732553A (zh) * 2015-04-10 2015-06-24 大连理工大学 一种基于多台激光辅助靶标的特征点提取方法
CN106989745A (zh) * 2017-05-31 2017-07-28 合肥工业大学 顶管姿态测量系统中的倾角仪与光纤陀螺仪的融合方法
CN110210295A (zh) * 2019-04-24 2019-09-06 北京理工大学 一种网格背景下的高精度靶标识别检测方法
CN110285831A (zh) * 2019-07-05 2019-09-27 浙江大学城市学院 一种网格结构光投射器标定方法
CN111402330A (zh) * 2020-04-03 2020-07-10 山东省科学院激光研究所 一种基于平面靶标的激光线关键点提取方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SUNGHOOCHOI等: "Localizing slab identification numbers in factory scene images", 《EXPERT SYSTEMS WITH APPLICATIONS》 *
周玲玲 等: "基于双激光标靶图像识别的掘进机位姿检测方法", 《激光与光电子学进展》 *
王彩 等: "顶管机自动导向水平角测量系统研究", 《光学技术》 *
缑文彤: "基于极简标靶的相机参数标定方法", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
翟华 等: "组合FPGA光电传感器阵列的顶管机激光姿态测量系统", 《电子测量与仪器学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113449668A (zh) * 2021-07-08 2021-09-28 杭州迅蚁网络科技有限公司 一种飞行装置的靶标角度识别方法、装置

Also Published As

Publication number Publication date
CN112907490B (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN112419299B (zh) 一种螺栓缺失检测方法、装置、设备及存储介质
CN110727747A (zh) 基于经纬度识别的纸质地图快速矢量化方法及系统
US20080089577A1 (en) Feature extraction from stereo imagery
CN112414403B (zh) 一种机器人的定位定姿方法、设备及存储介质
CN110634138A (zh) 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN105426844A (zh) 一种答题卡识别方法
CN111738208A (zh) 关于气象自记纸中轨迹提取的方法
CN103177241A (zh) 利用视频图像处理技术定位输电线路间隔棒的方法
CN111724354B (zh) 一种基于图像处理的多株小麦穗长与小穗数的测量方法
CN112907490B (zh) 像素点提取方法、靶标信息采集方法和顶管机控制系统
CN112184804B (zh) 大体积工件高密度焊点定位方法、装置、存储介质及终端
CN110837839A (zh) 一种高精度无人机正射影像制作及数据采集方法
CN114462132A (zh) 一种施工过程深基坑稳定性可视化监测方法
CN103970901A (zh) 一种地理信息图形数据整合方法
CN113807309B (zh) 一种基于深度学习的果园机械行走路线规划方法
CN115439753A (zh) 一种基于dem的陡峭河岸识别方法及系统
CN111414907A (zh) 数据集标注方法、数据集标注装置和计算机可读存储介质
CN115115954A (zh) 基于无人机遥感的松材线虫病疫区变色立木智能识别方法
CN109657540B (zh) 枯死树定位方法及系统
CN113469902A (zh) 基于卫星影像的铁路环境监测方法及其系统
CN111738936A (zh) 基于图像处理的多株水稻穗长的测量方法
CN112665528B (zh) 一种激光扫描三维成像的矫正方法
CN114445326A (zh) 光伏面板异常检测方法、检测装置及计算机可读存储装置
CN114429469A (zh) 一种基于三激光点标靶的掘进机机身位姿确定方法及系统
CN112967257B (zh) 一种基于视角转换的地铁螺帽松动检测方法

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