CN113566729A - 一种水上水下一体化分布式高速视频测量系统的实现方法 - Google Patents
一种水上水下一体化分布式高速视频测量系统的实现方法 Download PDFInfo
- Publication number
- CN113566729A CN113566729A CN202110848591.8A CN202110848591A CN113566729A CN 113566729 A CN113566729 A CN 113566729A CN 202110848591 A CN202110848591 A CN 202110848591A CN 113566729 A CN113566729 A CN 113566729A
- Authority
- CN
- China
- Prior art keywords
- speed
- speed video
- distributed
- video measurement
- target
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 230000006855 networking Effects 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 25
- 230000001360 synchronised effect Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000011449 brick Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000001845 vibrational spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/194—Transmission of image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/296—Synchronisation thereof; Control thereof
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种水上水下一体化分布式高速视频测量系统的实现方法，该方法包括：1)分布式高速视频传感器组网方法，采用多节点数据存储传输，用于获取目标结构的高速视频影像序列；2)分布式高速序列影像目标识别与三维重建方法，采用分布式并行计算，用于解析已获取的高速视频影像序列中目标结构的动态形变参数。与现有技术相比，本发明具有精度高、实时性高、鲁棒性能强、可靠性高优点。
Description
技术领域
本发明涉及高速视频测量领域，尤其是涉及一种水上水下一体化分布式高速视频测量系统的实现方法。
背景技术
随着应用领域的不断拓展和延伸，高速视频测量方法被不断改进。高速相机采集的海量影像数据带来了庞大的计算负担，而在当前国内外研究现状中，高速视频测量的主要数据处理方式为集中式后处理方式(Liu等，2015；Ye等，2018)。这种传统的数据处理方式表现出数据处理效率低、自动化程度低等问题，无法满足现场计算的要求。分布式并行计算方法对数据处理效率有很大的提升，但是目前针对分布式高速视频测量的研究还不太系统化和深入。
伴随着大规模的海洋开发利用工程活动，水下目标结构精密三维测量是当前视频摄影测量的前沿研究问题。针对水上水下工程实验的结构精密测量需求，急需高精度、高效率测量方法；与一般水上目标物的高速视频测量不同，水下光照对识别算法具有一定干扰；设备的安装选择也有很大的限制；此外，对于该水上水下工程试验来说，测量实时性是一个很重要的要求。
经过检索，中国专利CN201810540437.2公开了一种基于分布式解析的多层框架抗震实验高速视频测量方法，包括以下步骤：1)构建分布式立体摄影测量网络并获取结构物序列影像；2)通过分布式立体摄影测量网络，采用分布式并行处理策略，对待测结构物上的目标点进行跟踪匹配，并通过光束法平差解算目标点序列影像的三维空间坐标，进而计算出解算目标点的振动参数。与现有技术相比，该发明具有减少数据处理时间、提高处理效率等优点。但是该发明仅仅针对水上目标物的形变测量进行考虑，没有考虑实际水下测量光照、高速视频序列获取受限等因素。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种水上水下一体化分布式高速视频测量系统的实现方法。
本发明的目的可以通过以下技术方案来实现：
一种水上水下一体化分布式高速视频测量系统的实现方法，该方法包括：
步骤1)分布式高速视频传感器组网方法，采用多节点数据存储传输，用于获取目标结构的高速视频影像序列；
步骤2)分布式高速序列影像目标识别与三维重建方法，采用分布式并行计算，用于解析已获取的高速视频影像序列中目标结构的动态形变参数。
优选地，所述步骤1)中的分布式高速视频传感器组网包括高速成像系统、同步控制系统、高速采集存储系统和照明系统；所述高速成像系统结合照明系统采集目标结构的高速视频序列影像，通过高速采集存储系统进行存储，由同步控制系统进行高速序列影像信息的传输与处理。
优选地，所述高速成像系统包括高速相机，所述同步控制系统包括工控机和主控机，所述主控机与各工控机连接，每个工控机对应一个高速相机。
优选地，所述步骤1)中的分布式高速视频传感器组网方法包括设立三层节点控制，所述三层节点控制包括以下部分：
11)高速相机为一层节点，以不同的拍摄视角采集目标对象的高速序列影像；
12)工控机为二层节点，实时存储多台高速相机采集到的高速序列影像；
13)主控机为三层节点，显示和管理各工控机的高速序列影像；
由主控机完成通讯控制、目标识别、立体匹配、三维重建和形变分析过程；由各个工控机同步完成数据采集存储与序列影像匹配任务；所述主控机与工控机之间的处理指令传输与数据结果传输通过分布式数据传输网络和同步控制网络执行。
优选地，所述分布式数据传输网络具体为：由交换机通过数据连接线与主控机和各个工控机相连，实时传输数据和指令。
优选地，所述同步控制网络具体为：由同步控制器通过同步控制线分别连接主控机与各个工控机传输同步控制信号，各高速相机同步存储高速序列影像。
优选地，所述分布式高速序列影像目标识别与三维重建方法包括依次进行的高速视频测量序列影像处理、高速视频测量空间几何解析和结构形变参数估计。
优选地，所述高速视频测量序列影像处理用于获取同名目标点的序列影像坐标，具体包括目标自动化识别与定位、多目标立体匹配、目标跟踪与匹配。
优选地，所述目标跟踪与匹配采用分布式并行处理方法。
优选地，所述高速视频测量空间几何解析，用于获取目标对象的形变参数估计，包括高速相机标定和相机位姿估计与三维重建过程。
与现有技术相比，本发明具有以下优点：
1)本发明所提出的水上水下一体化分布式高速视频测量系统的实现方法，实现了水上与水下高速序列影像分布式处理和高精度三维形变计算，得到了效率与精度的同步提升；
2)本发明所提出的水上水下一体化分布式高速视频测量系统的实现方法不仅适用于水上目标，还适用于水下目标的精确形变测量，满足水上水下工程试验的结构精密测量，可实现对不同地点的刚体、柔性体结构对象瞬时三维点位坐标、位移、速度、加速度等形变参数的高精度量测量，适用性更强；
2)本发明所提出的分布式高速视频测量系统框架满足大型结构的形变监测需求，多节点数据存储传输的分布式传感器组网方法，实现了多相机高速影像序列实时存储和管理，所构建的数据传输网络实现了数据和指令的实时传输，所构建的同步控制网络使得各联测相机能够同步地存储高速序列影像；
4)采用分布式计算方法完成现场解算任务，利用主控机完成通讯控制、目标识别、立体匹配、三维重建、形变分析等算法步骤，而各个工控机同步完成数据采集存储与序列影像匹配任务，提升了高速影像处理效率。
附图说明
图1为水上水下一体化分布式高速视频测量系统的实现方法；
图2为水上水下一体化分布式高速视频传感器组网方法；
图3为分布式高速视频传感器组网与数据处理任务协同分工；
图4为多层框架的结构尺寸图(主视图)(单位：mm)；
图5为多层框架的结构尺寸图(左视图)(单位：mm)；
图6为多层框架振动台实验环境_高速相机拍摄的原始影像；
图7为目标跟踪点的位移时程曲线图；
图8为目标跟踪点的速度时程曲线图；
图9为目标跟踪点的加速度时程曲线图；
图10为目标跟踪点的振动频谱图。
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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
本实施例为面向水上水下工程实验的结构精密测量需求，采用本发明所提出的的一种水上水下一体化分布式高速视频测量系统的实现方法对多层框架结构振动台的形变测量分析，实现对刚体、柔性体结构对象瞬时三维点位坐标、位移、速度、加速度等形变参数的高精度量测，具体包括以下方面：
1)实验背景与模型
框架结构是由许多根梁和柱通过钢筋相连接以承受房屋全部荷重的结构。近年来，多层框架结构已经成为较为常规的房屋结构，这是因为大型的民用建筑和工业厂房不可能单靠砖墙来满足荷重要求。本实验的框架模型为双筒5层钢筋混凝土核心筒结构，模型缩尺比例为1/5。如图4和图5所示，模型的平面尺寸为2420mm×1620mm，立面高度为4500mm(不含基础底座300mm)，且五层框架的层高均为900mm。
2)视频测量网络布设
在分布式高速视频测量网络布设中，六个高速相机环绕整个框架来拍摄其振动过程，其中每两台高速相机形成一对立体观测。本次实验使用的是由德国Optronis生产的CL600X2型相机，其采集影像的尺寸为1280×1024像素，采集帧频为200fps。为了扩大测量视场，每台高速相机都配备了20mm定焦镜头以增加视场角，并且被安装在三脚架上以保持稳定不动的状态。在目标结构物上，直径为50mm的圆形人工目标被均匀地粘贴在结构模型的关键测点上。每层选取了一个目标跟踪点以测量其动态变化。此外，在控制网络中，控制点被均匀地粘贴在模型周边的稳定脚手架上。这些稳定控制点的三维空间坐将由NET05AX全站仪提供，该全站仪能够提供优于0.5mm的点位测量精度。
3)技术方案
如图1所示，本发明提出的一种水上水下一体化分布式高速视频测量框架包括水上水下一体化分布式高速视频传感器组网方法与水上水下一体化分布式高速序列影像目标识别与三维重建方法两部分。
如图2和图3所示，分布式高速视频传感器组网方法是指目标结构周围的光学测量硬件搭建方法，其主要目的是为了获取目标结构的高质量影像序列。面向大型结构的形变监测需求，本文提出了多节点数据存储传输的分布式传感器组网方法，实现了多相机高速影像序列实时存储和管理。
如图2所示，在分布式传感器组网方案中，设立了三层节点控制：
1)高速相机为一层节点，以不同的拍摄视角采集目标对象的高速序列影像；
2)工控机为二层节点，实时存储多台高速相机采集到的高速序列影像；
3)主控机为三层节点，显示和管理各工控机的高速序列影像。
以上三层节点分别完成影像捕捉、影像存储和影像控制，实现了高速序列影像的实时存储与管理。
在各层节点间，建立了数据传输网络和同步控制网络来统一管理和协调影像采集、数据存储、数据传输、数据处理等任务。
数据传输网络的构建是由交换机通过数据连接线与主控机和各个工控机相连，其主要功能是为了实现数据和指令的实时传输。
同步控制网络的构建是由同步控制器通过同步控制线分别连接主控机与各个工控机，其主要功能是传输同步控制信号以便各联测相机能够同步地存储高速序列影像。
水上水下一体化分布式高速序列影像目标识别与三维重建方法主要体现在传感器网络中主控机与工控机中对高速序列影像实施的一系列数据处理算法，该方法的主要目的是从高速影像序列中解析目标结构的动态形变参数，将涉及高速视频测量序列影像处理、高速视频测量空间几何解析、结构形变参数估计等内容。
在高速视频测量数据处理中，海量序列影像匹配过程最为耗时，而传统集中式后处理方法需要将各个工控机的序列影像数据拷贝出来进行集中计算，耗费了大量的时间，无法满足现场处理的需求。为了避免数据拷贝的繁琐步骤和时间消耗，本文提出了分布式计算方法以完成现场解算任务。
如图3所示，主控机和工控机都属于小型计算机，具备一定的复杂计算能力。主控机将完成通讯控制、目标识别、立体匹配、三维重建、形变分析等算法步骤，而各个工控机将完成数据采集存储与序列影像匹配任务。
在上述任务分工机制中，多个计算节点(工控机)将同步完成序列影像匹配任务，提升了高速影像处理效率。最后，主控机与工控机之间的处理指令传输与数据结果传输将通过分布式数据传输网络来执行。
分布式高速视频传感器组网方法主要包含水上水下高速成像系统设计、高速采集存储系统设计、同步控制系统设计、照明系统设计、视频测量网络布设方案等。
水上水下一体化分布式高速序列影像目标识别与三维重建方法主要体现在传感器网络中主控机与工控机中对高速序列影像实施的一系列数据处理算法，该方法的主要目的是从高速影像序列中解析目标结构的动态形变参数，将涉及高速视频测量序列影像处理、高速视频测量空间几何解析、结构形变参数估计等内容。
3)实验结果与分析
通过高速相机标定，高速相机在影像空间中的平均反投影误差约为0.05-0.1像素。为了评估本文分布式高速视频测量方法的空间点位测量精度，可将控制点分为两部分，一部分作为稳定控制点参与光束法平差计算，而另一部分作为检核点参与精度评定。如表1所示，在高速视频测量中，通过前方交会算法可重建出检核点的三维坐标，而这些检核点的三维坐标同样能够由高精度全站仪直接测量获取。将两种测量方式的结果进行对比分析，其坐标差值的均方根误差在X、Y和Z方向上分别为0.29mm、0.18mm和0.20mm。因此，通过上述的精度评估，毫米级的点位测量精度能够满足本实验的精度需求。
表1高速视频测量方法计算值与高精度全站仪测量值之间的坐标偏差
在该实验中，Y方向的地震波被输入到振动台中。图7展示出了不同层目标跟踪点在Y方向(主方向)上的位移结果，这些位移时程曲线描述了振动过程中结构的三维形态响应。如图8和图9所示，通过时序分析可以获得目标跟踪点的速度和加速度时程曲线。从结果可以看出，各层目标跟踪点的空间运动趋势几乎相同。此外，如图10所示，通过对位移数据实施进一步的频谱分析，可获得本次实验的主要振动频率约为1.42Hz。因此，基于本文提出的分布式高速视频测量方法，所获得的结构形变结果能够为后续的结构力学分析提供重要依据。
本实施例介绍了水上水下一体化分布式高速视频测量方法在多层框架结构动态监测中的应用，验证了高速视频测量方法在三维振动响应监测中的鲁棒性能。在该实施例中，六台帧频为200fps的高速相机能够同步地观测目标结构的动态变化。与高精度全站仪测量结果相比，本发明提出的高速视频测量方法能够提供亚毫米级点位定位精度。此外，通过结构形变参数估计能够获得目标跟踪点的位移、速度、加速度和振动频谱，进而详细地反映了结构振动过程中的三维动态响应。实验结果表明，水上水下一体化分布式高速视频测量方法是监测大型结构振动台实验的可靠测量方法。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，该方法包括：
步骤1)分布式高速视频传感器组网方法，采用多节点数据存储传输，用于获取目标结构的高速视频影像序列；
步骤2)分布式高速序列影像目标识别与三维重建方法，采用分布式并行计算，用于解析已获取的高速视频影像序列中目标结构的动态形变参数。
2.根据权利要求1所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述步骤1)中的分布式高速视频传感器组网包括高速成像系统、同步控制系统、高速采集存储系统和照明系统；所述高速成像系统结合照明系统采集目标结构的高速视频序列影像，通过高速采集存储系统进行存储，由同步控制系统进行高速序列影像信息的传输与处理。
3.根据权利要求2所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述高速成像系统包括高速相机，所述同步控制系统包括工控机和主控机，所述主控机与各工控机连接，每个工控机对应一个高速相机。
4.根据权利要求3所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述步骤1)中的分布式高速视频传感器组网方法包括设立三层节点控制，所述三层节点控制包括以下部分：
11)高速相机为一层节点，以不同的拍摄视角采集目标对象的高速序列影像；
12)工控机为二层节点，实时存储多台高速相机采集到的高速序列影像；
13)主控机为三层节点，显示和管理各工控机的高速序列影像；
由主控机完成通讯控制、目标识别、立体匹配、三维重建和形变分析过程；由各个工控机同步完成数据采集存储与序列影像匹配任务；所述主控机与工控机之间的处理指令传输与数据结果传输通过分布式数据传输网络和同步控制网络执行。
5.根据权利要求4所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述分布式数据传输网络具体为：由交换机通过数据连接线与主控机和各个工控机相连，实时传输数据和指令。
6.根据权利要求4所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述同步控制网络具体为：由同步控制器通过同步控制线分别连接主控机与各个工控机传输同步控制信号，各高速相机同步存储高速序列影像。
7.根据权利要求1所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述分布式高速序列影像目标识别与三维重建方法包括依次进行的高速视频测量序列影像处理、高速视频测量空间几何解析和结构形变参数估计。
8.根据权利要求7所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述高速视频测量序列影像处理用于获取同名目标点的序列影像坐标，具体包括目标自动化识别与定位、多目标立体匹配、目标跟踪与匹配。
9.根据权利要求8所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述目标跟踪与匹配采用分布式并行处理方法。
10.根据权利要求7所述的一种水上水下一体化分布式高速视频测量系统的实现方法，其特征在于，所述高速视频测量空间几何解析，用于获取目标对象的形变参数估计，包括高速相机标定和相机位姿估计与三维重建过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110848591.8A CN113566729A (zh) | 2021-07-27 | 2021-07-27 | 一种水上水下一体化分布式高速视频测量系统的实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110848591.8A CN113566729A (zh) | 2021-07-27 | 2021-07-27 | 一种水上水下一体化分布式高速视频测量系统的实现方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113566729A true CN113566729A (zh) | 2021-10-29 |
Family
ID=78167761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110848591.8A Pending CN113566729A (zh) | 2021-07-27 | 2021-07-27 | 一种水上水下一体化分布式高速视频测量系统的实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113566729A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114136544A (zh) * | 2021-11-05 | 2022-03-04 | 同济大学 | 基于高速视频测量的水下振动模拟测试系统及测试方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107589069A (zh) * | 2017-07-10 | 2018-01-16 | 同济大学 | 一种物体碰撞恢复系数的非接触式测量方法 |
| CN108917633A (zh) * | 2018-05-18 | 2018-11-30 | 中国科学院光电技术研究所 | 基于水下双目视觉的燃料组件变形检测系统 |
| CN109068145A (zh) * | 2018-08-15 | 2018-12-21 | 上海鸢安智能科技有限公司 | 分布式智能视频分析系统、方法、装置、设备及存储介质 |
| CN109064499A (zh) * | 2018-05-30 | 2018-12-21 | 同济大学 | 一种基于分布式解析的多层框架抗震实验高速视频测量方法 |
| CN111629193A (zh) * | 2020-07-28 | 2020-09-04 | 江苏康云视觉科技有限公司 | 一种实景三维重建方法及系统 |
-
2021
- 2021-07-27 CN CN202110848591.8A patent/CN113566729A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107589069A (zh) * | 2017-07-10 | 2018-01-16 | 同济大学 | 一种物体碰撞恢复系数的非接触式测量方法 |
| CN108917633A (zh) * | 2018-05-18 | 2018-11-30 | 中国科学院光电技术研究所 | 基于水下双目视觉的燃料组件变形检测系统 |
| CN109064499A (zh) * | 2018-05-30 | 2018-12-21 | 同济大学 | 一种基于分布式解析的多层框架抗震实验高速视频测量方法 |
| CN109068145A (zh) * | 2018-08-15 | 2018-12-21 | 上海鸢安智能科技有限公司 | 分布式智能视频分析系统、方法、装置、设备及存储介质 |
| CN111629193A (zh) * | 2020-07-28 | 2020-09-04 | 江苏康云视觉科技有限公司 | 一种实景三维重建方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 刘晓利 等: "结构光三维传感器测量网相关技术", 《红外与激光工程》 * |
| 温荷 等: "数字图像位移测试系统设计与开发", 《实验技术与管理》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114136544A (zh) * | 2021-11-05 | 2022-03-04 | 同济大学 | 基于高速视频测量的水下振动模拟测试系统及测试方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019127347A1 (zh) | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 | |
| CN105403143B (zh) | 一种获取模拟地震振动台的位移变化的测量方法及其系统 | |
| CN111879235A (zh) | 弯管的三维扫描检测方法、三维扫描系统和计算机设备 | |
| CN105115560B (zh) | 一种船舱舱容的非接触测量方法 | |
| WO2006094409A1 (en) | Auto-referenced system and apparatus for three-dimensional scanning | |
| CN110992487B (zh) | 手持式飞机油箱快速三维地图重建装置及重建方法 | |
| JP2014098683A (ja) | 遠距離クラック測量方法 | |
| JP2008298685A (ja) | 計測装置及びプログラム | |
| JP2011506914A (ja) | 物体形状のマルチフレーム表面測定のためのシステム及び方法 | |
| CN102798350A (zh) | 一种臂架挠度的测量方法、装置及系统 | |
| JPWO2017119202A1 (ja) | 構造物の部材特定装置及び方法 | |
| CN114119614B (zh) | 一种远程检测建筑物的裂缝的方法 | |
| CN112362034B (zh) | 基于双目视觉的固体发动机多节筒段对接引导测量方法 | |
| CN109712188A (zh) | 一种目标跟踪方法及装置 | |
| CN109064499B (zh) | 一种基于分布式解析的多层框架抗震实验高速视频测量方法 | |
| Jin et al. | A new multi-vision-based reconstruction algorithm for tube inspection | |
| CN113566729A (zh) | 一种水上水下一体化分布式高速视频测量系统的实现方法 | |
| Liu et al. | Real-time 3D surface measurement in additive manufacturing using deep learning | |
| CN104236455A (zh) | 蜂巢板在线检测系统及其检测方法 | |
| JP5365960B2 (ja) | 三次元２点間距離簡易計測装置 | |
| CN101865721A (zh) | 螺旋桨桨叶重量的自动测量新方法 | |
| CN110487199A (zh) | 一种隧道洞周变形监测系统及方法 | |
| CN114279324A (zh) | 一种预制构件外观质量全方位智能检测方法 | |
| TWI632347B (zh) | 立體影像與雷射掃描測距整合方法 | |
| CN110160455B (zh) | 间隙面差检测系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211029 |