发明内容
为了解决上述人工修复气缸磨损的修复质量差的技术问题,本发明的目的在于提供一种汽车发动机金属磨损智能修复控制方法。
本发明提供了一种汽车发动机金属磨损智能修复控制方法,包括以下步骤:
获取汽车发动机中待修复的气缸壁的深度区域块图像阵列,并获取阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离;
根据深度区域块图像阵列、阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像;
根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像中每个像素点的深度值,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置;
根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置,确定汽车发动机中待修复的气缸壁的全景图像;
根据汽车发动机中待修复的气缸壁的全景图像中每个像素点的深度值,确定全景图像中各个磨损区域块以及各个磨损区域块对应的磨损量,进而确定全景图像中各个磨损区域块对应的填涂量;
根据全景图像中各个磨损区域块对应的填涂量,对各个磨损区域块进行填涂,根据填涂后的各个磨损区域块中每个像素点的深度值,确定填涂后的各个磨损区域块对应的磨损量,若填涂后的磨损区域块对应的磨损量不小于精准修复指标值,则根据填涂后的磨损区域块对应的磨损量,重新确定该填涂后的磨损区域块对应的填涂量,并根据重新确定的填涂量对该填涂后的磨损区域块进行填涂,重复上述步骤,直至填涂后的各个磨损区域块对应的磨损量均小于精准修复指标值。
进一步的,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像的步骤包括:
根据深度区域块图像阵列、阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对初始拼接位置;
根据深度区域块图像阵列、深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对初始拼接位置,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像。
进一步的,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置的步骤包括:
根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的每行像素点序列集合以及任意两个上下相邻的深度区域块图像对应的一对拼接区域图像内每列像素点序列集合,得到任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对以及任意两个上下相邻的深度区域块图像对应的一对拼接区域图像内每列像素点序列集合中的各个滑窗区域对;
根据任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对以及任意两个上下相邻的深度区域块图像对应的一对拼接区域图像内每列像素点序列集合中的各个滑窗区域对,确定每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及每列像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数;
根据每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及各个滑窗区域对中每个像素点的深度值,确定每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,进而确定每行像素点序列集合中的各目标滑窗区域对,从而确定每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度;
根据每列像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及各个滑窗区域对中每个像素点的深度值,确定每列像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,进而确定每列像素点序列集合中的各目标滑窗区域对,从而确定每列像素点序列集合中的各目标滑窗区域对对应的匹配适配度;
根据每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像的最终拼接位置,根据每列像素点序列集合中的各目标滑窗区域对对应的匹配适配度,确定深度区域块图像阵列中任意两个上下相邻的深度区域块图像的最终拼接位置。
进一步的,确定每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度的步骤包括:
根据每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数,确定每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配权值;
根据每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配权值以及各个滑窗区域对中每个像素点的深度值,确定每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度。
进一步的,确定每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配权值的步骤包括:
计算每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数的倒数,将该倒数作为各个滑窗区域对中第一滑窗区域内对应像素点的匹配权值。
进一步的,确定每行像素点序列集合中的各个滑窗区域对的匹配加权相似度的计算公式:
其中,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内第i行像素点序列集合中的第j个滑窗区域对对应的匹配相似度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域内第z个像素点的匹配权值,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域的第z个像素点的深度值,
为任意两个左右相邻的深度区域块图像对应的拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第二滑窗区域的第z个像素点的深度值,
为预设超参数,f为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内第i行像素点序列集合中的第j个滑窗区域对内的像素点数目。
进一步的,进而确定每行像素点序列集合中的各目标滑窗区域对的步骤包括:
根据任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对对应的匹配相似度,确定各个目标匹配相似度;
将各个目标匹配相似度对应的滑窗区域对作为每行像素点序列集合中的各目标滑窗区域对。
进一步的,每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度的计算公式:
其中,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个目标滑窗区域对对应的匹配适配度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个目标滑窗区域对对应的匹配相似度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第z个目标滑窗区域对对应的匹配相似度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个目标滑窗区域对中的第a个像素点的横坐标之和,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第z个目标滑窗区域对中的第a个像素点的横坐标之和,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的目标滑窗区域对的数目,f为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内第i行像素点序列集合中的第j个滑窗区域对内的像素点数目。
进一步的,确定全景图像中各个磨损区域块以及各个磨损区域块对应的磨损量的步骤包括:
将气缸壁的全景图像均匀划分为各个子区域块图像,根据各个子区域块图像的深度值,确定各个子区域块图像的体积,进而确定各个子区域块图像中的标准区域块图像;
根据标准子区域块图像以及各个子区域块图像的体积,确定全景图像中各个磨损区域块以及其对应的磨损量。
本发明具有如下有益效果:
本发明通过获取汽车发动机中待修复的气缸壁的深度区域块图像阵列以及阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离,确定任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像,进而确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置,从而确定汽车发动机中待修复的气缸壁的全景图像。本发明中通过深度区域块图像的最终拼接位置得到的全景图像更加准确,同时避免出现拼接错位的问题,有效提高了气缸磨损修复的质量,并且该图像拼接方法的拼接效率更高。
另外,通过全景图像中每个像素点的深度值可以得到各个磨损区域块以及其磨损量,进而得到各个磨损区域块对应的填涂量,根据填涂后的各个磨损区域块中每个像素点的深度值,确定填涂后的各个磨损区域块对应的磨损量,若填涂后的磨损区域块对应的磨损量不小于精准修复指标值,则重新确定该填涂后的磨损区域块对应的填涂量,直至填涂后的各个磨损区域块对应的磨损量均小于精准修复指标值。本发明通过得到各个磨损区域块的精准磨损量,能够更好地进行气缸磨损修复工作,并且不会出现差异较大的修复平整度的情况,进一步提高了发动机气缸的磨损修复质量。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本实施例提供了一种汽车发动机金属磨损智能修复控制方法,如图1所示,该方法的步骤包括:
(1)获取汽车发动机中待修复的气缸壁的深度区域块图像阵列,并获取阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离。
(1-1)获取汽车发动机中待修复的气缸壁的深度区域块图像阵列。
本实施例在汽车发动机中待修补气缸的轴心处放置一个相机支架,并将共聚焦相机设备安装在支架上,该支架通过原地旋转带动共聚焦相机设备转动以及上下伸缩带动共聚焦相机设备移动可以采集气缸壁的深度区域块图像阵列,该阵列中包含气缸壁内不同方位的深度区域块图像。因此,通过共聚焦相机设备可以获取汽车发动机中待修复的气缸壁的气缸壁的深度区域块图像阵列。
需要说明的是,为了便于后续反映气缸壁的真实磨损情况以及分析气缸壁中各个磨损区域以及其磨损量,本实施例通过共聚焦相机设备采集气缸壁的微观图像,相比宏观图像,微观图像能够准确地得到气缸壁的磨损区域细节,并且共聚焦相机设备所采集的气缸壁微观图像为深度图像,根据深度图像中每个像素点的深度值,便于确定气缸壁中各个磨损区域以及其磨损量。
(1-2)获取深度区域块图像阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离,其步骤包括:
(1-2-1)获取深度区域块图像阵列中左右相邻的深度区域块图像对应的空间位置距离。
根据左右相邻的深度区域块图像的旋转速度以及时间间隔,计算左右相邻的深度区域块图像对应的旋转弧长,根据该旋转弧长,并结合共聚焦相机设备的放大倍数,确定深度区域块图像阵列中左右相邻的深度区域块图像对应的空间位置距离,如图2所示,图2中的方位1图像为任意两个左右相邻的深度区域块图像中的左相邻的深度区域块图像,如图3所示,方位2图像为任意两个左右相邻的深度区域块图像中的右相邻的深度区域块图像,方位1、2图像的像素间隔也就是左右相邻的深度区域块图像对应的空间位置距离。
(1-2-2)获取深度区域块图像阵列中上下相邻的深度区域块图像对应的空间位置距离。
获取相机支架拍摄上下相邻的深度区域块图像时相机支架的上下移动距离,根据该移动距离,并结合共聚焦相机设备的放大倍数,确定该移动距离作为深度区域块图像阵列中上下相邻的深度区域块图像对应的空间位置距离。
(2)根据深度区域块图像阵列、阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像,其步骤包括:
(2-1)根据深度区域块图像阵列、阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的空间位置距离,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对初始拼接位置。
在本实施例中,获取深度区域块图像阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像对应的一对中轴线位置,其中,左右相邻的深度区域块图像对应的一对中轴线位置是竖直方向上的,而上下相邻的深度区域块图像对应的一对中轴线位置是水平方向上的。
以确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对初始拼接位置为例,将深度区域块图像阵列中左相邻的深度区域块图像对应的竖直中轴线位置加上左右相邻的深度区域块图像对应的空间位置距离的一半,得到深度区域块图像阵列中左相邻的深度区域块图像的初始拼接位置。将深度区域块图像阵列中右相邻的深度区域块图像对应的竖直中轴线位置减去左右相邻的深度区域块图像对应的空间位置距离的一半,得到深度区域块图像阵列中右相邻的深度区域块图像的初始拼接位置。至此,得到深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对初始拼接位置,也就是两张图像的大致拼缝位置,其初始拼接位置如图2和图3所示,图2和图3中的一对正常速度拼缝位置也就是两个左右相邻的深度区域块图像对应的一对初始拼接位置。
需要说明的是,参考深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对初始拼接位置的确定方法,可以得到深度区域块图像阵列中任意两个上下相邻的深度区域块图像对应的一对初始拼接位置。
(2-2)根据深度区域块图像阵列、深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对初始拼接位置,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像。
需要说明的是,相机支架的水平方向旋转和竖直方向伸缩会导致步骤(2-1)的初始拼接位置不太准确,所以不能直接根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对初始拼接位置完成拼接,而是根据历史经验确定各个初始拼接位置的波动范围,后续会在其波动范围内确定各个最终拼接位置,各个初始拼接位置的波动范围为对应的各个拼接区域图像,确定拼接区域图像的详细内容如下:
在本实施例中,将深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对初始拼接位置分别向左、向右延伸数个像素点,并将深度区域块图像阵列中任意两个上下相邻的深度区域块图像对应的一对初始拼接位置分别向上、向下延伸数个像素点,本实施例将任意两个左右相邻的深度区域块图像对应的一对初始拼接位置分别向左、向右延伸10个像素点,并将任意两个上下相邻的深度区域块图像对应的一对初始拼接位置分别向上、向下延伸10个像素点,从而得到深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对初始拼接位置对应的延伸后的各个区域图像,该延伸后的各个区域图像为深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像。以深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对拼接区域图像为例,如图2和图3所示,最小速度拼缝位置和最大速度拼缝位置之间所形成的区域即为拼接区域图像。
(3)根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像对应的一对拼接区域图像中每个像素点的深度值,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置,其步骤包括:
(3-1)根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的每行像素点序列集合以及任意两个上下相邻的深度区域块图像对应的一对拼接区域图像内每列像素点序列集合,得到任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对以及任意两个上下相邻的深度区域块图像对应的一对拼接区域图像内每列像素点序列集合中的各个滑窗区域对。
在本实施例中, 以得到任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对为例,在深度区域块图像阵列中任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的每行像素点序列集合中均建立滑动窗口并使其左右滑动,从而得到任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对。若任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的每行像素点序列集合内有10个像素点,如图4和图5所示,图4中的图块1误差区域和图5中的图块2误差区域也就是本实施例中任意两个左右相邻的深度区域块图像对应的一对拼接区域图像,第一行横向数据序列也就是本实施例中的第一行像素点序列集合。在每行像素点序列集合中均对应建立一个1*8的滑动窗口,并使其滑动窗口同时在每行像素点序列集合中左右滑动,当滑动结束后,每行像素点序列集合中均有3个滑窗区域对。
需要说明的是,参考每行像素点序列集合中的各个滑窗区域对的确定方式,可以得到任意两个上下相邻的深度区域块图像对应的一对拼接区域图像内每列像素点序列集合中的各个滑窗区域对。
(3-2)根据任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对以及任意两个上下相邻的深度区域块图像对应的一对拼接区域图像内每列像素点序列集合中的各个滑窗区域对,确定每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及每列像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数。
需要说明的是,为了便于后续描述本实施例将每行像素点序列集合和每行像素点序列集合中的每对滑窗区域的第一个滑窗区域称为第一滑窗区域,并把每对滑窗区域中第二个滑窗区域称为第二滑窗区域。
在本实施例中,通过DTW算法对每行像素点序列集合中的各个滑窗区域对以及每列像素点序列集合中的各个滑窗区域对内的各个像素点进行匹配,从而得到每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及每列像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数。
需要说明的是,每行像素点序列集合和每列像素点序列集合中第一滑窗区域内每个像素点的匹配点对的重复匹配数是基于滑窗区域对中第二滑窗区域内每个像素点匹配确定的,DTW算法为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
(3-3)根据每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及各个滑窗区域对中每个像素点的深度值,确定每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,进而确定每行像素点序列集合中的各目标滑窗区域对,从而确定每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度,其步骤包括:
(3-3-1)根据每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及各个滑窗区域对中每个像素点的深度值,确定每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,其步骤包括:
(3-3-1-1)根据每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数,确定每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配权值。
需要说明的是,在步骤(3-2)中,通过DWT算法进行像素点匹配会存在一对多的匹配情况,而对于本实施例来讲该匹配情况对应的区域匹配失误率高,因而对于一对多的像素匹配点需要降低其计算权值。
在本实施例中,计算每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数的倒数,并将该倒数作为各个滑窗区域对中第一滑窗区域内对应像素点的匹配权值,其计算公式如下:
其中,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域内第z个像素点的匹配权值,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域内第z个像素点的匹配点对的重复匹配数。
需要说明的是,第z个像素点的匹配点对的重复匹配数
越大,第z个像素点的匹配权值
越小。
(3-3-1-2)根据每行像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配权值以及各个滑窗区域对中每个像素点的深度值,确定每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,其计算公式如下:
其中,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内第i行像素点序列集合中的第j个滑窗区域对对应的匹配相似度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域内第z个像素点的匹配权值,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域的第z个像素点的深度值,
为任意两个左右相邻的深度区域块图像对应的拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第二滑窗区域的第z个像素点的深度值,
为预设超参数,f为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内第i行像素点序列集合中的第j个滑窗区域对内的像素点数目,在本实施例中,f=10。
本实施例设置预设超参数的作用是为了防止分母为零的歧义状况,需要说明的是,任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域的第z个像素点的深度值与其第二滑窗区域的第z个像素点的深度值的差值越小,任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个滑窗区域对中第一滑窗区域内第z个像素点的匹配权值
越大,任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内第i行像素点序列集合中的第j个滑窗区域对对应的匹配相似度
就会越高。
(3-3-2)根据每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,确定每行像素点序列集合中的各目标滑窗区域对,其步骤包括:
(3-3-2-1)根据任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对对应的匹配相似度,确定各个目标匹配相似度。
在本实施例中,根据任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内每行像素点序列集合中的各个滑窗区域对对应的匹配相似度,筛选出每行像素点序列集合中的各个滑窗区域对对应的匹配相似度在前20%的匹配相似度,该筛选出的各个匹配相似度为各个目标匹配相似度。
(3-3-2-2)将各个目标匹配相似度对应的滑窗区域对作为每行像素点序列集合中的各目标滑窗区域对。
在本实施例中,根据步骤(3-3-2-1)中的各个目标匹配相似度,获取各个目标匹配相似度对应的滑窗区域对,将各个目标匹配相似度对应的滑窗区域对作为每行像素点序列集合中的各目标滑窗区域对。
(3-3-3)根据每行像素点序列集合中的各目标滑窗区域对对应的匹配相似度,确定每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度,其计算公式如下:
其中,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个目标滑窗区域对对应的匹配适配度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个目标滑窗区域对对应的匹配相似度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第z个目标滑窗区域对对应的匹配相似度,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第j个目标滑窗区域对中的第a个像素点的横坐标之和,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的第z个目标滑窗区域对中的第a个像素点的横坐标之和,
为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中的目标滑窗区域对的数目,f为任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内第i行像素点序列集合中的第j个滑窗区域对内的像素点数目,在本实施例中,f=10。
在本实施例中,若任意两个左右相邻的深度区域块图像对应的一对拼接区域图像内的第i行像素点序列集合中有10个目标滑窗区域对,则将10个目标滑窗区域对中的每个目标滑窗区域对与其他9个目标滑窗区域对按照匹配适配度的计算公式进行计算,从而得到10个目标滑窗区域对中的每个目标滑窗区域对对应的匹配适配度。
(3-4)根据每列像素点序列集合中的各个滑窗区域对中第一滑窗区域内每个像素点的匹配点对的重复匹配数以及各个滑窗区域对中每个像素点的深度值,确定每列像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,进而确定每列像素点序列集合中的各目标滑窗区域对,从而确定每列像素点序列集合中的各目标滑窗区域对对应的匹配适配度。
在本实施例中,参考步骤(3-3-1)每行像素点序列集合中的各个滑窗区域对对应的匹配加权相似度的确定过程,得到每列像素点序列集合中的各个滑窗区域对对应的匹配加权相似度,参考步骤(3-3-2)每行像素点序列集合中的各目标滑窗区域对,得到每列像素点序列集合中的各目标滑窗区域对,参考步骤(3-3-3)每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度的确定过程,得到每列像素点序列集合中的各目标滑窗区域对对应的匹配适配度。
(3-5)根据每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度,确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像的最终拼接位置,根据每列像素点序列集合中的各目标滑窗区域对对应的匹配适配度,确定深度区域块图像阵列中任意两个上下相邻的深度区域块图像的最终拼接位置。
在本实施例中,以确定深度区域块图像阵列中任意两个左右相邻的深度区域块图像的最终拼接位置为例,根据每行像素点序列集合中的各目标滑窗区域对对应的匹配适配度,筛选出每行像素点序列集合中最大匹配适配度对应的目标滑窗区域对,计算每行像素点序列集合中该目标滑窗区域对中第一滑窗区域内每个像素点深度值与其第二滑窗区域内每个像素点深度值的对应差值,从而获取对应差值最小的像素点对,将每行像素点序列集合中该像素点对的横坐标对应关系作为深度区域块图像阵列中任意两个左右相邻的深度区域块图像的最终拼接位置。
需要说明的是,参考深度区域块图像阵列中任意两个左右相邻的深度区域块图像的最终拼接位置的确定方式,可以得到深度区域块图像阵列中任意两个上下相邻的深度区域块图像的最终拼接位置。至此,本实施例得到深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置。
(4)根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置,确定汽车发动机中待修复的气缸壁的全景图像。
在本实施例中,根据深度区域块图像阵列中任意两个左右相邻的深度区域块图像和任意两个上下相邻的深度区域块图像的最终拼接位置,将深度区域块图像阵列中左右相邻的深度区域块图像和上下相邻的深度区域块图像拼接在一起,从而得到汽车发动机中待修复的气缸壁的全景图像。
(5)根据汽车发动机中待修复的气缸壁的全景图像中每个像素点的深度值,确定全景图像中各个磨损区域块以及各个磨损区域块对应的磨损量,进而确定全景图像中各个磨损区域块对应的填涂量,其步骤包括:
(5-1)将气缸壁的全景图像均匀划分为各个子区域块图像,根据各个子区域块图像的深度值,确定各个子区域块图像的体积,进而确定各个子区域块图像中的标准区域块图像。
在本实施例中,基于步骤(4)的汽车发动机中待修复的气缸壁的全景图像,将气缸壁的全景图像均匀划分为各个子区域块图像,本实施例将气缸壁的全景图像均匀划分为50*50个的子区域块图像,根据50*50个的子区域块图像中每个像素点的深度值,获取50*50个的子区域块图像中每个像素点的深度值中的最小深度值,将该最小深度值对应的像素点作为相对零点,根据相对零点以及每个像素点的深度值,对50*50个的子区域块图像进行积分处理,从而得到50*50个的子区域块图像的体积,筛选出50*50个的子区域块图像的体积中的最小值,该最小值对应的子区域块图像作为标准区域块图像。积分处理过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
(5-2)根据标准子区域块图像以及各个子区域块图像的体积,确定全景图像中各个磨损区域块以及其对应的磨损量。
在本实施例中,将各个子区域块图像的体积与标准子区域块图像的体积做差,从而得到各个子区域块图像对应的体积差异值,并将各个子区域块图像对应的体积差异值作为各个子区域块图像的磨损量。
使各个子区域块图像的磨损量与精准修复指标值进行比较,将子区域块图像的磨损量不大于精准修复指标值的各个子区域块图像作为各个磨损区域块,从而得到全景图像中各个磨损区域块以及其对应的磨损量。
(6)根据全景图像中各个磨损区域块对应的填涂量,对各个磨损区域块进行填涂,根据填涂后的各个磨损区域块中每个像素点的深度值,确定填涂后的各个磨损区域块对应的磨损量,若填涂后的磨损区域块对应的磨损量不小于精准修复指标值,则根据填涂后的磨损区域块对应的磨损量,重新确定该填涂后的磨损区域块对应的填涂量,并根据重新确定的填涂量对该填涂后的磨损区域块进行填涂,重复上述步骤,直至填涂后的各个磨损区域块对应的磨损量均小于精准修复指标值。
在本实施例中,根据全景图像中各个磨损区域块对应的填涂量,也就是根据各个磨损区域对应数量的修补剂,利用发动机修补仪器将指定量的修补剂平整地涂抹在各个磨损区域上。然后再按照步骤(5)的确定全景图像中各个磨损区域块对应的填涂量的步骤,确定填涂后的各个磨损区域块对应的磨损量,并将填涂后的各个磨损区域块对应的磨损量与精准修复指标值再次进行比较,以便于判断汽车发动机中待修复的气缸壁是否完成修复,比较的详细内容包括:
若填涂后的磨损区域块对应的磨损量不小于精准修复指标值,则根据填涂后的磨损区域块对应的磨损量,重新确定该磨损区域块指定量的填涂量,对该磨损区域块进行填涂,然后按照步骤(5)的确定全景图像中各个磨损区域块对应的填涂量的步骤,再次确定填涂后的磨损区域块对应的磨损量,并将填涂后的磨损区域块对应的磨损量与精准修复指标值进行比较,不断重复上述步骤,直至填涂后的各个磨损区域块对应的磨损量均小于精准修复指标值。若填涂后的各个磨损区域块对应的磨损量均小于精准修复指标值,则说明汽车发动机中待修复的气缸壁修复完成。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。