視感智能檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、當(dāng)前非接觸式檢測(cè)基本通過(guò)激光、雷達(dá)和超聲波等技術(shù)手段予以實(shí)現(xiàn)。但是囿于檢測(cè)信號(hào)的物理特性、裝置結(jié)構(gòu)復(fù)雜性及其經(jīng)濟(jì)成本，這些技術(shù)的應(yīng)用領(lǐng)域尚存在較大的局限性，例如：超聲波檢測(cè)距離較短，毫米波雷達(dá)在電磁波干擾下檢測(cè)精度較差，成像式激光技術(shù)（即結(jié)構(gòu)光成像技術(shù)）裝置過(guò)于復(fù)雜導(dǎo)致經(jīng)濟(jì)成本太高，而且在檢測(cè)過(guò)程中要求原先的正常作業(yè)必須停止，等等。
　　 基于圖像信息的檢測(cè)技術(shù)依靠多個(gè)傳感器采集現(xiàn)場(chǎng)目標(biāo)的圖像，通過(guò)信號(hào)處理器對(duì)所獲得的圖像進(jìn)行處

2、理、分析、匹配、識(shí)別和理解，最終重建出能夠充分體現(xiàn)物體信息的立體形態(tài)，從而達(dá)到對(duì)物體的檢測(cè)目的。其硬件系統(tǒng)結(jié)構(gòu)簡(jiǎn)單、對(duì)環(huán)境條件要求低、技術(shù)成本低廉、信息豐富，因此日益受到人們的重視，并業(yè)已成為國(guó)內(nèi)外熱門的前沿研究課題。
　　 但是，目前基于圖像信息的檢測(cè)算法大多處于理論研究階段，其技術(shù)體系尚不完善，仍有多個(gè)關(guān)鍵技術(shù)問(wèn)題需要解決。諸如多視圖特征點(diǎn)匹配的準(zhǔn)確性和檢測(cè)誤差的動(dòng)態(tài)修正等問(wèn)題，正需要我們予以解決和完善。
　　 論文

3、針對(duì)激光、雷達(dá)和超聲波等檢測(cè)技術(shù)的適用局限性，對(duì)束縛視感智能檢測(cè)發(fā)展的若干技術(shù)難題開(kāi)展研究，主要內(nèi)容包括：
　　 1、多視圖特征點(diǎn)匹配問(wèn)題。為了獲取物體的立體信息，需要采用多個(gè)攝像機(jī)（或多個(gè)角度）對(duì)同一目標(biāo)采集多幅圖像，并且在多視圖中尋找物體特征信息的匹配關(guān)系。本論文通過(guò)定位、約束和優(yōu)化三個(gè)步驟來(lái)完成對(duì)多視圖公共特征點(diǎn)位置的快速準(zhǔn)確匹配，提出了基于最小特征值及其動(dòng)態(tài)調(diào)整的定位方法，基于多視張量的約束方法，以及綜合了空間域、頻域和

4、顏色域相似度的優(yōu)化方法，實(shí)現(xiàn)了對(duì)多視圖特征點(diǎn)的準(zhǔn)確匹配。
　　 2、坐標(biāo)定位和立體重建問(wèn)題。從多視圖的二維圖像數(shù)據(jù)重新獲取因投影而退化的三維信息過(guò)程，即坐標(biāo)定位和立體重建技術(shù)。本論文首先將Levenberg-Marquardt方法引入到攝像機(jī)參數(shù)標(biāo)定的線性和徑向算法中，提出了一種基于輔助網(wǎng)格的自動(dòng)標(biāo)定算法。該方法能夠自動(dòng)消除鏡頭引起的非線性畸變，并實(shí)現(xiàn)對(duì)動(dòng)態(tài)誤差的矯正。其次，論文探討了立體重建的視差法，包括：三角測(cè)量、立體標(biāo)定、

5、視圖配準(zhǔn)及三維重投影等運(yùn)算步驟，提出了異面直線最小距離點(diǎn)逼近法。該方法在多視圖公共特征點(diǎn)自動(dòng)匹配的基礎(chǔ)上，提高了公共特征點(diǎn)空間坐標(biāo)定位的運(yùn)算速度和立體重建的精度，適用于大范圍多目系統(tǒng)而無(wú)需配準(zhǔn)視圖。
　　 3、幾何復(fù)現(xiàn)與類型識(shí)別問(wèn)題。論文在立體重建的基礎(chǔ)上提出幾何復(fù)現(xiàn)的模型建立及其類型識(shí)別方法，通過(guò)模型設(shè)計(jì)、模型優(yōu)化、模型測(cè)量到模型展示的步驟，將抽象的立體重建數(shù)據(jù)轉(zhuǎn)化為適合于檢測(cè)的幾何復(fù)現(xiàn)模型。鑒于識(shí)別是檢測(cè)系統(tǒng)的組成部分和重要

6、延伸，論文還研究了對(duì)檢測(cè)模型進(jìn)行分類識(shí)別的方法。從高階統(tǒng)計(jì)量和矩陣廣義特征值出發(fā)，提出了一種主分量分析的改進(jìn)算法，以及表達(dá)特征分量分類能力的“混淆熵”概念及其層次網(wǎng)絡(luò)分類法，從而達(dá)到對(duì)被測(cè)對(duì)象快速識(shí)別與準(zhǔn)確分類的效果。
　　 論文還通過(guò)工程應(yīng)用實(shí)例“大型原料場(chǎng)數(shù)字化與自動(dòng)堆、取料技術(shù)系統(tǒng)”驗(yàn)證了本論文“視感智能檢測(cè)關(guān)鍵技術(shù)研究”成果的高效性與實(shí)用性。工業(yè)應(yīng)用證實(shí)：采用本文研究成果所建立的應(yīng)用系統(tǒng)具有檢測(cè)速度快、精度高、可擴(kuò)展性強(qiáng)