视觉测量直升机高速旋转桨叶形变常采用基于圆形标记点的测量方法,但该方法中圆形标记点具有低曝光、小目标和投影不对称等特点,极易产生标记点漏检和圆心坐标误差的问题。为减小漏检、修正圆心坐标误差,提出了一种直升机桨叶图像中圆...视觉测量直升机高速旋转桨叶形变常采用基于圆形标记点的测量方法,但该方法中圆形标记点具有低曝光、小目标和投影不对称等特点,极易产生标记点漏检和圆心坐标误差的问题。为减小漏检、修正圆心坐标误差,提出了一种直升机桨叶图像中圆形标记点圆心检测及修正方法。首先,提取图像中局部极值中心的像素坐标,并依据阵列排布结构滤除干扰,获得所有圆形标记点极值中心的像素坐标;其次,以各极值中心的像素坐标为圆心,与相邻极值的最小距离为直径,建立圆形ROI(region of interest)区域,在ROI区域内并行分水岭变换和最小二乘法圆拟合得到圆心;再次,采用透视变换建立该图像与垂直相机光轴的同相位桨叶图像(正面图像)的投影映射关系,再采用LM(levenberg-marquardt)优化求解投影映射矩阵;最后,将该图像转换为正面图像进行圆心检测,再将该圆心坐标逆变换得到精确圆心坐标。实验结果表明,本文检测方法准确率和精度分别达98.89%和0.191 mm,已应用于直升机高速旋转桨叶运动轨迹和形变的高精度视觉测量。展开更多
针对现有的直升机桨叶欠曝光图像中圆形标记点检测方法存在自适应能力不强、速度慢、精度不高的问题,提出了基于YOLOv3(you only look once)与分水岭的直升机桨叶欠曝光图像圆形标记点检测方法.首先,将采集的真实桨叶欠曝光图像中的圆...针对现有的直升机桨叶欠曝光图像中圆形标记点检测方法存在自适应能力不强、速度慢、精度不高的问题,提出了基于YOLOv3(you only look once)与分水岭的直升机桨叶欠曝光图像圆形标记点检测方法.首先,将采集的真实桨叶欠曝光图像中的圆形标记点进行标注后,制作成数据集,并训练YOLOv3网络;其次,用训练好的YOLOv3网络检测出圆形标记点区域;再次,改进传统分水岭标记提取方式,采用多线程技术并行在各圆形标记点区域内进行分水岭变换,得到圆形标记点边缘检测结果;最后,采用最小二乘圆拟合和奇异点去除法实现圆形标记点的精确定位.研究者通过对多幅欠曝光桨叶图像中圆形标记点进行检测实验,验证了该方法具有自适应能力强、速度快、精度高的优点,并已将其用于直升机桨叶欠曝光图像圆形标记点的检测.展开更多
文摘视觉测量直升机高速旋转桨叶形变常采用基于圆形标记点的测量方法,但该方法中圆形标记点具有低曝光、小目标和投影不对称等特点,极易产生标记点漏检和圆心坐标误差的问题。为减小漏检、修正圆心坐标误差,提出了一种直升机桨叶图像中圆形标记点圆心检测及修正方法。首先,提取图像中局部极值中心的像素坐标,并依据阵列排布结构滤除干扰,获得所有圆形标记点极值中心的像素坐标;其次,以各极值中心的像素坐标为圆心,与相邻极值的最小距离为直径,建立圆形ROI(region of interest)区域,在ROI区域内并行分水岭变换和最小二乘法圆拟合得到圆心;再次,采用透视变换建立该图像与垂直相机光轴的同相位桨叶图像(正面图像)的投影映射关系,再采用LM(levenberg-marquardt)优化求解投影映射矩阵;最后,将该图像转换为正面图像进行圆心检测,再将该圆心坐标逆变换得到精确圆心坐标。实验结果表明,本文检测方法准确率和精度分别达98.89%和0.191 mm,已应用于直升机高速旋转桨叶运动轨迹和形变的高精度视觉测量。
文摘针对现有的直升机桨叶欠曝光图像中圆形标记点检测方法存在自适应能力不强、速度慢、精度不高的问题,提出了基于YOLOv3(you only look once)与分水岭的直升机桨叶欠曝光图像圆形标记点检测方法.首先,将采集的真实桨叶欠曝光图像中的圆形标记点进行标注后,制作成数据集,并训练YOLOv3网络;其次,用训练好的YOLOv3网络检测出圆形标记点区域;再次,改进传统分水岭标记提取方式,采用多线程技术并行在各圆形标记点区域内进行分水岭变换,得到圆形标记点边缘检测结果;最后,采用最小二乘圆拟合和奇异点去除法实现圆形标记点的精确定位.研究者通过对多幅欠曝光桨叶图像中圆形标记点进行检测实验,验证了该方法具有自适应能力强、速度快、精度高的优点,并已将其用于直升机桨叶欠曝光图像圆形标记点的检测.
