本发明专利技术公开了一种基于图像恢复的用于导管架水下安装在线测量方法，包括以下步骤：首先、使用摄像机对水下导管架进行图像采集，获取原始序列图像；其次、将上述获得的原始序列图像通过高通滤波器进行时域均值滤波；再次、通过高斯维纳空间解卷积滤波；最后、通过标定的水下摄像机参数模型，求解零件孔距。本发明专利技术具有如下优点：适合水下三维测量，算法执行速度低于0.5s，对于三维测量的孔距检测的平均误差在0.1mm以内，执行速度降低，检测精度提高，对导管架水下安装提高工作效率。
An on-line measurement method for underwater jacket installation based on image restoration
【技术实现步骤摘要】
一种基于图像恢复的用于导管架水下安装在线测量方法
本专利技术属于海上风电领域，具体涉及一种基于图像恢复的用于导管架水下安装在线测量方法。
技术介绍
我国海域面积辽阔，海上风能资源丰富，利用风力发电的潜能极大，随着风电新技术、新材料和新工艺的自主开发应用，我国海上风电进入大规模建设阶段。风机基础施工是海上风电建设的重要环节之一。海上风力发电机组的基础型式有重力式基础、桩承式基础，另外浮式基础技术也在研究开发中。桩承式基础又包括单桩基础，多桩混凝土承台基础和多桩导管架基础。导管架安装包括水下打桩、管桩定位、管桩内部的杂质清除、水下灌浆以及风机塔基座调平等，水下打桩、定位以及灌浆对于水下测量要求精度极高，否则将会影响导管架得海上安装进度。为解决上述问题，通常采用水下自动化操作处理使用机器视觉进行测量，但是由于水面的折射、水面的波动等影响，这些给自动化工序中使用机器视觉辅助测量定位带来新的挑战，严重影响了图像检测的质量。专利号CN105698767A一种基于视觉的水下测量方法，利用建立较为准确的水下成像模型实现相机的精确标定，利用相机标定参数实现了水下的二维测量和双目的三维测量，通过实验验证了该方法对于水下二维测量平均误差为0.0612mm，而对于三维测量平均误差结果较大于二维测量，为小于0.2mm，该专利较适合水下二维测量，对于三维测量来说，该测量精度无法满足导管架水下打桩、定位以及灌浆的精度要求，而且该专利的测量花费时间较长。
技术实现思路
本专利技术的目的在于针对现有技术的不足，现提供一种基于图像恢复的用于导管架水下安装在线测量方法，该测量方法既可以有效对水下扰动图像进行恢复，又能够实现视觉在线测量，算法执行速度低于0.5s，导管架孔距剪测平均误差小于0.1mm。为解决上述技术问题，本专利技术采用的技术方案为：一种基于图像恢复的用于导管架水下安装在线测量方法，包括以下步骤：首先、使用摄像机对水下导管架进行图像采集，获取原始序列图像；其次、将上述获得的原始序列图像通过高通滤波器进行时域均值滤波；再次、通过高斯维纳空间解卷积滤波；最后、通过标定的水下摄像机参数模型，求解零件孔距。进一步地，具体步骤如下：A、使用摄像机对水下导管架进行图像采集，建立扰动模型，令图像中对应点的像数值为X(x，y)，I(X)表示实际带有扰动的图像，Itrue(X)表示不受任何噪声影响的理想条件下的原始图像，ux表示二维随机向量在图像点X处的噪声，h(u)表示该处噪音的概率密度函数，则扰动退化模型可表示为：I(X)＝I(X+ux)(1)其中式(1)的卷积方式为：B、筛选出变形较小的序列图像，将获得的原始序列图像通过高通滤波器进行时域均值滤波，以时域均值滤波处理的结果为参考图像，计算当前n帧图像PSNR特征值并进行高通滤波,PSNR表示峰值信噪比，MSE表示滤波的均方误差，α(i，j)和分别为参考图像与获取图像中对应的灰度值，M×N为图像的总像素数，以表示一个像素点所占二进制位数，则αmax＝2l-1，其中C、采用基于高斯分布的空间维纳解卷积，对扰动退化图像进行解卷积复原，得到原始清晰图像，将步骤B中高通滤波后的时域均值滤波得到的I(X)可以看成：其中b(X)是在时域平均模块处的加性噪声，因此设计维纳滤波器Wσ(f)来得到原始位置图像Itrue：其中f是二维频率域矢量，H(f)是扰动概率密度函数的傅里叶变换，Strue(f)是Itrue的功率谱密度，相应地，Sb(f)是加性噪声b(X)的功率谱密度，维纳滤波器通常可简化为：其中NSR(n)是时域平均模块输出处的残余噪声与信号的比率，则H(f)由下式给出：D、利用模板匹配定位导管架水下安装部位在图像中的位置，利用该水下安装部位的特征孔，结合标定过的单目摄像机模型参数，测量出水下安装部位的孔距。进一步地，摄像机为SonyTELI30万像素CCD摄像机，摄像机标定板为标准10mm棋盘格，标定方法采用张氏标定法。进一步地，步骤B中PSNR高通滤波的周期为50帧，滤波阈值设置为15帧，即每50帧原始图像序列，筛选出PSNR值高的15帧图像。进一步地，步骤C中NSR(n)和σ均根据经验设定。进一步地，步骤D中测量出水下安装部位的孔距采用亚像数算法计算进行。本专利技术的有益效果如下：本专利技术提出一种基于图像恢复的用于导管架水下安装在线方法，该算法既可以有效的对水下扰动图像进行恢复，并且能实现视觉在线测量，尤其适合水下三维测量，算法执行速度低于0.5s，对于三维测量的孔距检测的平均误差在0.1mm以内，执行速度降低，检测精度提高，对导管架水下安装提高工作效率。附图说明：下面的实施例可以使本专业的技术人员更全面地理解本专利技术，但并不因此将本专利技术限制在所述的实施例范围之中。图1为本专利技术的水下导管架检测示意图。图2为本专利技术的原始图像序列图。图3为本专利技术的空间解卷积图像。图4为本专利技术的标准测量块孔距测量图。图5为本专利技术的时间序列图像实验中测量的平均误差示意图。图6为本专利技术的时间序列他想实验中测量的算法执行速度。具体实施方式以下由特定的具体实施例说明本专利技术的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效。如图1示出了一种基于图像恢复的用于导管架水下安装在线测量方法，包括以下步骤：首先、使用摄像机对水下导管架进行图像采集，获取原始序列图像；其次、将上述获得的原始序列图像通过高通滤波器进行时域均值滤波；再次、通过高斯维纳空间解卷积滤波；最后、通过标定的水下摄像机参数模型，求解零件孔距。具体步骤如下：A、使用摄像机对水下导管架进行图像采集，建立扰动模型，令图像中对应点的像数值为X(x，y)，I(X)表示实际带有扰动的图像，Itrue(X)表示不受任何噪声影响的理想条件下的原始图像，ux表示二维随机向量在图像点X处的噪声，h(u)表示该处噪音的概率密度函数，则扰动退化模型可表示为：I(X)＝I(X+ux)(1)其中式(1)的卷积方式为：B、筛选出变形较小的序列图像，将获得的原始序列图像通过高通滤波器进行时域均值滤波，以时域均值滤波处理的结果为参考图像，计算当前n帧图像PSNR特征值并进行高通滤波,PSNR表示峰值信噪比，MSE表示滤波的均方误差，α(i，j)和分别为参考图像与获取图像中对应的灰度值，M×N为图像的总像素数，以表示一个像素点所占二进制位数，则αmax＝2l-1，其中C、采用基于高斯分布的空间维纳解卷积，如图3所示，对扰动退化图像进行解卷积复原，得到原始清晰图像，将步骤B中高通滤波后的时域均值滤波得到的I(X)可以看成：其中b(X)是在时域平均模块处的加性噪声，因此设计维纳滤波器Wσ(f)来得到原始位置图像Itrue：其中f是二维频率域矢量，H(f)是扰动概率密度函数的傅里叶变换，Strue(f)是Itrue的功率谱密度，相应地，Sb(f)是加性噪声b(X)的功率谱密度，维纳滤波器通常可简化为：其中NSR(n)是时域平均模块输出处的残余噪声与信号的比率，NSR(n)和σ均根据经验设定，则H(f)由下式给出：步骤C中NSR(n)设定为恒定值0.01；σ根据湍流大小选择，通常为8pixels。D、利用模板匹配定位导管架水下安装部位在图像中的位置，利用该水下安装部位的特征孔，结合标定过的本文档来自技高网...
【技术保护点】
1.一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，包括以下步骤：首先、使用摄像机对水下导管架进行图像采集，获取原始序列图像；其次、将上述获得的原始序列图像通过高通滤波器进行时域均值滤波；再次、通过高斯维纳空间解卷积滤波；最后、通过标定的水下摄像机参数模型，求解零件孔距。
【技术特征摘要】
1.一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，包括以下步骤：首先、使用摄像机对水下导管架进行图像采集，获取原始序列图像；其次、将上述获得的原始序列图像通过高通滤波器进行时域均值滤波；再次、通过高斯维纳空间解卷积滤波；最后、通过标定的水下摄像机参数模型，求解零件孔距。2.根据权利要求1所述一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，具体步骤如下：A、使用摄像机对水下导管架进行图像采集，建立扰动模型，令图像中对应点的像数值为X(x，y)，I(X)表示实际带有扰动的图像，Itrue(X)表示不受任何噪声影响的理想条件下的原始图像，ux表示二维随机向量在图像点X处的噪声，h(u)表示该处噪音的概率密度函数，则扰动退化模型可表示为：I(X)＝I(X+ux)(1)其中式(1)的卷积方式为：B、筛选出变形较小的序列图像，将获得的原始序列图像通过高通滤波器进行时域均值滤波，以时域均值滤波处理的结果为参考图像，计算当前n帧图像PSNR特征值并进行高通滤波,PSNR表示峰值信噪比，MSE表示滤波的均方误差，α(i，j)和分别为参考图像与获取图像中对应的灰度值，M×N为图像的总像素数，以l表示一个像素点所占二进制位数，则αmax＝2l-1，其中C、采用基于高斯分布的空间维纳解卷积，对扰动退化图像进行解卷积复原，得到原始清晰图像，将步骤B中高通滤波后的时域均值滤波得到的I(X)可以看成：...
【专利技术属性】
技术研发人员：朱军，张震，张伦伟，
申请(专利权)人：南通蓝岛海洋工程有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。