System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及深海采矿模拟实验,具体涉及一种基于示踪图像的颗粒轮廓特征算法及示踪模拟系统。
技术介绍
1、深海采矿模拟矿石颗粒示踪实验是为了研究矿石颗粒在深海环境中的运动和行为,特别是在沉积物冲蚀和浑浊水体条件下的运动轨迹和力学特性。这种实验对于优化采矿设备设计、提高采矿效率和环境保护具有重要意义。
2、目前,深海采矿模拟矿石颗粒示踪实验通常颗粒流检测的方式,如采用测速仪器(如粒子图像测速、粒子追踪测速等)、荧光示踪、影像法(磁共振流动成像、超声波多普勒测速等)。虽然这些方法能够检测获取模拟矿石颗粒流的运动,但难以获取单个模拟矿石颗粒的轮廓特征,从而难以测量模拟矿石颗粒的运动姿态(如自旋状态),导致难以对模拟矿石颗粒的运动信息进行准确分析,也即难以准确校正模拟矿石颗粒的受力情况而降低实验准确度。
技术实现思路
1、本专利技术的目的在于提供一种基于示踪图像的颗粒轮廓特征算法及示踪模拟系统,以解决现有技术中因难以获取模拟矿石颗粒的轮廓特征而难以准确获取模拟矿石颗粒的运动姿态,导致难以准确分析模拟矿石颗粒的运动信息而难以准确校正模拟矿石颗粒的受力情况的技术问题。
2、为解决上述技术问题,本专利技术具体提供下述技术方案:
3、一种基于示踪图像的颗粒轮廓特征算法,包括如下步骤:
4、步骤100、利用固定视角摄像机采集模拟矿石颗粒运动的图像之后,对所述图像进行灰度处理并依次进行光点检测和光斑拟合,以提取所述图像中光斑投影的光斑参数;
6、步骤300、建立观测图像与模型预测图像之间的误差关系模型,将模拟矿石颗粒的直径导入所述误差关系模型中,以估计误差,并利用误差的偏导数迭代更新模型参数,以及利用加权最小二乘法,降低异常值的影响。
7、作为本专利技术的一种优选方案,在步骤100中,采用光点检测和光斑拟合以提取所述图像中光斑投影的光斑参数的具体方式为:
8、建立各向异性扩散的偏微分方程对所述图像进行平滑和边缘检测,所述各向异性扩散的偏微分方程为:
9、;
10、其中,是图像在时间的灰度值,和表示图像的空间坐标,表示扩散的时间,是扩散系数;
11、为光斑的灰度值梯度,为散度;
12、利用二阶偏微分算子进行光斑检测,所述二阶偏微分算子为:
13、;
14、寻找满足光斑方程的点集,使得:
15、;
16、其中,是特征值。
17、作为本专利技术的一种优选方案,在步骤200中,建立模拟矿石颗粒的轮廓特征计算模型的具体方式为:
18、建立透视投影模型下的光斑参数方程;
19、建立计算模拟矿石颗粒的半径和位置方程;
20、建立计算模拟矿石颗粒的姿态方程;
21、建立计算模拟矿石颗粒的边缘坐标方程;
22、联立关系方程、半径和位置方程、姿态方程以及边缘坐标方程,以构成轮廓特征计算模型。
23、作为本专利技术的一种优选方案,建立透视投影模型下的光斑参数方程的具体方式为:
24、定义光斑的灰度值梯度场:
25、;
26、根据光斑的梯度场信息,建立光斑的参数化方程:
27、;
28、并建立光斑与摄像机间的几何参数化方程:
29、;
30、其中,对于第个光斑,其几何中心坐标为,为长轴长度,为圆形光斑直径,为短轴长度,ϕ为光斑旋转角,为摄像机焦距,为光斑到摄像机的距离,为光斑法向量与摄像机光轴的夹角;
31、其中,与通过图像灰度值获取,且,则根据球坐标系到直角坐标系的转换公式:
32、;
33、由于法向量是单位向量,故,则光斑上每一点的法向量表示为:
34、;
35、引入摄像机内参矩阵:
36、;
37、其中,和是摄像机在和方向的焦距,和摄像机主点坐标;
38、平面坐标归一化得到:
39、;
40、其中,归一化后的第个光斑的平面坐标为;
41、而对于光斑空间点,与其在图像平面上的投影满足以下关系:
42、;
43、故光斑的空间坐标为:
44、;
45、其中,第个光斑的空间坐标。
46、作为本专利技术的一种优选方案,建立计算模拟矿石颗粒的半径和位置方程的具体方式为:
47、建立每个光斑在模拟矿石颗粒上的球面方程:
48、;
49、其中,模拟矿石颗粒的空间坐标,模拟矿石颗粒的半径为。
50、建立法向量约束方程:
51、根据法向量与球心的关系可得:
52、;
53、整理得到:
54、;
55、其中,是一个未知的比例因子;
56、将上式代入球面方程中可得:
57、
58、因此,光斑与模拟矿石颗粒参数方程为:
59、;
60、求解模拟矿石颗粒的半径和位置:
61、联合所有光斑与模拟矿石颗粒参数方程可得:
62、;
63、将和视作变量,构建超定方程组,用最小二乘法求解该方程组,得到模拟矿石颗粒空间坐标和半径。
64、作为本专利技术的一种优选方案,建立计算模拟矿石颗粒的姿态方程的具体方式为:
65、利用球面上各点的法线,计算球体的姿态,将表面法线的偏微分化,获取表面法线向量:
66、;
67、模拟矿石颗粒的姿态可由法线与视线夹角表示:
68、;
69、其中,为视线方向;
70、故法线与视线夹角可表示为:
71、。
72、作为本专利技术的一种优选方案,建立计算模拟矿石颗粒的边缘坐标方程的具体方式为:
73、利用多级边缘检测算法对所述图像边缘进行检测:
74、;
75、边缘出现在梯度极大值处:
76、;
77、通过解球面方程和摄像机模型方程的偏微分形式,获取边缘点的图像坐标:
78、;
79、利用球面方程可解得边缘点的空间坐标。
80、作为本专利技术的一种优选方案,在步骤300中,建立观测图像与模型预测图像之间的误差关系模型的具体方式为:
81、建立误差函数方程:
82、;
83、其中,是观测图像的灰度值,是模型预测的图像的灰度值;
84、误差函数方程对模拟矿石颗粒半径r的偏导形式:
8本文档来自技高网...
【技术保护点】
1.一种基于示踪图像的颗粒轮廓特征算法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,在步骤100中,采用光点检测和光斑拟合以提取所述图像中光斑投影的光斑参数的具体方式为:
3.根据权利要求2所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,在步骤200中,建立模拟矿石颗粒的轮廓特征计算模型的具体方式为:
4.根据权利要求3所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,建立透视投影模型下的光斑参数方程的具体方式为:
5.根据权利要求4所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,建立计算模拟矿石颗粒的半径和位置方程的具体方式为:
6.根据权利要求4所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,建立计算模拟矿石颗粒的姿态方程的具体方式为:
7.根据权利要求4所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,建立计算模拟矿石颗粒的边缘坐标方程的具体方式为:
8.根据权利要求5所述的一种基于示踪图像的颗粒轮廓特征算法,
9.一种应用于权利要求1-8任一项所述基于示踪图像的颗粒轮廓特征算法的示踪模拟系统,其特征在于,包括:
10.根据权利要求9所述的一种示踪模拟系统,其特征在于,
...【技术特征摘要】
1.一种基于示踪图像的颗粒轮廓特征算法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,在步骤100中,采用光点检测和光斑拟合以提取所述图像中光斑投影的光斑参数的具体方式为:
3.根据权利要求2所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,在步骤200中,建立模拟矿石颗粒的轮廓特征计算模型的具体方式为:
4.根据权利要求3所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,建立透视投影模型下的光斑参数方程的具体方式为:
5.根据权利要求4所述的一种基于示踪图像的颗粒轮廓特征算法,其特征在于,建立计算模拟矿石颗粒的半径和...
【专利技术属性】
技术研发人员:杨强,夏建新,魏定邦,曹华德,
申请(专利权)人:中国地质大学北京,
类型:发明
国别省市:
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。