熱軋圓鋼在飛機(jī)著陸定位中的應(yīng)用

而傳統(tǒng)的表面缺陷無(wú)損檢測(cè)技術(shù)難以適應(yīng)高速熱軋圓鋼生產(chǎn)線需求,熱軋圓鋼在飛機(jī)著陸定位中的應(yīng)用 熱軋圓鋼表面缺陷視覺(jué)在線檢測(cè)算法研究熱軋圓鋼表面缺陷檢測(cè)技術(shù)是提高企業(yè)產(chǎn)品競(jìng)爭(zhēng)力、改進(jìn)生產(chǎn)工藝的關(guān)鍵技術(shù)之一.為了能夠?qū)崟r(shí)在線檢測(cè)表面缺陷,基于機(jī)器視覺(jué)的表面缺陷檢測(cè)技術(shù)應(yīng)運(yùn)而生,該技術(shù)檢測(cè)速度快、準(zhǔn)確率高,而且能夠重現(xiàn)產(chǎn)品表面質(zhì)量情況,因此很多公司企業(yè)投入巨資對(duì)其進(jìn)行研究。目前,基于機(jī)器視覺(jué)的熱軋圓鋼表面缺陷檢測(cè)技術(shù)在歐美發(fā)展的較為成熟,并且已有相關(guān)檢測(cè)系統(tǒng)投入運(yùn)行,而國(guó)內(nèi)在這方面的研究剛處于起步階段,與國(guó)外差距較大,這在一定程度上影響了國(guó)熱軋圓鋼產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力,因而此項(xiàng)技術(shù)急需發(fā)展研究。首先,開(kāi)展硬件系統(tǒng)研究。設(shè)計(jì)了熱軋圓鋼表面缺陷檢測(cè)系統(tǒng)總體方案,對(duì)相機(jī)的個(gè)數(shù)選擇進(jìn)行了分析,設(shè)計(jì)了光照系統(tǒng)；根據(jù)縱向分辨率檢測(cè)要求選擇了相機(jī)的類型和具體型號(hào),根據(jù)橫向分辨率要求確定了鏡頭的焦距,并選擇出合適的鏡頭型號(hào),比較了不同光源的特點(diǎn),選擇了適合本課題的光源類型,通過(guò)景深的計(jì)算驗(yàn)證了所選擇硬件的正確性；

介紹了圖像采集裝置,并進(jìn)行了圖像采集實(shí)驗(yàn),分析了各個(gè)參數(shù)對(duì)圖像采集的影響,列舉了不同類型的圓鋼表面圖像；分析了熱軋圓鋼表面圖像成像結(jié)果,總結(jié)了影響圓鋼表面成像的三個(gè)因素；最后對(duì)采集的圓鋼表面原始圖像特征進(jìn)行了定性和定量分析。其次,提出了改進(jìn)的局部邊界搜索算法用于進(jìn)行圓鋼圖像的提取,去除了采集的原始圖像中存在無(wú)用背景信息,僅保留了圓鋼圖像信息,減少了圖像處理數(shù)據(jù),避免了圓鋼邊界被誤檢為缺陷的情況；分析了圓鋼表面圖像中存在噪聲類型,建立了圖像退化模型和噪聲模型,得出圖像中存在噪聲主要為高斯噪聲；比較了不同濾波算法對(duì)圓鋼表面圖像的降噪效果,得出最適合本課題的濾波方法；利用理想低通濾波器進(jìn)行噪聲濾除,比較了矩形濾波器和圓形濾波器的降噪效果,最終確定了矩形濾波器濾波算法。然后,分析了凹坑缺陷在圖像中的表現(xiàn)特征,得出利用列像素檢測(cè)凹坑缺陷更為有效；提出基于三角函數(shù)和韋伯對(duì)比度的凹坑檢測(cè)改進(jìn)算法,討論了圖像灰度值的修正方法、正弦核函數(shù)周期的選擇以及閾值的選取問(wèn)題,得到較好的檢測(cè)效果,但是算法受凹坑缺陷尺寸大小限制；提出了基于下包絡(luò)韋伯對(duì)比度的凹坑缺陷檢測(cè)算法,介紹了韋伯定律及其在視覺(jué)中的應(yīng)用,引入了下包絡(luò)、韋伯對(duì)比度和下包絡(luò)韋伯對(duì)比度的概念,然后詳細(xì)闡述了具體的檢測(cè)算法,仿真實(shí)驗(yàn)結(jié)果表明該算法對(duì)于熱軋圓鋼表面凹坑缺陷具有非常高的檢出率并且不受缺陷尺寸大小的影響。提出基于局部環(huán)形對(duì)比度的熱軋圓鋼表面缺陷實(shí)時(shí)檢測(cè)算法,該算法可以檢測(cè)熱軋圓鋼表面產(chǎn)生的凹坑、刮傷和耳子等常見(jiàn)缺陷,并且具有較高的檢出率和低誤檢率。首先分析這些缺陷在圖像中表現(xiàn)出的共同特征,即缺陷所在處與局部背景圖像之間存在較大的灰度對(duì)比度,這是該算法的檢測(cè)依據(jù),然后引入了局部環(huán)形背景和局部環(huán)形對(duì)比度的概念,并且利用已有的圖像數(shù)據(jù)得出檢測(cè)閾值與局部環(huán)形背景灰度均值之間的關(guān)系,使得閾值具有自適應(yīng)性,檢測(cè)結(jié)果更為準(zhǔn)確,最后詳細(xì)介紹了算法的具體實(shí)施過(guò)程,12cr1mov合金管并且進(jìn)行實(shí)驗(yàn)仿真,實(shí)時(shí)性測(cè)試實(shí)驗(yàn)表明該算法能夠保證熱軋圓鋼表面缺陷的線檢測(cè)。最后,為了測(cè)試所研究檢測(cè)算法在真實(shí)熱軋圓鋼現(xiàn)場(chǎng)的應(yīng)用效果,對(duì)前面提出的缺陷檢測(cè)算法進(jìn)行了編程實(shí)現(xiàn),嵌入到線陣相機(jī)里檢驗(yàn)效果。介紹了軟件系統(tǒng)的整體框架和程序界面,分析了進(jìn)行相機(jī)二次開(kāi)發(fā)所做的主要內(nèi)容；為了驗(yàn)證算法的有效性,即嵌入到相機(jī)的檢測(cè)算法實(shí)時(shí)檢測(cè)效果是否與實(shí)驗(yàn)室仿真結(jié)果一致,首先在車間磨床上進(jìn)行了離線測(cè)試,即將一段圓鋼成品放置于磨床上,使其來(lái)回縱向運(yùn)動(dòng)模擬圓鋼軋制時(shí)的情形,測(cè)試結(jié)果表明二次開(kāi)發(fā)后的線陣相機(jī)檢測(cè)結(jié)果與算法在實(shí)驗(yàn)室的仿真結(jié)果一致,因此算法可行,并且討論了不同光強(qiáng)對(duì)于圖像采集質(zhì)量的影響；然后將該系統(tǒng)應(yīng)用于熱軋圓鋼現(xiàn)場(chǎng)進(jìn)行在線測(cè)試,結(jié)果表明所研制的表面缺陷檢測(cè)系統(tǒng)可以有效的檢出圓鋼軋制過(guò)程中產(chǎn)生的常見(jiàn)缺陷,并且實(shí)時(shí)性較好,可以進(jìn)行工業(yè)化應(yīng)用。差分GPS/姿態(tài)傳感器/機(jī)器視覺(jué)在飛機(jī)著陸定位中的應(yīng)用 精確定位對(duì)于飛機(jī)的夜間著陸是一個(gè)重要的問(wèn)題。本文討論了融合視覺(jué)的圖像數(shù)據(jù),姿態(tài)傳感器的姿態(tài)數(shù)據(jù)以及差分GPS位置數(shù)據(jù),再利用擴(kuò)展卡爾曼濾波方法對(duì)飛機(jī)夜間著陸時(shí)相對(duì)于跑道的位置進(jìn)行定位。飛機(jī)著陸中利用機(jī)載攝像機(jī)(CCD拍攝跑道燈光分布的實(shí)時(shí)圖,同時(shí)再利用已知的機(jī)場(chǎng)燈光分布信息和姿態(tài)信息以及GPS位置信息,通過(guò)假設(shè)的攝像機(jī)模型可以得到同一時(shí)刻跑道的預(yù)測(cè)圖,提取跑道實(shí)時(shí)圖和跑道預(yù)測(cè)圖的特征并比較它差異,利用擴(kuò)展卡爾曼濾波不斷的修正跑道預(yù)測(cè)圖,當(dāng)這兩種圖像的特征逼近到一定的誤差范圍內(nèi)時(shí),就可對(duì)飛機(jī)相對(duì)于跑道的位置進(jìn)行定位。仿真的結(jié)果證明了這種算法的可行性。