機器視像的工程機械速度測量探析范文

本站小編為你精心準備了機器視像的工程機械速度測量探析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

圖像序列的紋理特征匹配

利用路面序列圖像相鄰幀中同一紋理特征的匹配得到車體移動的位移是計算車體運動速度的關鍵，如果直接將連續兩幀圖像進行匹配計算，計算量較大，難以滿足實時性的要求．本文結合路面序列圖像的特點，提出了基于路面序列圖像投影算法進行匹配跟蹤來計算兩幀間移動位移．由圖1可知相鄰幀圖像其統計特性具有相似的特點，根據概率論中若二維連續隨機向量具有概率密度f（x，y），則關于x方向的邊緣概率密度為概率密度f（x，y）在y方向的投影；關于y方向的邊緣概率密度為概率密度f（x，y）在x方向的投影．因此本文將如圖3所示的圖像I（W，H）在x，y兩個方向進行投影，把二維圖像轉換成能量集中在x，y兩個方向的一維數列，投影后的數列為符合一定統計規律的隨機信號序列．W，H分別為圖像的行數和列數，F（i，j）為圖像在像素點的灰度．

則圖像在水平軸和垂直軸上的投影為Fig．3Imagemodel相鄰幀圖像內容相似，從相鄰圖像中得到的兩個方向的一維序列具有較強的相關性，且兩個方向上平移的距離接近于圖像在這個方向上的實際平移距離［7］．對圖像投影后得到的一維灰度序列仍能較好地表征圖像在x和y方向的特征如圖4所示．

為了實現行駛速度的測量的實時性，本文利用頻域中傅里葉變換（FFT）的互相關定理實現x，y方投影曲線的快速匹配［8－9］．用FFT來實現投影曲線的匹配，要注意離散傅里葉變換固有的周期性，采用零的方法來避免混疊．投影特性曲線快速匹配計算步驟如下：（4）對頻域卷積進行傅里葉反變換得到x和y兩個方向的互相關函數Rx和Ry．（5）求出互相關函數Rx和Ry的峰值所對應的圖像坐標，該坐標位置即為相鄰幀圖像Ik＋1相對于Ik在x和y方向的位移量（Δx，Δy），如圖5所示，圖中Ok為k幀圖像的原點，Ok＋1為k＋1幀圖像的原點．

方法驗證

1攝像機的標定

根據CCD攝像機所獲取的路面紋理信息計算工程機械的行駛速度，路面圖像像素上每一點的灰度數值反映了空間作業路面某點反射光的強度，路面圖像像素點坐標與路面點的空間坐標的關系由攝像機成像幾何模型決定，該幾何模型的參數為攝像機參數，計算這些參數的過程為攝像機標定．在本文中攝像機的外部參數和內部參數都將對速度測量精度產生影響，因此必須對這兩部分參數進行標定．本文采用兩步法來實現攝像機內、外參數的標定，該方法的第一步利用最小二乘法解超定線性方程，求出外部參數；第二步求解內部參數，如果攝像機無透鏡畸變，可由一個超定方程解出，如果存在徑向畸變，則可結合非線性優化的方法獲得全部參數．該方法計算量適中，平均精度可達1／4000．如圖6所示為本文在實驗室地面上畫定網格作為標定模板及圖像處理后的標定點．通過Harris角點檢測取N組對應點，采用兩步法求出攝像機的內外參數，攝像機內外參數如表1所示．

2速度計算

本文在室內地面上采用移動平臺上安裝CCD攝像機模擬進行方法驗證，根據工程機械低速行駛速度的特點，平臺以0．5m•s－1勻速直線運動下進行攝像機連續成像，應用本文方法計算各瞬時速度值得到的速度曲線如圖7所示，平均速度為0．48m•s－1，速度誤差為0．02m•s－1．

結語

采用車載攝像機采集路面序列圖像，計算車體相對于路面的行駛速度，實現了非接觸式速度的測量．該方法依靠路面視覺信息，不存在滑轉等因素所造成的誤差影響．此外，無需路面及車輛運動的先驗信息．同時根據路面圖像信息可獲得車體的定位信息，本文方法對于工程機械牽引性能的實際行駛速度的計算提供了有力的技術參考價值．

作者：金守峰胡永彪單位：長安大學工程機械學院