共軸雙旋翼槳尖垂直位移量的視覺測量方法研究
發(fā)布時間:2020-06-02 02:11
【摘要】:旋翼是直升機動力系統(tǒng)的核心部件之一,旋翼槳尖垂直位移量的測量能指導旋翼試驗方向,以及保障試驗安全。由于旋翼旋轉時處于高速運動狀態(tài),傳統(tǒng)測量方法存在動態(tài)測量難、精度不高的問題,加上共軸雙旋翼存在上下槳葉之間遮擋影響測量的問題,本文采用高速運動圖像預處理和單目視覺測量技術,深入開展了共軸雙旋翼槳尖垂直位移量的視覺測量方法研究。主要研究工作與成果如下:(1)對視覺測量的有關背景和知識進行了全面整理與細致分析,據(jù)此,將研究工作分高速圖像預處理和槳尖垂直位移量測量兩大部分。(2)研究了高速運動槳尖圖像去噪和運動模糊去除預處理方法。首先,對槳尖圖像中的噪聲類型進行分析,采用對比實驗法選擇最佳的去噪方法,通過主觀和客觀標準對去噪方法進行了實驗驗證;其次,采用一種先顯著邊緣選擇,后紋理細節(jié)復原的去模糊方法,實現(xiàn)了圖像中槳尖區(qū)域的復原;然后,根據(jù)槳尖圖像灰度直方圖的分析結果和槳尖的運動規(guī)律,定位包含槳尖的ROI(Region of Interest),減少背景對槳尖區(qū)域的干擾,采用最大類間方差法對ROI進行分割;最后,采用連通域掃描法,選取最大連通域,即為槳尖截面區(qū)域。通過對旋翼高速旋轉下拍攝的運動圖像進行去噪、去模糊和槳尖區(qū)域分割實驗,驗證了本文上述方法的有效性。(3)提出了高速旋翼槳尖垂直位移量的視覺測量方法。首先,采用最小外接圓法定位槳尖截面,根據(jù)槳尖幾何特征自動定位關鍵點;其次,采用二進制編解碼方法,實現(xiàn)了旋翼槳葉編號的快速識別;然后,設計并實現(xiàn)了兩種單目視覺測量標定方法,一為系統(tǒng)誤差較小的標準塊標定方法,二為偶然誤差較小的棋盤格標定方法;最后,通過槳葉關鍵點間的像素距離與視覺標定結果,可以計算出同一槳葉在不同實驗參數(shù)下的垂直位移量,以及上下旋翼各自的垂直位移量。(4)構建了旋翼槳尖垂直位移量的視覺測量的實驗平臺,并開展了大量實測實驗。視覺測量系統(tǒng)包含硬件和軟件兩部分,其中硬件子系統(tǒng)的搭建包含硬件的選型、連接、調試等步驟,軟件子系統(tǒng)的設計涉及算法與界面的編寫等內容。該視覺測量系統(tǒng)已應用于實際環(huán)境,并取得了較好的實驗結果。
【圖文】:
(f) 高斯濾波 (g) 小波濾波圖 3-2 各類常用濾波的去噪效果圖主觀從圖像視覺效果上來看,中值濾波和雙邊濾波對槳尖圖像背景中噪聲具有較好去噪效果,同時邊緣的完整性相對其它濾波方法較好,而其它濾波去噪方法使用后,背景依舊存在視覺可辨識的噪聲。2、濾波操作后的方法噪聲對比為了有客觀上的分析,常使用 MSE、PSNR、RMSE 等指標來評價去噪效果:MSE 能反映出去噪后圖像與標準圖像的差異程度;PSNR 是最普遍和廣泛使用評價畫質的客觀量測法之一,它基于對應像素點間的誤差,即基于誤差敏感的圖像質量評價;SSIM 分別從對比度、亮度、結構三個方面來度量圖像的相似性,來反映濾波的效果。但是以上三個指標都需要標準圖像,即真實場景圖像的像素信息才能進行計算,而現(xiàn)實中采集到的槳尖圖像都或多或少存在著噪聲。由于無標準參考圖像,故用以往的圖像去噪評價指標并不能適用。根據(jù) Buades 等人[45]提出的去噪評價方法,計算去噪圖像與含噪圖像之間的
16(e) 高斯濾波 Nm圖像 (f) 小波濾波 Nm圖像圖 3-3 各類濾波操作的 Nm圖像從圖 3-3 可以看出,中值濾波對邊緣信息的保持是最好的,幾乎沒有損失邊緣信息,背景中的噪聲也大部分被去除,但槳尖區(qū)域內的噪聲濾除的很少,這可能由于相機成像時,場景中的亮度差異導致了不同亮度區(qū)域的主要噪聲類型不同;雙邊濾波對噪聲的濾除雖然比較徹底,邊緣視覺上也更清晰,,但邊緣的模糊是槳
【學位授予單位】:南昌航空大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:V216;V275.1;TP391.41
本文編號:2692445
【圖文】:
(f) 高斯濾波 (g) 小波濾波圖 3-2 各類常用濾波的去噪效果圖主觀從圖像視覺效果上來看,中值濾波和雙邊濾波對槳尖圖像背景中噪聲具有較好去噪效果,同時邊緣的完整性相對其它濾波方法較好,而其它濾波去噪方法使用后,背景依舊存在視覺可辨識的噪聲。2、濾波操作后的方法噪聲對比為了有客觀上的分析,常使用 MSE、PSNR、RMSE 等指標來評價去噪效果:MSE 能反映出去噪后圖像與標準圖像的差異程度;PSNR 是最普遍和廣泛使用評價畫質的客觀量測法之一,它基于對應像素點間的誤差,即基于誤差敏感的圖像質量評價;SSIM 分別從對比度、亮度、結構三個方面來度量圖像的相似性,來反映濾波的效果。但是以上三個指標都需要標準圖像,即真實場景圖像的像素信息才能進行計算,而現(xiàn)實中采集到的槳尖圖像都或多或少存在著噪聲。由于無標準參考圖像,故用以往的圖像去噪評價指標并不能適用。根據(jù) Buades 等人[45]提出的去噪評價方法,計算去噪圖像與含噪圖像之間的
16(e) 高斯濾波 Nm圖像 (f) 小波濾波 Nm圖像圖 3-3 各類濾波操作的 Nm圖像從圖 3-3 可以看出,中值濾波對邊緣信息的保持是最好的,幾乎沒有損失邊緣信息,背景中的噪聲也大部分被去除,但槳尖區(qū)域內的噪聲濾除的很少,這可能由于相機成像時,場景中的亮度差異導致了不同亮度區(qū)域的主要噪聲類型不同;雙邊濾波對噪聲的濾除雖然比較徹底,邊緣視覺上也更清晰,,但邊緣的模糊是槳
【學位授予單位】:南昌航空大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:V216;V275.1;TP391.41
【參考文獻】
相關期刊論文 前10條
1 歐巧鳳;趙平均;熊邦書;涂曉衍;莫燕;;基于立體視覺的旋翼共錐度動態(tài)測量系統(tǒng)精度分析[J];儀器儀表學報;2015年08期
2 徐明;李建波;韓東;;旋翼轉速優(yōu)化直升機的縱向操縱性與穩(wěn)定性分析[J];航空動力學報;2015年06期
3 王燦;許本勝;黃美發(fā);;區(qū)域搜索下圓度誤差快速精密評定[J];制造業(yè)自動化;2015年11期
4 吳希明;;高速直升機發(fā)展現(xiàn)狀、趨勢與對策[J];南京航空航天大學學報;2015年02期
5 崔星星;陳岳坪;盧海燕;;改進的粒子群算法在圓度誤差評價中的應用[J];機械設計與制造;2015年04期
6 羅賢明;;國內民用直升機發(fā)展前景探析[J];航空制造技術;2015年03期
7 于萍;薛向堯;;激光發(fā)射系統(tǒng)光束指向檢測方法研究[J];電子測量與儀器學報;2014年11期
8 羅毅;楊昆;房國志;商春雪;楊純保;;基于圖像處理技術的旋翼錐體測量方法研究[J];儀器儀表學報;2014年10期
9 姬樂強;朱清華;李建波;;共軸雙旋翼及孤立旋翼自轉氣動特性試驗研究[J];實驗流體力學;2013年05期
10 張法全;王國富;曾慶寧;葉金才;;利用重心原理的圖像目標最小外接矩形快速算法[J];紅外與激光工程;2013年05期
本文編號:2692445
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/2692445.html