提出了單兵移動(dòng)終端離線(xiàn)狀態(tài)下基于機(jī)器視覺(jué)的裝備器材識(shí)別的方法,從圖像采集、圖像預(yù)處理、特征提取及數(shù)據(jù)匹配3個(gè)模塊展開(kāi)分析。簡(jiǎn)要介紹了手持終端圖像采集的相關(guān)考量。通過(guò)畸變校正、降噪、輪廓提取等,得到器材的輪廓圖像,為特征提取做好準(zhǔn)備。選取器材的幾何形狀特征作為識(shí)別依據(jù),通過(guò)ORB算法得到圖像的特征向量,并進(jìn)行匹配,達(dá)到識(shí)別器材的目的。實(shí)驗(yàn)測(cè)試數(shù)據(jù)表明,該算法具有較高的識(shí)別率和良好的實(shí)時(shí)性。 

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

器材識(shí)別系統(tǒng)框圖

該方法不同于傳統(tǒng)的C/S模式，圖像的采集、處理、分析與結(jié)果輸出，整個(gè)過(guò)程不再通過(guò)網(wǎng)絡(luò)與服務(wù)器通連，完全脫離電腦和服務(wù)站，主要利用移動(dòng)終端單機(jī)實(shí)現(xiàn)對(duì)器材的識(shí)別。器材圖像采集、預(yù)處理、依托終端自帶的數(shù)據(jù)庫(kù)進(jìn)行算法匹配、結(jié)果輸出等流程，完全在手持終端上自主完成，能夠獨(dú)立地在任何環(huán)境中完成器材識(shí)別任務(wù)，為后續(xù)的器材申請(qǐng)、保障等任務(wù)提供良好的基礎(chǔ)，純移動(dòng)終端器材識(shí)別示意圖見(jiàn)圖2所示。構(gòu)建識(shí)別系統(tǒng)具體的過(guò)程中，結(jié)合器材色調(diào)單一、形狀各異的實(shí)際特點(diǎn)，選擇形狀特征（器材的邊界特征）作為器材識(shí)別的全局特征。為適應(yīng)移動(dòng)終端計(jì)算能力相對(duì)較弱、存儲(chǔ)空間較小的實(shí)際情況，采用基于圖像特征的匹配方法，選用占用內(nèi)存空間小、計(jì)算量少的二值圖像的輪廓線(xiàn)作為主要特征。其大致原理是：將器材的國(guó)家標(biāo)準(zhǔn)中的三視圖作為基準(zhǔn)圖，歸一化處理后進(jìn)行提取特征，建立模型庫(kù)；對(duì)待識(shí)別器材進(jìn)行圖像采集，而后進(jìn)行相應(yīng)預(yù)處理后提取到邊緣特征；運(yùn)用ORB算法進(jìn)行特征提取，形成特征向量并與模板庫(kù)進(jìn)行以邊緣特征為基礎(chǔ)的匹配，得到器材信息。在匹配時(shí)輔以裝備型號(hào)縮小范圍，以增強(qiáng)器材識(shí)別的實(shí)時(shí)性。

器材（零件）的三視圖是國(guó)家標(biāo)準(zhǔn)中的3個(gè)基本視圖，使用這3張標(biāo)準(zhǔn)視角圖片為每個(gè)器材構(gòu)建模板庫(kù)，使得在不同角度下拍攝的器材圖片也能夠識(shí)別，也增加了器材識(shí)別的準(zhǔn)確率。三視圖可通過(guò)標(biāo)準(zhǔn)的器材設(shè)計(jì)文件生成，輪廓特征明顯，無(wú)誤差，有利于提高識(shí)別準(zhǔn)確性；經(jīng)過(guò)壓縮、歸一化處理后文件小、所需計(jì)算量少，識(shí)別實(shí)時(shí)性強(qiáng)，以此為基礎(chǔ)建立的模型庫(kù)為系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性提供了很好的保證，標(biāo)準(zhǔn)及處理后建庫(kù)用三視圖見(jiàn)圖3所示。4 圖像采集

【參考文獻(xiàn)】：
期刊論文
[1]基于嵌入式圖像處理與運(yùn)動(dòng)控制的測(cè)控系統(tǒng)設(shè)計(jì)[J]. 姚志生,許四祥,翟健健,李天甲.  火力與指揮控制. 2018(05)
[2]便攜智能化的裝備保障信息系統(tǒng)設(shè)計(jì)[J]. 黃少羅,張建新,司徒成元.  兵器裝備工程學(xué)報(bào). 2018(04)
[3]“黑科技”在設(shè)備維保系統(tǒng)中的應(yīng)用[J]. 李科.  電氣自動(dòng)化. 2018(01)
[4]戰(zhàn)時(shí)裝備維修器材需求預(yù)計(jì)方法[J]. 趙曉東,李雄,孫俊峰.  火力與指揮控制. 2018(01)
[5]不確定條件下裝備器材供應(yīng)網(wǎng)規(guī)劃模型[J]. 于雙雙,王鐵寧,李寧,徐勝良.  火力與指揮控制. 2017(04)
[6]圖像識(shí)別技術(shù)與移動(dòng)增強(qiáng)現(xiàn)實(shí)技術(shù)的結(jié)合[J]. 吳振宇.  電子技術(shù)與軟件工程. 2017(03)
[7]基于ORB特征的戶(hù)外建筑物識(shí)別方法[J]. 羅林.  電腦知識(shí)與技術(shù). 2015(28)
[8]移動(dòng)平臺(tái)上的增強(qiáng)現(xiàn)實(shí)系統(tǒng)關(guān)鍵算法研究綜述[J]. 楊曉.  進(jìn)出口經(jīng)理人. 2014(S1)
[9]基于物體識(shí)別的增強(qiáng)現(xiàn)實(shí)系統(tǒng)[J]. 賈瓊,王明敏.  微型電腦應(yīng)用. 2013(06)
[10]基于機(jī)器視覺(jué)的洞庫(kù)類(lèi)目標(biāo)自動(dòng)識(shí)別技術(shù)[J]. 張輝,羅慶生,趙小川,羅霄,高彩.  火力與指揮控制. 2010(09)

博士論文
[1]大型實(shí)時(shí)互動(dòng)增強(qiáng)現(xiàn)實(shí)系統(tǒng)中的若干問(wèn)題研究[D]. 姚爭(zhēng)為.上海大學(xué) 2010

碩士論文
[1]基于機(jī)器視覺(jué)的機(jī)械零件識(shí)別技術(shù)研究[D]. 郭聿荃.吉林大學(xué) 2016
[2]地標(biāo)性建筑的增強(qiáng)現(xiàn)實(shí)系統(tǒng)設(shè)計(jì)研究[D]. 康磊.哈爾濱工業(yè)大學(xué) 2015
[3]基于機(jī)器視覺(jué)的機(jī)械零件的識(shí)別研究[D]. 張叢.天津職業(yè)技術(shù)師范大學(xué) 2015
[4]基于移動(dòng)終端的多角度實(shí)物識(shí)別方法[D]. 陳代武.北京郵電大學(xué) 2015
[5]基于機(jī)器視覺(jué)的零件識(shí)別和測(cè)量系統(tǒng)研究[D]. 鄧小峰.南京航空航天大學(xué) 2014
[6]基于機(jī)器視覺(jué)的精密注塑零件的識(shí)別與檢測(cè)[D]. 徐俊成.北京化工大學(xué) 2011
[7]復(fù)雜場(chǎng)景中的實(shí)時(shí)目標(biāo)識(shí)別[D]. 孫偉斌.上海交通大學(xué) 2009
[8]機(jī)器視覺(jué)在零件識(shí)別與檢測(cè)中的應(yīng)用[D]. 郝洪憲.南京航空航天大學(xué) 2008
[9]基于機(jī)器視覺(jué)系統(tǒng)的零件識(shí)別與檢測(cè)的研究[D]. 許巧游.南京航空航天大學(xué) 2006



本文編號(hào)：3653467