本文選題：飛機油箱　切入點：圖像采集　出處：《中國民航大學(xué)》2017年碩士論文

【摘要】：傳統(tǒng)的飛機油箱檢查方式是人工檢查方式,工作人員往往需要鉆入環(huán)境惡劣的油箱內(nèi)部作業(yè),危險性高且效率低下。為實現(xiàn)飛機油箱內(nèi)部結(jié)構(gòu)狀態(tài)的視覺檢測,課題對基于圖像的飛機油箱內(nèi)窺形貌建模方法及基于特征分析的缺陷檢測方法進行研究,對提高飛機油箱檢查效率,保證工作人員人身安全具有重要意義。第一,研究了飛機油箱內(nèi)窺形貌全景圖建模和缺陷檢測過程中的圖像獲取問題。根據(jù)飛機油箱內(nèi)部的結(jié)構(gòu)特點及飛機油箱檢修的需求,設(shè)計了飛機油箱內(nèi)窺形貌觀測系統(tǒng),來完成圖像采集;針對飛機油箱內(nèi)窺形貌觀測系統(tǒng)存在幾何變形的問題,進行標(biāo)定及畸變校正;研究了基于圖像的飛機油箱內(nèi)窺形貌全景圖模型的三種投影方法。第二,設(shè)計了飛機油箱內(nèi)窺形貌全景圖建模過程中的圖像拼接方案。拼接過程首先要對飛機油箱內(nèi)窺圖像進行特征點檢測、初匹配和篩選;針對飛機油箱內(nèi)窺圖像的配準(zhǔn)過程實質(zhì)上屬于不同平面內(nèi)的場景匹配問題,研究了一種基于結(jié)構(gòu)相似度的飛機油箱內(nèi)窺圖像配準(zhǔn)算法;并研究了圖像拼接效果的評價指標(biāo)。第三,設(shè)計了基于特征分析的飛機油箱內(nèi)窺圖像缺陷判別方法。利用基于缺陷特征向量的判別方法判斷飛機油箱圖像中有無缺陷,而后根據(jù)復(fù)合特征分析方法找出缺陷分類依據(jù)并判斷缺陷類別,最后采用基于運動恢復(fù)結(jié)構(gòu)的單目定位算法對飛機油箱內(nèi)部目標(biāo)區(qū)域進行定位,為工作人員維修油箱提供參考。最后,對飛機油箱內(nèi)窺形貌觀測系統(tǒng)軟、硬件平臺進行了簡要說明,并分別對本文所研究方法進行實驗分析,驗證了飛機油箱內(nèi)窺形貌建模方法的有效性與缺陷識別方法的正確性。
[Abstract]:The traditional inspection method of aircraft fuel tank is manual inspection. The workers often need to drill into the interior of the fuel tank, which is dangerous and inefficient. In order to realize the visual inspection of the internal structure of the aircraft fuel tank, In this paper, the image based image modeling method of aircraft fuel tank and the defect detection method based on feature analysis are studied. It is of great significance to improve the efficiency of aircraft fuel tank inspection and ensure the personal safety of the staff. First, In this paper, the problem of image acquisition in the process of image modeling and defect detection of aircraft fuel tank topography is studied. According to the structural characteristics of aircraft fuel tank and the requirements of aircraft fuel tank inspection and repair, an aircraft fuel tank morphology observation system is designed. In order to achieve image acquisition, calibration and distortion correction are carried out in view of the problem of geometric deformation in the observation system of aircraft fuel tank morphology. Three projection methods for the panoramic image model of aircraft fuel tank endoscope topography based on image are studied. Second, The image splicing scheme in the modeling process of aircraft fuel tank topography panorama is designed. Firstly, the feature point detection, initial matching and screening of the aircraft fuel tank endoscope image are carried out. In view of the fact that the registration process of aircraft fuel tank endoscope image belongs to the scene matching problem in different planes, a new image registration algorithm for aircraft fuel tank endoscope image based on structural similarity is studied in this paper. The evaluation index of image stitching effect is also studied. Thirdly, an image defect discrimination method based on feature analysis is designed to judge whether there is any defect in the image of aircraft fuel tank by using the discriminant method based on defect feature vector. Then, according to the composite feature analysis method, the defect classification basis is found and the defect category is judged. Finally, a monocular localization algorithm based on motion recovery structure is used to locate the target area inside the aircraft fuel tank. Finally, the software and hardware platform of the observation system for the morphology of the aircraft fuel tank is briefly described, and the experimental analysis of the methods studied in this paper is carried out. The validity of the modeling method and the correctness of the defect recognition method are verified.
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：V228.11;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 柯圣財;趙永威;李弼程;彭天強;;基于卷積神經(jīng)網(wǎng)絡(luò)和監(jiān)督核哈希的圖像檢索方法[J];電子學(xué)報;2017年01期

2 黃偉國;胡大盟;楊劍宇;朱忠奎;;用于遮擋形狀匹配的弦角特征描述[J];光學(xué)精密工程;2015年06期

3 王新華;黃瑋;歐陽繼紅;;多探測器拼接成像系統(tǒng)實時圖像配準(zhǔn)[J];中國光學(xué);2015年02期

4 宋宜容;嚴(yán)康文;;基于GoogleEarth的三維數(shù)字瀏覽系統(tǒng)的設(shè)計與實現(xiàn)[J];湖北大學(xué)學(xué)報(自然科學(xué)版);2015年02期

5 曹芳;秦川;;基于匹配點相似度引導(dǎo)采樣的圖像多平面檢測[J];計算機應(yīng)用研究;2015年03期

6 郭俊鋒;劉鵬;焦國華;魯遠(yuǎn)甫;呂建成;;三維測量工業(yè)內(nèi)窺鏡的雙目光學(xué)系統(tǒng)[J];光學(xué)精密工程;2014年09期

7 劉震雄;;工業(yè)內(nèi)窺鏡在民用航空發(fā)動機維修中的應(yīng)用[J];硅谷;2014年14期

8 禹璐;程德文;周偉;王涌天;劉小華;;硬性內(nèi)窺鏡光學(xué)系統(tǒng)的雜散光分析與抑制[J];光學(xué)精密工程;2014年03期

9 楊健;李若楠;黃晨陽;王剛;丁闖;;基于局部顯著邊緣特征的快速圖像配準(zhǔn)算法[J];計算機應(yīng)用;2014年01期

10 高慶吉;王維娟;牛國臣;王磊;鄭遵超;;飛機油箱檢查機器人的仿生結(jié)構(gòu)及運動學(xué)研究[J];航空學(xué)報;2013年07期

相關(guān)博士學(xué)位論文 前2條

1 李武斌;熱軋圓鋼表面缺陷視覺在線檢測算法研究[D];山東大學(xué);2013年

2 張光偉;立體內(nèi)視測量技術(shù)研究[D];長春理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前7條

1 陳強;一種用于零件檢測的工業(yè)內(nèi)窺鏡研究[D];南京理工大學(xué);2014年

2 聶蘭蘇;基于角點檢測的圖像拼接方法研究[D];西南大學(xué);2013年

3 鄭洋洋;基于內(nèi)容的鞋圖像檢索的研究及應(yīng)用[D];西南交通大學(xué);2012年

4 趙強;基于視覺信息的移動機器人目標(biāo)識別算法研究[D];山東大學(xué);2012年

5 李少偉;雙目立體工業(yè)內(nèi)窺鏡測量技術(shù)研究與系統(tǒng)實現(xiàn)[D];解放軍信息工程大學(xué);2012年

6 徐哲;小型工業(yè)內(nèi)窺鏡光機系統(tǒng)研究[D];長春理工大學(xué);2011年

7 冉冉;基于單目視覺的移動機器人目標(biāo)識別及抓取系統(tǒng)研究[D];北京交通大學(xué);2010年

，

本文編號：1670141