论文部分内容阅读
地铁隧道不均匀沉降是影响地铁正常运行的重要因素,建立隧道长期沉降变形的实时监测与安全评估系统、掌握隧道整体变形情况、及时发现并消除安全隐患就显得格外迫切与必要。基于机器视觉的SLAM算法可以恢复出轨道空间线性特性,将恢复的空间线性与之前线性进行对比即可得知轨道沉降坐标。而SLAM核心步骤为特征提取、匹配及三维重建。基于此,产生了本文研究内容:基于机器视觉的轨道几何特征提取及实现。本文提取出的轨道几何特征能为后续SLAM算法提供技术支持,本文主要研究了以下内容:(1)从匹配角度上将图像几何特征提取转化为直线特征提取的特性研究以及轨道结构分析。在图像的预处理过程中,研究了高斯滤波降噪、图像灰度变换、适应阀值二值化、洞形填充、构造函数进行形态学闭运算和取反等理论。并分析了几种边缘检测算子,从理论和实验的角度得出适合本文的边缘提取算子。(2)分析了直线提取算法—标准Hough变换,针对Hough变换占用高内存的情况,深入研究了随机Hough变换,同时针对随机Hough提取伪像素的弊端,对随机Hough变换加以改进。以及分析了基于直线几何特性的轨道直线匹配方法,针对基于几何属性的匹配算法出现的匹配盲目性,提出一种先利用直线段长度、梯度方向和中心点位置的粗匹配和后利用该直线段中点梯度信息的精确匹配的改进算法。并从实验角度验证算法的正确性。(3)激光传感器ACR-LD131、FPGA和DSP开发板为核心的硬件开发平台的搭建。其中包括DSP电路板设计、DSP的激光传感器数据处理、DSP触发相机拍照以及FPGA的图像预处理过程。最后总结了本文的特征提取、匹配及硬件设计等方面的工作,同时指出了图像匹配时间长、FPGA开发板针对图像边缘提取效果不佳等不足之处。本文工作的重点:(1)图像直线特征提取算法——随机Hough变换;(2)基于直线段属性和中点描述符的直线匹配算法;(3)FPGA的图像预处理和激光位移传感器的DSP数据处理。