[发明专利]异物侵入检测方法及异物侵入检测装置有效

专利信息
申请号: 201710342757.2 申请日: 2017-05-16
公开(公告)号: CN107253485B 公开(公告)日: 2019-07-23
发明(设计)人: 王尧;余祖俊;郭保青;朱力强;宁滨 申请(专利权)人: 北京交通大学
主分类号: B61L23/04 分类号: B61L23/04;G06K9/46;G06K9/62;G06T7/254
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 张云肖
地址: 100044*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异物 侵入 检测 方法 装置
【权利要求书】:

1.一种异物侵入检测方法,其特征在于,包括如下步骤:

利用红外相机获取监测范围内的红外图像并将其传输至图像采集处理系统;

所述图像采集处理系统根据所述红外图像来确定在所述红外相机的监测范围内是否出现疑似异物;

在出现疑似异物的情况下,使激光光源与可见光相机聚焦到所述监测范围内的所述疑似异物上并利用所述激光光源对所述疑似异物进行激光补光;

获取所述疑似异物的可见光图像并将其传输至所述图像采集处理系统;

所述图像采集处理系统将所述可见光图像与所述红外图像中的疑似异物区域图像进行图像配准与融合;

利用融合后图像提供疑似异物信息,利用所述疑似异物信息对所述疑似异物进行特征提取与分类,实现所述疑似异物的自动识别与报警;

所述图像配准的步骤包括:

利用所述红外图像与所述可见光图像的局部不变特征,进行所述红外图像与所述可见光图像的配准,所述局部不变特征是指图像在几何变化、光照变化、噪声干扰时仍保持稳定性的特征,

图像配准的步骤还包括:

①基于SURF的特征点提取与初匹配:利用SURF对所述红外图像与所述可见光图像进行特征点检测与描述,然后利用欧式距离基于最近邻与次近邻之比进行初始特征点对匹配;

②误匹配点对剔除:采用三级递进的方法进行误匹配点对剔除,其中,首先根据相机安装方式建立图像的相关几何约束条件进行筛选;然后利用相似三角形匹配原则进一步剔除;最后,基于RANSAC实现精匹配;

③基于多帧图像序列匹配点对累积的几何变换模型求解:由于单帧红外与可见光图像的正确匹配点对数目较少,当少于4个点对时不足以求解出变换模型参数;即使匹配点对数目满足计算要求,也会由于特征点分布不均匀导致求出的几何变换模型出现偏差,基于多帧图像序列累积足够多的正确匹配点对通过最小二乘法进行几何变换模型求解能够解决上述问题;

④将求出的几何变换模型应用到可见光图像上,然后进行双线性插值,完成红外与可见光图像的配准。

2.根据权利要求1所述的异物侵入检测方法,其特征在于,

所述的使激光光源与可见光相机聚焦到所述监测范围内的所述疑似异物上的步骤包括:

a)获取所述疑似异物的像点;

b)利用安装好的所述红外相机的固定的角度、焦距及所述红外相机的相机坐标系和世界坐标系的关系,以及在由所述红外相机获得的图像中所述疑似异物的像素点位置,来计算出所述疑似异物在世界坐标系下的实际空间中的方位角;

c)利用计算出的所述疑似异物在世界坐标系下的实际空间中的方位角,以及所述激光光源与所述可见光相机相对于所述红外相机的相对位置和相对姿态,来确定所述激光光源与可见光相机的旋转角度和俯仰角度;

d)所述激光光源和所述可见光相机根据所述旋转角度和俯仰角度进行旋转和俯仰动作,以使所述激光光源和所述可见光相机聚焦到所述疑似异物上。

3.根据权利要求1所述的异物侵入检测方法,其特征在于,所述的利用所述疑似异物信息对所述疑似异物进行特征提取与分类的步骤包括:

利用图像提供所述疑似异物的轮廓、纹理、温度、色彩的信息,基于所述轮廓、纹理、温度、色彩的信息,提取所述疑似异物的特征并对所述特征进行分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710342757.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top