[发明专利]一种直升机风洞试验中圆形标记点识别匹配方法有效
申请号: | 202010087043.3 | 申请日: | 2020-02-11 |
公开(公告)号: | CN111325802B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 马军;左承林;宋晋;岳廷瑞;刘垒;张卫国;王勋年;史哲羽 | 申请(专利权)人: | 中国空气动力研究与发展中心低速空气动力研究所 |
主分类号: | G06T7/80 | 分类号: | G06T7/80;G06T7/62;G06T7/136;G06T7/13;G06V10/75 |
代理公司: | 广州科沃园专利代理有限公司 44416 | 代理人: | 刘康平 |
地址: | 621052 *** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 直升机 风洞试验 圆形 标记 识别 匹配 方法 | ||
1.一种直升机风洞试验中圆形标记点识别匹配方法,其特征在于,包括以下步骤:
步骤1:基于两台高速CCD相机,构建双目成像系统;
步骤2:使用棋盘格标定板,对双目成像系统的内外参数进行标定;
步骤3:基于构建的双目成像系统,采集包含圆形标记点的直升机桨叶图像对;
步骤4:基于标定得到的双目成像系统内外参数,对采集的桨叶图像对进行校正,得到水平对齐的校正图像对;
步骤5:对校正图像对中的圆形标记点进行检测匹配;
步骤5对校正图像对中的圆形标记点进行检测匹配,具体包括以下步骤:
步骤5.1:使用canny算子对校正图像对进行边缘检测;
步骤5.2:计算校正图像对中所有边缘轮廓的周长、面积以及形状因子,其中,边缘轮廓的周长指其所占像素点数量,面积指其形成的连通域所包含的像素点数量;
步骤5.3:设置最小周长阈值、最大周长阈值、最小面积阈值、最大面积阈值、最小形状因子阈值、最大形状因子阈值,筛除不满足阈值条件的边缘轮廓,保留圆形标记点边缘轮廓,、、、、、的取值范围是0~10000;
步骤5.4:对圆形标记点边缘轮廓进行最小二乘椭圆拟合,得到拟合椭圆参数,其中,拟合椭圆中心坐标即为圆形标记点的图像坐标;
步骤5.5:对于左校正图像中的第
(1)
式中,为左校正图像中第
步骤5.6:对纵向距离序列进行排序,得到最小纵向距离,其中,
步骤5.7:设定阈值
步骤5.8:重复步骤5.5至步骤5.7,完成校正图像对中所有圆形标记点匹配。
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中国空气动力研究与发展中心低速空气动力研究所,未经中国空气动力研究与发展中心低速空气动力研究所许可,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/202010087043.3/1.html,转载请声明来源钻瓜专利网。