Методы обработки видеоинформации на основе алгоритмов слепой идентификации в системах с лазерными триангуляционными измерителями

• Автор: Буцких, Виктор Александрович
• Шифр специальности: 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Самара
• Количество страниц: 152 с. : ил.

Оглавление
ВВЕДЕНИЕ
ГЛАВА 1. УСТРОЙСТВА И СПОСОБЫ БЕСКОНТАКТНОГО ИЗМЕРЕНИЯ ГЕОМЕТРИЧЕСКОГО ПРОФИЛЯ ОБЪЕКТА

1.1 Контактные методы измерения профиля объекта

1.2 Интерференционный метод измерения профиля объекта

1.3 Методы контроля профиля на основе технологии лидар

1.4 Обобщенная система контроля профиля объекта

1.4.1 Принцип лазерной триангуляции

1.4.2 Методы определения профиля объекта

1.4.3 Интегральные методы определения профиля объекта

1.4.4 Пороговая фильтрация изображения профиля объекта
1.4.5 Методы аппроксимации в определении профиля объекта
1.4.6 Оптимальные методы определения профиля объекта
1.5 Калибровка лазерного триангуляционного измерителя
Выводы по первой главе
ГЛАВА 2. МЕТОДЫ ФИЛЬТРАЦИИ ИНТЕРФЕРЕНЦИОННЫХ ПОМЕХ В ЛАЗЕРНОЙ ТРИАНГУЛЯЦИИ
2.1 Модель формирования изображения в лазерной триангуляции
2.2 Подавление интерференционных помех методами слепой обработки в лазерной триангуляции
2.3 Алгоритм подавления интерференционных помех по двум соседним
кадрам
Выводы по второй главе
ГЛАВА 3. ОЦЕНКА ДОСТОВЕРНОСТИ ПЕРЕДАВАЕМЫХ ДАННЫХ В ОТКРЫТОМ ОПТИЧЕСКОМ КАНАЛЕ ЛАЗЕРНОГО ТРИАНГУЛЯТОРА
3.1 Оценка погрешности измерения профиля объекта
3.2 Оценка влияния интерференционных помех на смещение определения профиля объекта

3.3 Моделирование интерференционных помех в открытом оптическом канале лазерного триангулятора
3.4 Экспериментальная оценка предложенных методов и алгоритмов
3.4.1 Подавление интерференционных помех на изображении профиля плунжера компрессора
3.4.2 Подавление интерференционных помех на изображении профиля ШРУС
3.4.3 Подавление интерференционных помех на изображении профиля железнодорожного рельса Р65
3.4.4 Подавление интерференционных помех на изображении профиля пластикового желоба
3.5 Программное обеспечение определения профиля объекта
Выводы по третьей главе
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А - АКТ ТЕХНИЧЕСКОГО ВНЕДРЕНИЯ НА
ПРЕДПРИЯТИИ
ПРИЛОЖЕНИЕ Б - АКТ ВНЕДРЕНИЯ В УЧЕБНЫЙ ПРОЦЕСС
ПРИЛОЖЕНИЕ В - КОД ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ

ВВЕДЕНИЕ
Актуальность темы. В настоящее время во многих технологических процессах возникает задача передачи видеоинформации о геометрических параметрах объекта по открытому оптическому каналу.
На сегодняшний день существуют три основных способа бесконтактного контроля геометрии объекта в режиме реального времени: интерференционный, теневой и триангуляционный. Сенсоры, основанные на использовании интерференции (например, коноскопические приборы), обладают высокой точностью. Однако для достижения потенциальных возможностей интерферометров требуются точное позиционирование и предсказуемая форма поверхности объекта (кривизна поверхности, её шероховатость). Кроме того, для них характерна проблема позиционирования сенсоров, когда незначительное его смещение приводит к отражению луча в сторону от приёмника. Сходная проблема и у теневых сенсоров, использующих эффект дифракции Фраунгофера, при этом методы измерения основанные на дифракции имеют самую низкую точность и используются в средствах контроля не требующих высокой достоверности.
Исходя из вышеперечисленного, можно легко объяснить причину того, что все большее распространение получают лазерные триангуляторы и растет число исследований по этим типам измерителей. Основной причиной широкого распространения лазерных триангуляторов послужила возможность измерения с их помощью поверхности объектов практически любой сложности. Кроме того это единственный тип измерителей применяемый для измерения геометрии движущихся объектов, что позволяет использовать лазерные триангуляторы для неразрушающего контроля инфраструктуры железнодорожного транспорта.
В России наибольшее внимание триангуляционным системам и триангуляционным сенсорам уделено в работах КТИ НП СОРАН (Новосибирск) [32], Агроэл (Рязань) [33] и ФИАН (Самара) [34]. Следует
аппроксимации, расхождение между профилями объекта при изменении выдержки видеоматрицы меньше чем при использовании интегральных методов. Кроме того методы аппроксимации не требуют предварительной пороговой обработки входного сигнала с видеоматрицы. Однако методы аппроксимации требуют значительно больше вычислительных ресурсов в сравнении с интегральными методами, что негативным образом сказывается на быстродействии, кроме того практические исследования показывают, что расхождение между профилями объекта может достигать величины 1,5 пикселя, что для сканера РФ620 составляет порядка 0,4 мм. Данное расхождение в ряде случаев является допустимым (к примеру, в случае контроля объектов большого размера). В случае прецизионных измерений, где требуемая точность составляет порядка 50 мкм, расхождение в 400 мкм является недопустимым.
1.4.6 Оптимальные методы определения профиля объекта
При использовании оптимальных методов определения профиля объекта сигнал видеоимпульса г (см. рис. 1.12) рассматривается как смесь исходного сигнала Г и аддитивного шума и:
г = Л{ + п (1-18)
здесь параметр Л может принимать одно из двух значений Л = 1 в сигнале присутствует исходный сигнал или Л = 0 полезный сигнал отсутствует.
По реализации (1.18) необходимо решить оптимальным (наилучшим в некотором смысле) образом, какое именно значение имеет параметр Л для различных гипотез о положении импульса в пределах индексов / = 0...1У-1. Иначе говоря, нужно найти такой метод обработки сигнала г, который бы позволял наилучшим образом определить положение импульса.
Из статистической радиотехники и её приложений в радиолокации известны три метода (критерия) обнаружения полезной составляющей сигнала на фоне шума: критерий идеального наблюдателя, критерий Неймана-Пирсона и критерий последовательного наблюдателя [38,99], каждый из которых имеет