文摘
非接触测量对旋转运动优于传统方法衡量旋转运动通过安装一些设备对象,如旋转编码器。相机可以使用远程监视或检查传感器测量角速度的推进器,因为它们普遍可用性、简单性和潜在的低成本。缺陷的测量与相机处理相机生成的大量数据。为了减少收集到的数据从相机,相机使用人队(电子滚动快门)应用于测量角速度比相机的速度。滚动快门的作用可以导致图像几何失真,当螺旋桨旋转时捕获图像。为了揭示角速度之间的关系和图像失真,旋转模型已经建立。该方法应用于测量时的角速度螺旋桨和multiblade螺旋桨。实验结果表明,该方法能够检测到角速度比相机的速度,和准确性是可以接受的。
1。介绍
旋转是一种基本的运动,这是很常见的在汽车等机器,齿轮和其他轮子。旋转控制应该让机器保持良好的操作,和大量的机械故障是由旋转运动引起的。所以它是重要的测量角速度。测量角速度,接触式传感器被广泛使用,如机械转速表、光学转速计,光电编码器,光学编码器(1]。这些方法通常是基于机械接触,因此,他们很容易受到目标或小目标的旋转惯性。在过去的二十年里,非接触的方法开发了像断层,超声波,激光和计算机视觉2]。先进的传感器可以克服的缺陷接触式传感器,和计算机视觉可以广泛应用与其他非接触传感器。
在过去的十年中,一些研究人员专注于基于计算机视觉的角度测量。王等人。3)测量电机角速度与模糊图像的动态信息。角速度可以提取的运动模糊图像在极坐标下。Ait-Aider et al。4,5)获得对象的姿势和速度由电子滚动快门(ERS)相机。他的方法是基于假设在现实世界中所有的线条是直和扭曲的形象被人相机。Magerand et al。6)测量对象构成和运动从一个人的形象与自动2 d-3d匹配。他和魏(7测量轴的速度通过人的相机。朱和Yu (2通过霍夫变换)测量角速度的对象。
与计算机视觉测量角速度也有一些缺陷,如环境空气质量和费时的过程。有两种方法可以提高处理速度。一种方法是减少相机的分辨率,但这种方式并不符合相机的发展趋势(8,9]。另一种方法是减少相机的速度(10]。换句话说,它是测量高速与低速旋转相机。但当角速度远远高于相机的速度,很难找出角模糊或失真的图像。很少有研究测量高速与低速旋转相机。一个人相机的行速度远高于相机的速度。这个特殊的属性将帮助测量高速旋转的物体,如车轮或螺旋桨的对称结构。这些对象是非常普遍的在机器和容易分析提取角速度。之前的研究没有试图测量高速旋转的人相机(4- - - - - -7]。
在本文中,一个人摄像头作为传感器测量角速度旋转的螺旋桨比相机的速度快。创建模拟测量角速度,通过图片展示,螺旋桨的旋转速度不同。根据图像的几何特征,提出了一个算法来计算螺旋桨的角速度。实验也证明了验证该方法的测量角速度。剩下的纸是组织如下。节2,提出了人的工作原理,提出了一个算法仿真和验证。节3,建立了两个实验来验证该方法在实际的环境。最后,部分4总结了纸。
2。方法
在数字信号处理领域,Nyquist-Shannon抽样定理建立了采样率的充分条件,允许一个离散的样本序列捕获的所有信息从一个有限的连续时间信号带宽。足够的采样率至少是最高频率的两倍采样;此外,在实践中,采样率通常是四倍。测量角速度的相机,有大量的数据需要处理。为了减少数据生成的摄像头,可以使用低速相机与人。人队相机有一个特殊的功能,可以记录图像,一排一排的,这一特性可以提高相机的速度。
2.1。人队的工作原理
人队相机是一种CMOS图像传感器和手机是非常普遍的。图像传感器产生的信号的数量取决于数量的光线落在图片,曝光。
因此,一个芯片上的电子快门控制曝光的强度和持续时间。CMOS有两种类型的快门,全球快门和滚动快门。与全球快门图像传感器,每一行像素的图像是暴露在同一时间。所以没有运动工件产生的形象。滚动快门图像传感器,在序列图像中的行暴露在顶部和底部继续行,行。对于图像中的每一行,集成和行延迟的时间是固定的,导致均匀交错的时间框架。当物体的运动方向正交的方向行图像,视觉工件会出现图像捕获。人队展示在图的工作原理1。自图像传感器有效集的每一行像素阵列在不同的时间点,静态灯柱上,垂直于高速公路,变得倾斜,如图1 (b)。这种特色的人相机,低速相机可以记录快速移动对象的更多信息。虽然有些工作这个属性应用于线性运动或振动的测量7,11),大多数作品试图消除这种影响的图像(12- - - - - -14]。在本文中,这个属性是用来测量角速度的螺旋桨。
(一)
(b)
2.2。背景分割
在旋转速度的计算,螺旋桨之前应该从背景中分割出来。高斯混合模型(GMM) (15)作为无监督图像变化检测提取螺旋桨。期望最大化(EM) [16)是一种流行的技术用于确定参数的混合先验给定组件的数量。EM算法提供了一个特定的方式,实现在GMM参数的最大似然估计。但EM算法的M-step不能评估先验分布在一个封闭的形式,因为最大似然估计的复杂性。因此,对于每一次迭代的EM算法,弥补的投影一步(17)应用于M-step的目的和先验概率是积极的和为1。
GMM的细分有很多漏洞和缺陷图像中的噪音。在分割之前,图像去噪方法提出的徐et al。18]。旋转计算密切依赖于螺旋桨的几何特征。从背景中分割出来螺旋桨上的缺陷会导致错误的结果计算。漏洞应该填充和小隔离区域将被删除。
2.3。角速度的计算
螺旋桨被选中作为被测变量,如图2。这个螺旋桨有两个孤立的叶片和初始角是由 。为了演示模式由人相机,记录仿真如图3(本文所有角速度r / s)的单位。螺旋桨是中心的单一图像的大小是1000×1000。人队相机的曝光顺序从上到下。行延迟的时间是996μ年代,每一行的曝光时间是4996年μ年代。没有帧延迟,所以整个图像时间是1秒。螺旋桨旋转顺时针速度不同,如图3。在图的初始角板凳图像3是0.25 ;在图的初始角第二行图像3是0.5 。提取角速度从单个图像,这个过程包括两个部分:搜索中心的螺旋桨和提取旋转角度。所有的操作都是基于一个假设时螺旋桨中心对称。
点不同的叶片边缘集群分为不同: ,在那里的数量是孤立的叶片。点随机挑出的形象。的距离点的是
让 ,max()是一个数学函数来找到其输入的最大值。如果可以满足条件(2),中心 。
但这中心计算方法对噪声很敏感,在某些情况下它是模棱两可的,如图3(iic, iid)。所以这个方法不能用于找到中心,但它可以作为一个快速搜索和狭窄的旋转中心的面积。让的期望 :
旋转中心属于该地区 在哪里是属于范围的阈值(0,0.1)。当 ,颜色的区域图4中心的范围。找到精确的中心 ,应考虑角速度。
为了更好的解决方案,提出了一种扫描方法。点选择从 ,它是一个圆的半径的中心 。这个圆扫描叶片逆时针方向,其初始位置的水平轴。有圆边上升和下降的边缘。不断上升的边缘上的点用 ,在那里数量上升的边缘是圆。与此同时,点下降的边缘用 。这些边缘点的纵坐标 和 ,分别。初始位置之间的角度,这些边缘点 和 ,分别。让 和 ,min()是一个数学函数来找到其输入的最小值。螺旋桨旋转的来作为 在哪里刀片的数量,它的值是两个模拟。时的值从第一节课(5),是顺时针方向转动。时的值从第二个类(5),旋转方向是逆时针方向。角速度可以计算出上升的边缘上的点。 在哪里是一行人相机的延迟时间。下降的边缘上的点也可以用于角速度的计算: 在哪里 , ,类似于 。让是半径相对应的累积误差点 。
让 ,在那里是一个函数 。的价值不同的点归一化和索引颜色映射如图4。让 。点螺旋桨的中心。为了促进计算的准确性,角速度的优化值加权的 。
仿真结果如表所示1。实际的中心位置(500500),和螺旋桨的最中心的偏差是在5像素。角速度的相对误差不超过2%。
3所示。实验和结果
为了验证角速度的测量人的相机,两个实验被设计并在受控条件下进行。螺旋桨是测量有两个或多个刀片。所有角速度检测到高于相机的速度。
3.1。时螺旋桨实验装置
测量系统包括一个人的相机,一个额外的光,和螺旋桨,如图5(a),相机从德国巴斯勒acA3800-14uc模型。它有一个图像传感器的MT9J003快门类型人。的行延迟MT9J003是23.09μ年代,其曝光时间可以选择从35μ年代到1599535μ由软件。相机选择分辨率为3840×2748,最大帧率为14帧每秒。螺旋桨叶片有两个中心对称的,它的直径是135毫米。由于螺旋桨的相同颜色和背景,一个黑色的海报董事会通常用作背景的对比。螺旋桨是由一个电机编码器和电机安装在三脚架的顶端。当螺旋桨轴不平行摄像机轴,螺旋桨的形象的视频将会下降。因此,相机的轴和螺旋桨的轴同轴设置。行曝光时间的价值是350年μ年代和额外的光线适当调整得到高质量图片的相机。一个视图从相机图所示5(b)。之前记录螺旋桨的转动,人相机校准的方法进行记录和Silven提出的(19]。
3.2。时螺旋桨的结果
电机上的光电编码器记录了螺旋桨速度,而人相机拍摄螺旋桨的转动。螺旋桨旋转逆时针方向以不同速度如图6。螺旋桨的轮廓提取和GMM的他们修复技术,包括填孔和过滤噪音。背景分割的结果如图所示7。领域的颜色如图7的范围时螺旋桨的中心,什么时候的价值是0.05。这些领域的不同颜色表示的值不同的点。相机捕捉到四个图像一次和四次才捕获16图像。这些图像的实际速度表的第三列所示2。第二列的表2显示了螺旋桨的中心的偏差。中心的最大偏差在6像素。角速度是本文提出的方法得到的,他们有在第四列的表2。速度的相关误差小于4%。
(一)
(b)
(c)
(d)
3.3。Multiblade螺旋桨实验
multiblade螺旋桨也以几乎相同的实验设备时螺旋桨。导管螺旋桨的工程的一部分,如图8(一)QX运动的产物。螺旋桨已有5个叶片和它的直径是64毫米。行曝光时间调整到350年代和相机的视图是显示在图8(b)。由于缺少一个编码器,手持转速计是用来测量角速度的螺旋桨。
3.4。Multiblade螺旋桨的结果
multiblade螺旋桨的转速表记录的速度,当人相机拍摄螺旋桨的转动。图9显示的图像采集样本在不同的速度旋转。时的值设置为0.06,颜色区域在图吗10是multiblade螺旋桨的中心的范围。人队相机还捕获的四个图片,和它捕获16图像内四次。本文方法,角速度得到如表所示3。中心的最大偏差在7像素,和相关的速度误差小于5%。最大角速度是6倍的速度相机。
(一)
(b)
(c)
(d)
4所示。结论
计算机视觉提供了一个有效的方法来测量角速度。本文提出了一种算法测量角速度的螺旋桨的低速相机。基地在滚动快门的原则。通过分析相机的接触过程,建立了仿真模型来模拟螺旋桨的运动被人相机。根据记录螺旋桨的轮廓形状,提出了一种方法来搜索和角速度的旋转中心。验证这种方法,时的角速度螺旋桨和三叶螺旋桨用这项技术测量。实验结果表明,该方法可用于测量高速与低速旋转的螺旋桨相机。最大角速度可以超过6倍的速度相机。此外,仿真和实验表明,该方法是有效的,适用,无触点,便宜的角速度测量螺旋桨。
本文提出的方法仍有一定的局限性和不完善的方面。对照明检测精度敏感。提高曝光时间可以得到高质量的图像,但捕获的图像将会非常模糊,当螺旋桨旋转快。在未来的工作中,自动曝光硬件和相关的算法应该添加到系统中。这种方法基础上精确的轮廓的螺旋桨。所以,背景分割结果影响很大。提高背景分割的质量,人工神经网络在未来将被应用。
的利益冲突
作者宣称没有利益冲突。
确认
本文是国家自然科学基金支持的中国没有。51175145)和河北省科技支持计划(没有。13211910 d)。