本發明專利技術屬于油罐油泥測量技術領域,尤其是一種基于多源影像的非接觸式油泥體積測量方法,針對現有的測量方式較為復雜,且成本高,危險系數高的問題,現提出如下方案,包括以下步驟:S1:準備熱紅外成像儀;S2:預測使用熱紅外成像儀;S3:利用可見光影像和熱紅外影像特征的高精度自動配準,及罐體全自動提取;S4:獲取逐漸逼近多尺度序列影像的高精度定位定姿與融合;S5:結合可見光影像和低成本IMU,獲取影像的高精度位置和姿態參數;S6:低紋理罐體目標的整體三維模型;S7:熱紅外影像與可見光像的深度融合;S8:結合油泥三維界面,設計深度學習模型。本發明專利技術操作方便,測量安全,成本低。成本低。成本低。
【技術實現步驟摘要】
一種基于多源影像的非接觸式油泥體積測量方法
[0001]本專利技術涉及油罐油泥測量
,尤其涉及一種基于多源影像的非接觸式油泥體積測量方法。
技術介紹
[0002]原油儲罐的清洗是一項非常重要并且風險較大的現場作業,經過多年的發展,原油儲罐的清洗已經由人工入罐清洗演變到機械清洗,油罐清洗時間短,為后期的清罐打好基礎,罐底油泥的測量應該得到高度的重視,紅外熱成像運用光電技術檢測物體熱輻射的紅外線特定波段信號,將該信號轉換成可供人類視覺分辨的圖像和圖形,并可以進一步計算出溫度值。
[0003]紅外熱成像技術使人類超越了視覺障礙,物體表面的溫度分布狀況,物體表面溫度如果超過絕對零度即會輻射出電磁波,隨著溫度變化,電磁波的輻射強度與波長分布特性也隨之改變,波長介于0.76μm到1000μm間的電磁波稱為“紅外線”,而人類視覺可見的“可見光”介于0.38μm到0.76μm。其中波長為0.76~3.0微米的部分稱為近紅外,波長為3.0~1000微米的部分稱為熱紅外線。紅外線在地表傳送時,會受到大氣組成物質(特別是H2O、CO2、CH4、N2O、O3等)的吸收,強度明顯下降,僅在中波3μm~5μm及長波8~12μm的兩個波段有較好的穿透率,通稱大氣窗口,大部分的紅外熱像儀就是針對這兩個波段進行檢測,計算并顯示物體的表面溫度分布。基于紅外熱成像的原理如果按照清理周期進行油罐清洗,當罐內油泥體積較少就進行清洗,則造成了生產成本的增加,當油泥體積過多但還未到周期時,則容易造成管道堵塞、油罐腐蝕等危害。
[0004]現有的測量方式較為復雜,且成本高,危險系數高。
技術實現思路
[0005]本專利技術的目的是為了解決現有的測量方式較為復雜,且成本高,危險系數高的缺點,而提出的一種基于多源影像的非接觸式油泥體積測量方法。
[0006]一種基于多源影像的非接觸式油泥體積測量方法,包括以下步驟:
[0007]S1:準備熱紅外成像儀;
[0008]S2:預測使用熱紅外成像儀;
[0009]S3:利用可見光影像和熱紅外影像特征的高精度自動配準,及罐體全自動提取;
[0010]S4:獲取逐漸逼近多尺度序列影像的高精度定位定姿與融合;
[0011]S5:結合可見光影像和低成本IMU,獲取影像的高精度位置和姿態參數;
[0012]S6:低紋理罐體目標的整體三維模型;
[0013]S7:熱紅外影像與可見光像的深度融合;
[0014]S8:結合油泥三維界面,設計深度學習模型,實現油泥體積的精確測定。
[0015]優選的,所述S1中準備的熱紅外成像儀,符合防爆性能要求,且能夠獲取拍攝時儀器與罐體的拍攝距離定位。
[0016]優選的,所述S2中預測使用熱紅外成像儀時,熱紅外成像儀自動調整拍攝視角,并結合儲油罐罐體大小,自動按需拍攝不同角度的影像信息用于后續的計算。
[0017]優選的,所述S3中通過可見光影像和熱紅外影像特征,研究適合熱紅外影像特征提取方法,實現熱紅外影像與可見光影像高精度自動配準,結合前景提取理論,剔除罐體以外的物體,實現罐體目標的全自動提取,基于多源影像的油泥體積測量方法是集可見光影像、熱紅外影像和IMU數據的高度集成化技術體系。
[0018]優選的,所述S4中獲取逐漸逼近罐體的多尺度序列影像,實現序列影像的高精度定位定姿與融合,為后續整個罐體的多尺度紅外影像融合提供基礎。
[0019]優選的,所述S5中獲取罐體的序列影像,進行可見光影像的特征點提取,采用卡爾曼濾波對低成本IMU獲取的初始信息進行處理,結合附加閉合約束條件的光東法平差模型,實現影像高精度位置和姿態參數的獲取。
[0020]優選的,所述S6中基于罐體目標的全自動提取結果,獲取紅外立體影像中的罐體部分,結合半全局立體匹配方法,獲得罐體的局部三維點云,圍繞罐體獲取紅外立體的序列影像,根據局部三維點云序列,結合平差后的高精度位置和姿態約束,采用快速點特征直方圖描述子和ICP點云拼接算法,完成罐體的整體點云拼接,建立罐體的整體三維模型。
[0021]優選的,所述S7中結合影像拍攝時刻的相機內、外參數、局部三維點云和影像尺度因子,獲取熱紅外影像與可見光像的偏移,在此基礎上通過IHS變換和小波變換結合的方法,實現兩種影像的深度融合。
[0022]優選的,所述S8中將熱紅外影像的油泥邊緣自動提取后,聯合其對應的點云位置信息,實現罐壁油泥邊界的精確確定,在此基礎上,綜合采用其他手段測量得到的油泥測量數據,分析其三維分布特征,設計深度學習模型,實現油泥三維表面的準確測定及體積的精確計算。
[0023]與現有技術相比,本專利技術的優點在于:
[0024](1)本方案通過非接觸式手段進行數據采集,結合圖像處理、目標自動提取、低成本IMU高精度位姿獲取及三維重建等技術實現原有儲罐油泥體積的安全、快速、低成本測量,大大降低油泥體積測量過程中的危險和操作難度,實現油泥測量的突破性進展。
[0025]本專利技術操作方便,測量安全,成本低。
附圖說明
[0026]圖1為本專利技術提出的一種基于多源影像的非接觸式油泥體積測量方法的流程圖。
具體實施方式
[0027]下面將結合本專利技術實施例中的附圖,對本專利技術實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本專利技術一部分實施例,而不是全部的實施例。
[0028]實施例一
[0029]參照圖1,一種基于多源影像的非接觸式油泥體積測量方法,包括以下步驟:
[0030]S1:準備熱紅外成像儀;
[0031]S2:預測使用熱紅外成像儀;
[0032]S3:利用可見光影像和熱紅外影像特征的高精度自動配準,及罐體全自動提取;
[0033]S4:獲取逐漸逼近多尺度序列影像的高精度定位定姿與融合;
[0034]S5:結合可見光影像和低成本IMU,獲取影像的高精度位置和姿態參數;
[0035]S6:低紋理罐體目標的整體三維模型;
[0036]S7:熱紅外影像與可見光像的深度融合;
[0037]S8:結合油泥三維界面,設計深度學習模型,實現油泥體積的精確測定。
[0038]本實施例中,S1中準備的熱紅外成像儀,符合防爆性能要求,且能夠獲取拍攝時儀器與罐體的拍攝距離定位。
[0039]本實施例中,S2中預測使用熱紅外成像儀時,熱紅外成像儀自動調整拍攝視角,并結合儲油罐罐體大小,自動按需拍攝不同角度的影像信息用于后續的計算。
[0040]本實施例中,S3中通過可見光影像和熱紅外影像特征,研究適合熱紅外影像特征提取方法,實現熱紅外影像與可見光影像高精度自動配準,結合前景提取理論,剔除罐體以外的物體,實現罐體目標的全自動提取。
[0041]本實施例中,S4中獲取逐漸逼近罐體的多尺度序列影像,實現序列影像的高精度定位定姿與融合,為后續整個罐體的多尺度紅外影像融合提供基礎。
[0042]本實施本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于多源影像的非接觸式油泥體積測量方法,其特征在于,包括以下步驟:S1:準備熱紅外成像儀;S2:預測使用熱紅外成像儀;S3:利用可見光影像和熱紅外影像特征的高精度自動配準,及罐體全自動提取;S4:獲取逐漸逼近多尺度序列影像的高精度定位定姿與融合;S5:結合可見光影像和低成本IMU,獲取影像的高精度位置和姿態參數;S6:低紋理罐體目標的整體三維模型;S7:熱紅外影像與可見光像的深度融合;S8:結合油泥三維界面,設計深度學習模型,實現油泥體積的精確測定。2.根據權利要求1所述的一種基于多源影像的非接觸式油泥體積測量方法,其特征在于,所述S1中準備的熱紅外成像儀,符合防爆性能要求,且能夠獲取拍攝時儀器與罐體的拍攝距離定位。3.根據權利要求1所述的一種基于多源影像的非接觸式油泥體積測量方法,其特征在于,所述S2中預測使用熱紅外成像儀時,熱紅外成像儀自動調整拍攝視角,并結合儲油罐罐體大小,自動按需拍攝不同角度的影像信息用于后續的計算。4.根據權利要求1所述的一種基于多源影像的非接觸式油泥體積測量方法,其特征在于,所述S3中通過可見光影像和熱紅外影像特征,研究適合熱紅外影像特征提取方法,實現熱紅外影像與可見光影像高精度自動配準,結合前景提取理論,剔除罐體以外的物體,實現罐體目標的全自動提取。5.根據權利要求1所述的一種基于多源影像的非接觸式油泥體積測...
【專利技術屬性】
技術研發人員:鄧連軍,李洋,姚永吉,張作陽,雷克輝,
申請(專利權)人:恒泰艾普盤錦企業發展有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。