露天矿滑坡位移监测的ASIFT算法

针对现有的大型露天矿边坡大变形监测方法存在的不足,提出了一种基于ASIFT图像特征匹配算法的滑坡位移监测方法。首先基于露天矿滑坡真实地形空间分布形态,设计了滑坡物理模型,并利用高分辨率数码相机获取模型滑动过程中的序列影像;然后利用ASIFT特征匹配算法对滑坡各阶段光学影像进行特征点提取与匹配,并利用RANSAC随机抽样一致算法剔除误匹配点;最后利用滑坡体运动特征矢量集模型计算出特征点空间矢量位移,从而实现了滑坡位移场标定与滑坡范围确定。研究表明：所提算法对于滑坡蠕变阶段的位移监测效果一般,但可有效监测滑坡中后期发生明显变形时的位移,该算法的特征点匹配数量及匹配正确率均明显优于SIFT算法,且位移矢量标定精度也得到明显提高,反映出该算法适合于大型滑坡后期发生大变形时的位移量监测。     

一种抗几何攻击数字水印改进算法

主要研究抗几何攻击的数字图像水印算法。利用SIFT特征点匹配的思想对基于图像的视觉特征算法进行改进。实验结果表明,改进算法不仅能够抗常规攻击,而且抗几何攻击能力也非常强,尤其是算法的通用性得到进一步提高。     

基于高分二号遥感影像的自动几何配准研究

文中选取实验区两期高分二号遥感影像,利用SIFT算法进行影像自动特征点匹配,采用二次多项式模型进行影像几何配准。结果表明:两期影像在局部光谱信息和空间位置信息发生变化的情况下,SIFT算法能够在影像地表未变化区域匹配到正确的特征点;利用二次多项式模型进行影像几何配准后,配准精度达到一个像素以内,满足影像配准精度要求。     

RANSAC结合特征线提取在点云逆向建模中的应用

三维激光扫描在建筑领域得到广泛应用,文中采用R半径密度对RANSAC提取的面片进行去噪,运用特征线提取算法将处理后的点云面片进行特征线提取,从而获得了建筑二维图纸并重建其三维模型,为点云数据三维逆向建模提供了一种技术方案。     

基于地面三维激光扫描的露天矿采剥工程量计算方法

目前露天矿山采场验收测量主要采用全站仪等点式测量方法,存在采样密度低、体积计算误差大、测量周期长等不足,使用三维激光仪进行露天矿山采场验收测量已经成为一种发展趋势,然而现有的点云配准算法存在配准效率低、精度不高等问题。针对迭代最近点法(Iterative closest point,ICP)点云精配准对初始输入点云要求较高,以及原有SIFT-ICP算法需要使用影像数据作为SIFT算法粗配准数据源的问题,将原有SIFT-ICP算法进行了改进,提出了一种新SIFT-ICP算法。新算法仅使用点云一种数据源,并将SIFT算法快速识别特征点与ICP精确配准相结合,改善了精配准过程中的初始点云输入,从而实现了电云快速精确配准。辽宁省鞍山市鞍千矿现场试验表明:基于地面三维激光扫描和新SIFT-ICP算法能够快速完成点云配准,计算得到的采剥工作量相对误差仅为0.72%,可以替代目前广泛使用的全站仪等点式测量方法,并可大大提高露天矿山验收测量效率。     

一种三维激光数据与数码影像自动配准的方法

地面激光扫描仪可以获取目标表面密集高精度离散的三维点云数据,摄影测量可以获取目标表面丰富高质量连续的纹理影像数据,将地面激光扫描仪点云和近景数码影像进行有机融合成为当前研究的热点和难点,提出了一种通过基于激光点云强度图像和数码影像自动配准来实现两种异源数据间的精确融合。其中,针对异源数据成像模型不同的问题,将点云数据严格地转换为相机中心投影方式的强度影像;在点云强度图像和数码影像间特征点的提取与匹配过程中,采用了由粗到精的稳健策略;根据高精度的匹配点利用空间后方交会获取相机的准确外方位元素,恢复图像在摄影瞬间相对点云目标的位置和姿态。实验证明,该方法可实现地面激光点云数据与近景数码影像的有机融合。     

改进的ORB-FLANN煤矸石图像高效匹配方法

针对煤矸石分拣机器人分拣煤矸石时,带式输送机输送带打滑、跑偏以及带速波动造成的目标煤矸石位姿变化,从而导致抓取失败或空抓漏抓等问题,提出了一种改进的ORB-FLANN (Oriented FAST and Rotated BRIEF-Fast Library for Approximate Nearest Neighbors)煤矸石识别图像与分拣图像高效匹配方法。提出改进ORB的特征点检测方法对煤矸石识别图像与分拣图像进行特征点检测,实现快速检测图像特征点;提出改进FLANN匹配算法对图像特征点进行匹配,实现煤矸石识别图像与分拣图像高效匹配。针对传统ORB方法对煤矸石图像特征检测时间长、重复率低问题,提出了改进ORB特征检测方法,提高了图像特征点检测速度和重复率;针对传统FLANN匹配方法对煤矸石图像匹配精确率低问题,提出了融合PROSAC算法的改进FLANN匹配方法,剔除错误特征匹配点对,提高了图像匹配的精确率。在自主研发的双机械臂桁架式煤矸石分拣机器人试验平台上应用文中方法、SURF特征匹配方法、HU不变矩匹配方法、SIFT特征匹配方法和ORB特征匹配方法分别进行了不同带速、尺度、...     

基于梯度空间二值纹理化描述子的矿山井筒视频图像匹配

针对传统匹配算法在低质量的矿山井筒视频图像匹配时匹配精度和效率低问题,提出基于梯度空间纹理化描述子的匹配算法。该算法快速检测特征点和特征点邻域状态,并将二值纹理和方向梯度直方图相结合构建特征描述子,提高描述子的区分度,然后根据特征点状态分类,在类内采用2种不同的匹配策略大幅提高算法的执行效率。试验结果验证,该算法能有效解决图像模糊、光照变化、低对比度和图像变形问题,对低质量的矿山井筒视频图像具有较好的匹配效果。     

矿山井筒视频图像实时配准的改进Sift算法

针对传统矿山井筒视频图像在匹配过程中存在的匹配精度低、实时性不强的问题,提出了一种矿山井筒视频图像配准的改进Sift算法。该算法以Harris角点检测代替Sift算法的极值检测,首先构建高斯尺度空间,提取满足尺度不变形要求的角点特征;然后采用Forsnter算子对提取点进行精确定位,并基于Sift算法的特征描述方式对提取点进行描述;最后利用Ransac法和随机K-D树完成特征点匹配。试验结果表明:改进Sift算法的匹配精度优于优传统Sift算法,可以大幅缩短矿山井筒视频图像配准时间,有助于实现矿山井筒视频图像实时匹配。     

基于三维激光扫描点云的矿山巷道三维建模方法研究

基于点云坐标投影转换,提出了一种自动化的巷道三维建模方法。该方法依据矿山巷道的空间几何特征,采用圆柱面投影将三维点云转换为二维离散点,然后应用分治算法进行三角剖分,同时保存二三维点云及三角网之间的拓扑关系,最后重建三维巷道模型。基于此方法,开发了一个实验原型系统,并针对国内地下矿山的一段巷道开展了激光扫描和三维重建实验,成功地重建了巷道三维模型。实例结果表明,本文所提出的适用于巷道单站点激光点云的自动处理和三维重建的方法不仅仅局限于矿山应用,还可进一步推广应用于其他地下工程,如地铁巷道的三维建模等。     

基于改进的SuperGlue模型的浮选泡沫稳定度检测方法研究

在浮选过程中,浮选泡沫保持一定的稳定度对保证浮选指标的稳定至关重要。由于浮选泡沫本身的复杂性和现有检测方法的局限性,目前还无法对工业现场泡沫的稳定度进行定量检测和评估。为此,开发了一种基于改进的SuperGlue模型的浮选泡沫图像特征匹配算法,用于对浮选泡沫的稳定度进行测量。该算法采用改进的SuperPoint模型网络对泡沫图像进行特征点提取,将原有的VGG网络进行了改进,利用特征匹配模型对所得到的两组特征点进行匹配,再进行误匹配精筛选,设置置信度阈值进一步提升匹配精度。对比了在匹配算法中应用比较多的GMS算法,本文算法的有效特征点匹配对数提升了19.58%,匹配精度达99.85%。与传统灰度差值法对比,本文的泡沫稳定度测量方法对不同状态的泡沫可辨识性提升明显,极大地提高了图像检测灵敏度,可以满足生产对泡沫稳定度测量的要求。     

基于改进SIFT算法的矿山井筒视频图像实时配准

针对尺度不变特征转换（SIFT）算法在矿山井筒视频图像匹配时不满足实时性要求,提出了改进的SIFT算法。在保证配准精度的情况下,通过减少尺度变换,构造简单的特征描述子并将Bray Curtis距离作为相似性度量,可以大幅缩短算法执行时间,提高配准精度。实验结果表明,改进的SIFT算法对图像旋转、尺度及亮度的线性变化具有不变特性,运算速度比改进前至少提高4倍,对矿山井筒视频图像具有较好的实时匹配效果。     

基于高分遥感影像匹配的露天矿滑坡形变场监测方法

针对利用SIFT(Scale-invariant feature transform)算法提取全色遥感影像特征点时存在数量少、分布不均、影响滑坡形变场监测效果等问题,提出了一种综合利用SIFT与CSIFT(Colored scale invariant feature transform)算法进行滑坡形变场标定的方法。该方法利用SIFT算法分别处理全色影像和多光谱融合影像,利用CSIFT算法处理多光谱融合影像,将3个过程提取的互不相同的特征点进行叠加,得到更多的特征点。以抚顺西露天煤矿南帮滑坡为例进行试验,结果表明:新方法能够充分利用3种不同影像匹配过程的特点,大大增加了特征点数量,使得生成的滑坡形变场更加精确,所圈定的滑坡范围更加准确,且该方法具有成本低、效率高等优点,非常适合于大型滑坡的大变形形变场监测。     

特征区域最近点迭代地表移动分析算法

为了获取人员难以到达的陡坡、悬崖等危险地形的地表移动和变形值,采用三维激光扫描技术对其进行精细测量,结合点云特征区域提取和最近点迭代(Iteration Closest Points,ICP)算法,对点云分析方法进行了深入研究,提出了特征区域最近点迭代地表移动分析算法(Surface Movement Analysis Algorithm Based on Feature Region Iteration Closest Points,FRICP)。该算法通过点云滤波处理,实现地面点和植被点有效分离;在此基础上,将法向量和植被高程信息相结合,提取点云中的特征点;再对同一区域地面特征点进行聚类分析,形成特征区域;然后建立球形搜索区域及特征度量指标,匹配多期同名特征区域;最后使用ICP算法对同一地点不同时期的观测点云进行计算,利用获得的坐标变换参数求取地表移动值。采用某矿开采沉陷区山坡移动监测数据进行了算法验证,结果表明:FRICP算法可以准确获取山地边坡的移动和变形值,与人工精确判读结果相比,三维坐标最大偏差为12 mm,最小偏差为3 mm。FRICP算法可同时计算地表下沉和水平移动值,...     

我国矿山测量领域三维激光扫描技术的应用现状及存在问题

三维激光扫描作为一种非接触式测量技术,近年来在我国矿山测量领域得到了广泛应用,涉及了矿区边坡监测、露天矿储量管理、地表沉陷监测等方面。结合近年来的相关研究成果,系统分析了我国矿山测量领域三维激光扫描技术的应用现状,并对存在的问题进行了探讨。研究表明：矿山测量工程应用及科学研究中使用的三维激光扫描设备与配套软件以国外进口为主,国产设备与软件较少;从数据采集、处理、成果应用等方面分析,主要存在的问题有采集数据质量不佳、点云数据匹配精度有待提高、点云数据滤波算法精度不高、特殊监测领域的应用成果不明显等。在上述分析的基础上,认为该领域的主要研究方向为：①高精度的空天地一体化数据采集方案,如InSAR、LiDAR、倾斜摄影测量与地面三维激光扫描技术相结合;②具有自主知识产权的点云数据处理软件开发,包括点云数据智能匹配算法、智能化高精度点云数据滤波算法等;③三维激光点云数据后期成果应用,包括面状地物变形监测理论与方法、大数据技术与人工智能技术相结合的三维激光扫描实时动态监测方法。总体来说,进一步推进三维激光扫描技术在我国矿山测量领域的应用,有助于大幅提升相关工程技术人员的空间三维数据处理能力,进而提高工作效率。     

基于煤位检测的多尺度特征匹配算法

针对煤矿企业煤仓内煤位的检测,运用计算机视觉检测识别技术,提出了一种基于双目视觉W-SIFT图像特征匹配算法的非接触式煤仓煤位深度测量方法,将小波压缩编码和尺度不变特征变换算法相结合,去除双目图像中的冗余信息后,通过基于尺度因子变化的模版进行自适应调节,并对双目视图配准的煤位图片进行处理,构建多尺度空间从而提取煤位图片的特征点,然后对比左右煤位视图,运用双目视图双向配准的策略,进行深度匹配。最后依据W-SIFT匹配算法预先标定的左右图像得出视觉传感器的内外参数,代入坐标转换公式,准确确定煤仓煤位的真实深度值。实验结果表明将这一新算法应用到煤位检测中,与传统SIFT算法相比具有较明显的优势,实时性、稳定性好,取得了满意的效果。     

基于激光点云的掘进工作面三维场景重建技术研究

激光扫描数据获取与处理是智能掘进工作面的关键技术之一。针对煤矿井下激光点云存在的数据量大、数据离散、特征信息提取困难的问题,利用点云切片技术和空间形态相似性进行孔洞修补,区分掘进巷道墙体、顶底板等不同对象进行点云分割和重建,并基于三维虚幻引擎进行可视化。研究成果提出了针对掘进工作面激光点云的孔洞修补算法及三维重建算法,为掘进工作业提供基础数据和可视化操作环境。     

顾及空间分布特征的点云数据快速可视化方法

文中提出了一种顾及空间分布特征的点云数据快速可视化方法。首先根据点云数据的空间分布特征构建自适应八叉树结构。其次,利用基于视点的动态调度算法,实现不同细节层次点云数据的快速调度。最后,设计了一种面向网络传输的三维点云瓦片存储模型,实现网络环境下点云数据的快速解析。试验结果表明,该方法能够有效提高网络环境下点云数据的可视化效率。     

图像匹配点云与激光扫描点云的模型重建对比

为分析图像匹配点云与激光扫描点云的模型重建效果与精度,文中使用同时获取的孔子图像数据与激光扫描点云数据,进行加工与建模处理,并定性定量的评估了两种模型重建方式的可视化效果与模型精度。结果表明:激光扫描点云数据是高精度模型重建的最佳数据,在精度要求不高的前提下,图像匹配点云可作为真实场景仿真的有效数据。     

综采工作面多视觉全局坐标系研究

现阶段综采工作面分布的摄像仪较分散,且煤矿智能化应用多需大场景且高分辨率的图像,井下广角视觉相机与全景相机的引用试图恢复尽可能宽广的综采工作面视野,但是由于设备从单一测点进行图像采集,获得的图像会出现畸变,甚至图像失真,因此有必要进行多视觉全局坐标系的技术研究。介绍图像采集装置的安装设计,使其满足所采集图像有一定重叠且特征稳定,探讨该布置方式下的图像标定方法,利用最小二乘法的方式能更好的进行摄像仪模型的标定,拟合精度高且鲁棒性低。通过对工作面图像进行灰度范围压缩或拉伸,提出一种改进型直方图均衡化方法,提高了工作面低照度情况下的图像细节体现与部分强光下的抑制效果,使得井下环境的辨识度更高,优化其图片质量。通过比较目前比较成熟的特征点提取算法,最终采用Surf算法进行特征点的匹配与提取,分配特征点的主方向并完成特征点的描述子。针对该算法出现的误匹配特征点较多的情况,研究消除误匹配特征点的RANSIC算法,并通过角点检测配对的方式提高了有价值的特征点数量。最终通过坐标点坐标建立透视矩阵表达式与全局坐标系从而完成图像的拼接,采用加权平滑的方法对拼接的图像进行去裂缝处理,最终实现多视觉图片的快速有效融合。试验表明该方法可有效增强井下图像细节,去除井下图像误匹配特征点,可快速消除拼接的裂缝,并能快速准确的完成两、三幅图像的拼接融合。