• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于CCD與紅外的導(dǎo)爆管檢測中的信息融合方法

      2013-07-03 08:59:20李九靈高全杰
      制造業(yè)自動化 2013年9期
      關(guān)鍵詞:導(dǎo)爆管線程識別率

      李九靈,高全杰,馮 維,代 新,彭 磊

      (1. 武漢科技大學(xué),武漢 430081;2. 湖北工業(yè)大學(xué), 武漢 430068)

      0 引言

      導(dǎo)爆管[1]是導(dǎo)爆管雷管的重要組成部分,其在爆破工程中應(yīng)用廣泛,而爆破工程對爆破器材的質(zhì)量要求很高,因此,提高爆破器材的檢測質(zhì)量非常重要。傳統(tǒng)的導(dǎo)爆管檢測手段僅僅依靠落后的人工方式以及精度有限的紅外方式[2],不僅勞動強(qiáng)度大、精度低,而且檢測項(xiàng)目有限。機(jī)器視覺的快速發(fā)展和信息融合技術(shù)的逐漸興起為導(dǎo)爆管的高速高精度檢測創(chuàng)造了條件,研究多傳感器的信息融合技術(shù),對于促進(jìn)導(dǎo)爆管的自動化檢測具有重要的意義。

      當(dāng)前,信息融合技術(shù)主要應(yīng)用于軍事領(lǐng)域,民用還比較少。美國是信息融合技術(shù)起步最早、發(fā)展最快的國家,它開發(fā)了一系列的C4ISR系統(tǒng)及IW系統(tǒng)[3]。在國內(nèi),趙龍等[4]使用Matlab 6.1中的模糊邏輯工具箱編輯模糊推理系統(tǒng),提出了一種基于模糊邏輯的像素級多傳感器圖像融合算法,通過與其他融合算法的比較,性能評估結(jié)果顯示該算法具有更好的效果。王明輝等[5]提出了一種通過優(yōu)化跟蹤門的方法提高多目標(biāo)多傳感器跟蹤系統(tǒng)實(shí)時(shí)性,實(shí)驗(yàn)表明在強(qiáng)雜波或者虛警的環(huán)境中,該方法的效果尤為明顯。

      為了實(shí)現(xiàn)高速和高精度檢測導(dǎo)爆管的藥量、黑點(diǎn)以及管徑,本文設(shè)計(jì)了一種基于CCD與紅外的導(dǎo)爆管自動檢測系統(tǒng),填補(bǔ)了圖像處理在導(dǎo)爆管檢測領(lǐng)域的空白,并提出了一種基于決策層的導(dǎo)爆管缺陷信息融合方案,實(shí)現(xiàn)了CCD與紅外雙傳感器的信息融合,促進(jìn)了導(dǎo)爆管檢測的自動化。

      1 導(dǎo)爆管自動檢測系統(tǒng)總體方案設(shè)計(jì)

      1.1 感器的選擇方案

      在導(dǎo)爆管檢測中,常用的傳感器有CCD、紅外等。由于導(dǎo)爆管需要檢測黑點(diǎn)缺陷,單獨(dú)使用一個(gè)傳感器檢測可能會出現(xiàn)盲區(qū)(如圖1所示),因此,本檢測系統(tǒng)采用雙傳感器同步檢測。傳感器選擇方案如表1所示。

      表1 傳感器組合方案

      表1中,紅外檢測的精確較低,面陣CCD檢測的速度較慢,因此放棄方案一和方案二。單線陣CCD檢測速度雖快,但其檢測中存在的盲區(qū)會導(dǎo)致較高的黑點(diǎn)漏檢率。方案四檢測精度最高、檢測速度也最快,但其價(jià)格昂貴;方案五在保證檢測精度較高的前提下,檢測速度也是最快的,價(jià)格也并不昂貴。因此,在保證精度兼顧成本的前提下,方案五是最優(yōu)的。鑒于此,本系統(tǒng)采用CCD與紅外同步檢測的方式,其空間位置如圖1所示。

      圖1 CCD與紅外的空間位置示意圖

      1.2 系統(tǒng)總體方案設(shè)計(jì)

      導(dǎo)爆管自動缺陷檢測以CCD為主,紅外為輔,并且需標(biāo)示不合格產(chǎn)品。整個(gè)系統(tǒng)的工作流程如圖2所示。

      圖2 導(dǎo)爆管檢測系統(tǒng)的工作流程圖

      變頻器控制電動機(jī)啟停,電動機(jī)控制導(dǎo)爆管運(yùn)動,CCD傳感器和紅外傳感器采集導(dǎo)爆管表面信息,并將這些信息傳遞給圖像采集卡和工控機(jī),圖像處理軟件對這些信息進(jìn)行分析處理,工控機(jī)控制噴碼器根據(jù)分析結(jié)果進(jìn)行噴碼處理。

      2 多任務(wù)下的信息融合技術(shù)

      如前所述,本系統(tǒng)的運(yùn)行任務(wù)繁多,應(yīng)采用多線程編程技術(shù)創(chuàng)建各種任務(wù),而在多線程管理多任務(wù)的過程中,實(shí)現(xiàn)多傳感器的信息融合是其難點(diǎn),本文為此提出了一種基于決策層的導(dǎo)爆管缺陷信息融合方案,實(shí)現(xiàn)了CCD與紅外雙傳感器的信息融合。

      2.1 多傳感器決策層信息融合模型

      由于采用了CCD與紅外配合進(jìn)行導(dǎo)爆管質(zhì)量檢測,產(chǎn)品出現(xiàn)缺陷的時(shí)候,雙傳感器可能都檢測到此缺陷。對于多傳感器的信息融合,主要有三種研究方法:數(shù)據(jù)層融合、特征層融合和決策層融合。由于紅外傳感器可以很容易的輸出開關(guān)信號,因此本系統(tǒng)選擇方法3進(jìn)行信息融合。

      2.2 CCD與紅外信息融合過程

      圖3 CCD與紅外信息融合過程

      如圖3所示,CCD與紅外所采集的圖像均以圖像幀來度量,X1~Xn代表紅外傳感器檢測到的缺陷圖像幀號,Y1~Yn代表CCD檢測到的缺陷圖像幀號,Z1~Zn代表信息融合后存放缺陷圖像幀號的隊(duì)列,Dt代表圖像傳感器到噴碼器的距離。

      系統(tǒng)創(chuàng)建線程1管理紅外傳感器采集到的缺陷信息,并將紅外傳感器采集到的缺陷信息按圖像幀號Xn存儲到雙向缺陷鏈1中;創(chuàng)建線程2管理CCD檢測到的缺陷信息,并將CCD檢測到的缺陷信息按圖像幀號Yn存儲到單向缺陷鏈2中;創(chuàng)建線程3融合線程1和線程2的缺陷信息。

      管理信息融合的線程3需要不斷的訪問線程2中的數(shù)據(jù)Yn,對于數(shù)據(jù)鏈2的訪問采用的是互斥體方式。通過鎖定和取消鎖定資源控制對缺陷鏈2的訪問。線程3對數(shù)據(jù)Xn的訪問也采取同樣通信方式。

      缺陷鏈1和缺陷鏈2的缺陷經(jīng)過融合以后,線程3要求占用臨界區(qū),然后將缺陷數(shù)據(jù)寫入臨界區(qū)的隊(duì)列Zn中,最后釋放對臨界區(qū)對象的占用。隊(duì)列Zn被修改完畢后,線程4和線程5就可以同時(shí)讀取Zn。線程4讀取Zn后,引入修正值Dt,當(dāng)軟件檢測到第(Zn+Dt)幀圖像時(shí),通過PCI發(fā)送信號給噴碼器進(jìn)行噴碼動作。線程5讀取到Zn以后,將Zn所包含的信息全部都存儲到數(shù)據(jù)庫中。

      通過使用互斥體和臨界區(qū)編程,實(shí)現(xiàn)了基于CCD和紅外檢測的決策層融合,保證了多任務(wù)的協(xié)調(diào)高效運(yùn)行。

      2.3 數(shù)據(jù)遍歷比較算法設(shè)計(jì)

      當(dāng)CCD檢測到的缺陷圖像幀幀號Yi時(shí),在CCD檢測缺陷鏈2中單向查找,如果缺陷鏈2中存在缺陷幀號Yj=Yi時(shí),則需舍棄Yj,以保證當(dāng)同一幀圖上有多個(gè)缺陷時(shí),只標(biāo)定和記錄一個(gè)幀號;如果經(jīng)查找后,沒有找到有與Yi相同的幀號時(shí),則將Yi依次放入檢測缺陷鏈2中,如此循環(huán),即可得到CCD檢測缺陷鏈2。紅外檢測缺陷鏈1亦是如此。如圖4所示。

      線程3訪問線程2中缺陷鏈的鏈尾CY1,并提取Y1,將Y1與缺陷鏈1中的幀號Xn進(jìn)行雙向遍歷比較,遍歷的過程如下:如果X1<Y1<Xn,說明短時(shí)間內(nèi)紅外先檢測到了部分缺陷,而CCD只檢測到了其中的一個(gè),在雙向鏈1中進(jìn)行雙向查找,如果能找到數(shù)據(jù)值等于Y1的元素Xk,取X1~Xk依次壓入隊(duì)列Z中,Y1不再重復(fù)壓入;如果不能找到數(shù)據(jù)值等于Y1的元素Xk,則在在缺陷鏈1中單向逐一查找,直到能滿足Xi<Y1<Xj條件的兩幀號Xi和Xj,此時(shí)將X1~Xi和Y1依次放入隊(duì)列Z中;如果Y1≤X1,說明短時(shí)間內(nèi)只有CCD檢測到了缺陷,紅外沒有檢測到缺陷,因此,只要將Y1壓入隊(duì)列Z即可;如果Xn≤Y1,說明短時(shí)間內(nèi)紅外檢測到了導(dǎo)爆管前面的缺陷,CCD檢測到的是導(dǎo)爆管后面的缺陷,因此要將X1~Xn和Y1依次放入隊(duì)列Z中。

      3 實(shí)驗(yàn)結(jié)果

      取XY兩種不同的導(dǎo)爆管,長度均為50米,在X管上標(biāo)記黑點(diǎn)35個(gè),在Y管上標(biāo)記黑點(diǎn)32個(gè)。啟動導(dǎo)爆管自動檢測系統(tǒng)對XY進(jìn)行5次重復(fù)性檢測實(shí)驗(yàn),每次的檢測結(jié)果如表2所示。對兩根缺陷導(dǎo)爆管進(jìn)行人工復(fù)檢,檢查結(jié)果如表3所示。

      表2 疵點(diǎn)檢測數(shù)據(jù)

      表3 人工復(fù)檢結(jié)果

      圖4 數(shù)據(jù)遍歷比較的流程圖

      表2中,可以計(jì)算出兩組的疵點(diǎn)識別率分別為:Rca=96%,Rcb=98%;導(dǎo)爆管自動檢測系統(tǒng)的平均識別率為 Rc=97%。表3中,人工復(fù)檢的識別率為:Rea=88.6%,Reb=88.5%;復(fù)檢的平均識別率為 Re=88.55%。隨著對同一導(dǎo)爆管復(fù)檢次數(shù)的增加,X管人工識別率從80%上升到了100%,Y管的識別率從78%上升到了100%。人眼復(fù)查的識別率遠(yuǎn)不及導(dǎo)爆管自動檢測系統(tǒng)的識別率,雖然經(jīng)過訓(xùn)練以后,人眼的復(fù)查率能提高到接近100%,但是人工在線識別的要求遠(yuǎn)遠(yuǎn)高于人工復(fù)查的要求,由此可見,基于CCD與紅外的導(dǎo)爆管檢測中的信息融合方法保證了檢測的實(shí)時(shí)性,提高了黑點(diǎn)缺陷識別率。

      4 結(jié)論

      傳統(tǒng)的對導(dǎo)爆管外觀質(zhì)量的檢測采用的是人工方式和紅外方式,本文設(shè)計(jì)了基于CCD和紅外的導(dǎo)爆管自動檢測系統(tǒng),采用CCD和紅外結(jié)合檢測的方式極大地提高了黑點(diǎn)的識別率,同時(shí),基于決策層的CCD與紅外信息融合方法的應(yīng)用徹底消除了重復(fù)計(jì)數(shù)。本系統(tǒng)實(shí)現(xiàn)了對導(dǎo)爆管外觀質(zhì)量的自動、實(shí)時(shí)監(jiān)控,響應(yīng)了工信部制定的民爆行業(yè)“十二五”規(guī)劃要求,對于提高國內(nèi)民爆行業(yè)的整體競爭力具有重要意義。

      [1] 張正宇.塑料導(dǎo)爆管起爆系統(tǒng)理論與實(shí)踐[M].中國水利水電出版社,2009.

      [2] 王志剛,李國新.塑料導(dǎo)爆管紅外無損檢測技術(shù)研究[J].火工品,1996,23-25.

      [3] [美]David. Hall, James Llinas.多傳感器數(shù)據(jù)融合手冊[M].電子工業(yè)出版社,2008.

      [4] Zhao Long,Xu Baochang, Tang Weilong, Chen Zhe. A pixel-level multisensor image fusion algorithm based on fuzzy logic[J]. Lecture Notes in Artificial Intelligence(Subseries of Lecture Notes in Computer Science). 2005,3631(1): 717-720.

      [5] Wang MingHui,Peng YingNing,You ZhiSheng,Tie Jun.A novel method for improving the real-time of multitargetmultisensor[J]. IEEE Nat Radar Conf Proc.2003,223-227.

      猜你喜歡
      導(dǎo)爆管線程識別率
      基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
      導(dǎo)爆管等效縮比模型過載特性研究
      基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
      提升高速公路MTC二次抓拍車牌識別率方案研究
      淺談linux多線程協(xié)作
      高速公路機(jī)電日常維護(hù)中車牌識別率分析系統(tǒng)的應(yīng)用
      特殊壓力條件下非電導(dǎo)爆管傳爆速度的研究
      火工品(2012年4期)2012-10-11 07:45:08
      Linux線程實(shí)現(xiàn)技術(shù)研究
      塑料導(dǎo)爆管的研究與制備
      中國塑料(2011年12期)2011-11-30 00:40:28
      導(dǎo)爆管雷管網(wǎng)絡(luò)應(yīng)用研究
      科技傳播(2011年7期)2011-04-13 02:48:54
      阿荣旗| 延川县| 夏津县| 泸西县| 礼泉县| 西宁市| 离岛区| 阳山县| 郸城县| 合川市| 鹿邑县| 罗甸县| 泰和县| 胶州市| 合肥市| 兴文县| 赤壁市| 灵川县| 恩平市| 黄大仙区| 邻水| 望奎县| 镇巴县| 夹江县| 磐石市| 陵水| 泗洪县| 喀喇| 武夷山市| 马公市| 永康市| 罗山县| 栖霞市| 张北县| 义马市| 三江| 瓦房店市| 盐亭县| 滕州市| 银川市| 错那县|