大场景目标纹理特征的中远距离、高分辨率三维测量与定位研究

The project is aiming at 3D inspection, which is used in high-end advanced manufacturing and building safety monitoring. The study will launch from the case of large dam’s defects monitoring (including concrete cracks detection and location). Considering the extreme measurement conditions, such as high image resolution with long imaging distance and dynamic environment, a new 3D inspection method that combines free-wide-baseline stereo vision with long focal length, large diameter, high-resolution imaging adaptive optics technology, is proposed. The research includes: (1) 3D imaging method with free-wide-baseline stereo vision under the long-distance and large scene conditions, (2) long focal length, large diameter, and long distance high-resolution adaptive optical system under the near ground atmospheric environment, (3) fusion and registration of multi-view and multi-source data sets, (4) automatic extraction and measurement algorithms of dam’s concrete cracks, (5) precision evaluation and error analysis of the complex 3D inspection system. By achieving medium or long distance high-resolution texture detection and location, the project provides a new way of large dam’s safety monitoring, and has great research value and significance. .The main specifications of the measuring system are as follows: sensing distance is from 50m to 200m, and the resolution in 100m is 0.5mm.

本项目以高端先进制造领域及建筑物安全监测的大型、复杂目标的三维检测为目标，以大型水利大坝裂纹等缺陷监测（包括检测和定位）为例，研究在成像距离远、分辨率高、环境动态变化的相对极端条件下，宽基线自由立体视觉理论和长焦距、大口径、高分辨率成像的自适应光学技术相结合的三维检测新方法。主要包括适于长距离成像和大场景扫描的宽基线自由双目立体视觉三维成像方法研究；近地面大气环境下，实现长距离、高分辨率成像的长焦距、大口径自适应光学系统研究；多视、多源数据场配准与融合方法研究；表面纹理缺陷的自动提取和测量算法研究，及组合三维检测系统的精度评价与误差分析。实现中远距离大场景高分辨率纹理的三维检测与定位，为高端先进制造业领域的大型目标检测和水利大坝安全监测提供新方法，具有重要研究价值和意义。.测量系统的主要技术指标为：检测距离为50m—200m，在100m检测距离分辨率达到0.5mm。

本项目以大型、复杂目标的三维检测为目标，以混凝土表面缺陷检测为例，提出了立体视觉技术与高分辨率成像技术相结合的大场景目标的三维检测方法，主要研究内容和成果包括:①长焦距、宽基线自由双目立体视觉三维成像方法研究。研究了基于一维标定靶、旋转轴标定的动态获取外参数和彩色编码相移条纹靶标的自由双目立体系统标定方法。基于重采样策略和人工蜂群优化、哈希表和飞蛾火焰优化、色彩信息和自适应进化、改进回溯搜索优化等拼接方法，解决多孔径三维点云的合成。研究了3D标签和深度学习的卷积神经网络立体匹配方法，提出了相似性加权度量的训练集选择方法，构建了多特征融合的卷积神经网络。研究卷积神经网络的散焦图像立体匹配算法，基于双目联动去模糊网络解决长距离立体视觉的非对称离焦问题。研究了基于运动恢复结构（SfM）和高分辨成像结合的混凝土表面重建方法，实现弱纹理表面的三维重构。②长焦距、大口径高分辨率成像系统的研究。研制了自动调焦和图像实时无线采集系统。研究了基于波前信息和改进二次二维经验模态分解算法，自适应引导滤波和改进的主成分分析的湍流退化图像复原方法。③多视、多源数据场的配准与融合研究。提出基于旋转轴标定、二维图像特征匹配与双目立体视觉三维重建相结合的高分辨率纹理映射方法。研究了基于2D-3D特征的相机相对位姿实时估计方法，以及通过站点间相互关系、各站点的高分辨率纹理图像与各自站点的双目左图的匹配关系，实现不同站点数据配准和融合。④提出裂纹双边缘特征和有限状态机的表面裂纹检测方法、基于边界种子生长算法和裂纹骨架拓扑结构的裂纹尺寸测量方法。⑤进行了样机精度评价和技术指标验证。.分别以双目立体视觉原理和SfM原理研制了两套实验样机。应用双目立体视觉原理的样机达到了检测距离50m-200m，在100m检测距离分辨率达到0.5mm的研究目标。其科学意义在于能够实现中远距离下弱纹理特征表面的三维数字模型重建和表面微细结构的高分辨率识别和测量。

内容获取失败，请点击重试