基于數(shù)字圖像處理的掘進(jìn)機(jī)導(dǎo)向算法研究

趙宗華

(中國(guó)鐵建重工集團(tuán)股份有限公司 湖南長(zhǎng)沙 410100)

1 引言

隨著現(xiàn)代技術(shù)的發(fā)展，數(shù)字圖像處理技術(shù)在工業(yè)測(cè)量行業(yè)中應(yīng)用廣泛，而在工程領(lǐng)域中也開(kāi)始興起，基于圖像的識(shí)別定位技術(shù)具有很好的應(yīng)用潛力和廣泛的應(yīng)用場(chǎng)景，在此之前，一批優(yōu)秀學(xué)者也研究了圖像識(shí)別在隧道工程中的應(yīng)用，何國(guó)華等[1]做了基于數(shù)字圖像的隧道表觀病害識(shí)別方法研究，他們系統(tǒng)分析隧道裂縫和滲漏水病害的圖像特征，采用CTA測(cè)度及其改進(jìn)算法可較好地實(shí)現(xiàn)表觀病害識(shí)別。路剛[2]提出了一種鋼管頂進(jìn)施工滾動(dòng)角與糾偏技術(shù)研究，光斑圖像的閾值分割和光斑中心坐標(biāo)的計(jì)算方法，針對(duì)光斑圖像的特點(diǎn)，背景與目標(biāo)色相差很大，并且光斑在一副圖像中的面積很小，用極大極小法準(zhǔn)則，實(shí)現(xiàn)精確提取光斑的坐標(biāo)。程金芝等[3]提出了一種相位標(biāo)志牌圖像識(shí)別與缺陷檢測(cè)方法，采用導(dǎo)向?yàn)V波、灰度化方法等對(duì)圖像處理算法，精確檢測(cè)出電力設(shè)施相位標(biāo)志牌是否缺失。冷波等[4]采用嚴(yán)密幾何模型，對(duì)成像過(guò)程進(jìn)行誤差分析與標(biāo)定，得到較為精確的定位結(jié)果。鑒于圖像處理技術(shù)在工程中的良好應(yīng)用[5]，本文主要研究用于地下施工的豎井、頂管機(jī)、管幕機(jī)等工程裝備基于數(shù)字圖像識(shí)別定位的導(dǎo)向系統(tǒng)算法實(shí)現(xiàn)。

頂管機(jī)是一種用于市政等施工的非開(kāi)挖掘進(jìn)式管道鋪設(shè)施工裝備，由刀盤、推進(jìn)系統(tǒng)、控制系統(tǒng)、出渣系統(tǒng)等組成[6]。頂管機(jī)采用頂進(jìn)的方式往前掘進(jìn)，有矩形頂管機(jī)、圓形頂管機(jī)、異型頂管機(jī)等多種機(jī)型，相比盾構(gòu)機(jī)而言，頂管機(jī)開(kāi)挖區(qū)間比較短，且主要是直線施工，主要是用于車站建設(shè)或者管道鋪設(shè)，使土層不易受到擾動(dòng)，對(duì)上方有重要建筑物、構(gòu)筑物的工地來(lái)說(shuō)，該施工方法更加安全[7]。本文研究的圖像視覺(jué)導(dǎo)向系統(tǒng)，可以自動(dòng)識(shí)別圖像上不同顏色的光斑，數(shù)字化顯示光斑坐標(biāo)，得到盾體的中心偏差。

2 系統(tǒng)設(shè)計(jì)

針對(duì)隧道施工中掘進(jìn)設(shè)備位姿的測(cè)量需求，設(shè)計(jì)了圖像視覺(jué)導(dǎo)向系統(tǒng)。圖像視覺(jué)導(dǎo)向系統(tǒng)主要有激光經(jīng)緯儀、激光指向器、刻度板、攝像頭、工控機(jī)、觸摸屏等部件，此系統(tǒng)已用于豎井、頂管機(jī)等地下工程掘進(jìn)機(jī)設(shè)備上。

在豎井掘進(jìn)機(jī)或者頂管機(jī)始發(fā)前，在掘進(jìn)機(jī)中盾中心安裝上刻度板，在前盾后端安裝激光指向儀，發(fā)射綠色激光打在刻度板上，在開(kāi)挖洞口架設(shè)激光經(jīng)緯儀，發(fā)射紅色激光打在刻度板上，并調(diào)整激光經(jīng)緯儀與設(shè)計(jì)線路方位、高度一致，確定激光經(jīng)緯儀激光線的俯仰角和方位角，記錄下來(lái)，方便經(jīng)緯儀移動(dòng)以后，恢復(fù)方位。掘進(jìn)機(jī)始發(fā)后，激光經(jīng)緯儀和激光指向儀發(fā)射激光，打在刻度板上，相機(jī)自動(dòng)拍攝圖像，其圖像數(shù)據(jù)通過(guò)網(wǎng)線傳輸?shù)焦I(yè)計(jì)算機(jī)進(jìn)行計(jì)算。通過(guò)透視變化、單通道顏色分割提取等圖像處理技術(shù)得到綠色光斑和紅色光斑的光斑坐標(biāo)像素值，再通過(guò)算法提取刻度板中心坐標(biāo)，數(shù)字化顯示光斑坐標(biāo)，得到掘進(jìn)機(jī)的平面偏差、高程偏差。從而明確掘進(jìn)機(jī)實(shí)時(shí)掘進(jìn)姿態(tài)。硬件示意圖如圖1。

圖1 硬件示意

3 圖像視覺(jué)導(dǎo)向系統(tǒng)關(guān)鍵算法

3.1 透視變化

在攝像頭拍攝刻度板圖像時(shí)，由于攝像頭與刻度板不是垂直安裝的，圖像就會(huì)產(chǎn)生一定的畸變，如圖2是傾斜拍攝，圖中越遠(yuǎn)離鏡頭，畸變?cè)酱螅闹艿膱A環(huán)之間的面積比關(guān)系也將發(fā)生變化，對(duì)識(shí)別算法有錯(cuò)誤判斷，需要先對(duì)圖像進(jìn)行透視變換。

圖2 傾斜拍攝

透視變換是將圖像從一個(gè)視平面投影到另外一個(gè)視平面的過(guò)程，所以透視變換也被稱為投影映射[8-9]。通用的變換公式為:

式中，u，v為原始圖片行列像素；x，y為變換后的圖片坐標(biāo)。

其中x＝x′/w′，y＝y(tǒng)′/w′。可寫成:

根據(jù)公式(2)，可以知道，得到一副圖上的4個(gè)點(diǎn)就可以獲得透視變化的公式。求得變換公式后，也適用于所有的圖片。一般采用4個(gè)點(diǎn)進(jìn)行透視變換，為了方便選擇點(diǎn)位，一般采用棋盤法標(biāo)定圖像，因?yàn)榭潭劝遄陨碛懈窬W(wǎng)，可以在刻度板方格線的4個(gè)角點(diǎn)，通過(guò)添加鼠標(biāo)事件來(lái)獲取。在目標(biāo)圖像取4個(gè)點(diǎn)以后，就可以計(jì)算變換矩陣來(lái)實(shí)現(xiàn)透視變換，如圖3和圖4。

圖3 圖像變換前

圖4 圖像變換后

3.2 圖像光斑分離提取

在一個(gè)刻度板上，有紅色和綠色光斑存在，我們要分別定位他們的坐標(biāo)位置，就需要采用方法先把光斑分離。

因?yàn)榭潭劝鍒D像背景比較單一，光斑顏色有紅色和綠色兩種，我們分別提取彩色圖像的RGB通道，轉(zhuǎn)換成多個(gè)單通道圖像，而紅色通道圖像就只保留紅色光斑，把其余顏色分離開(kāi)，綠色通道圖像只保留有綠色光斑，把分離的圖像存放到vector類型的mv中，接著進(jìn)行引用賦值，其中對(duì)于彩色圖mv[0]就表示引用取出mv中的藍(lán)色分量，mv[1]就表示引用取出mv中的綠色分量，mv[2]就表示引用取出mv中的紅色分量[10]。為了增強(qiáng)對(duì)比度，我們?cè)O(shè)定:

綠色光斑圖像:Green＝2˙mv[1]-mv[0]-mv[2]

紅色光斑圖像:Red＝2˙mv[2]-mv[0]-mv[1]

就是放大所需要的通道顏色，消除其余顏色。至此，就提取分離出紅綠光斑圖像。

3.3 重心法求解光斑中心坐標(biāo)

光斑的形狀近似圓形，也有橢圓或者不規(guī)則形狀，因?yàn)榧す獯蛟诳潭劝迳希獍邥?huì)發(fā)生折射和反射，受雜光影響，成像也就不規(guī)則。重心法是獲取目標(biāo)的質(zhì)心，得到質(zhì)心的坐標(biāo)，而在提取的光斑圖像中，就僅僅存在光斑，其他背景色和干擾均已通過(guò)二值化后，變成了黑色[11-12]。所以對(duì)圖像采取重心法以后，就是光斑中心的坐標(biāo)。

根據(jù)空間矩的特征，一階矩就表示質(zhì)心。這個(gè)隨機(jī)變量的屬性可以用統(tǒng)計(jì)特征—矩(Moments)來(lái)描述[13]。

設(shè)X和Y是隨機(jī)變量，c為常數(shù)，k為正整數(shù)，如果E(｜X-c｜k)E(｜X-c｜k)存在，則稱E(｜X-c｜˙k)E(｜X-c｜k)為X關(guān)于點(diǎn)c的k階矩。

c＝0時(shí)，稱為k階原點(diǎn)矩；

c＝E(x)時(shí)，稱為k階中心矩。

如果E(｜X-c1｜p˙｜Y-c2｜q)存在，則稱其為X，Y關(guān)于c點(diǎn)p+q階矩。

圖像的矩，零階矩:

式中，V(i，j)為提取的光斑圖像在(i，j)點(diǎn)上的灰度值。

我們可以發(fā)現(xiàn)，當(dāng)圖像為二值圖時(shí)，M00就是光斑圖像上灰度值為1的總和，因此，M00可以用來(lái)求二值圖像(輪廓，連通域)的面積。

一階矩:

式中，M10為光斑圖像上白色區(qū)域x方向坐標(biāo)的和；M01為光斑圖像上白色區(qū)域y方向坐標(biāo)的和。

因此，一階矩可以用來(lái)求紅色和綠色二值圖像的重心:

3.4 霍夫圓法求刻度板中心坐標(biāo)

霍夫圓檢測(cè)的原理是，已知圓可以由任意三點(diǎn)確定，一個(gè)圓經(jīng)過(guò) Hough變換后，也可以得到圓心[14]。如圖5，搜索圓上的所有點(diǎn)，每搜到3個(gè)點(diǎn)，就確定一個(gè)圓，記錄下來(lái)該圓的圓心，當(dāng)所有點(diǎn)搜索完以后，比較圓心一樣的點(diǎn)數(shù)，點(diǎn)數(shù)多的確定該圓。即大部分點(diǎn)都應(yīng)該在這個(gè)確定的圓周上，以此確定該圓。

圖5 霍夫圓檢測(cè)原理

我們采用的刻度板上有圓環(huán)刻度線，經(jīng)過(guò)灰度化、二值化以后，只保留有圓形，通過(guò)識(shí)別這些圓形，來(lái)找到刻度板的圓心處坐標(biāo)。

已知圖像每一個(gè)像素對(duì)應(yīng)的極坐標(biāo)坐標(biāo)點(diǎn)為(x，y):

式中a，b為極坐標(biāo)中的圓心；R為半徑；θ為0°～360°。

至此，通過(guò)霍夫變換可以得到刻度板的圓心在圖像中的坐標(biāo)。

4 實(shí)驗(yàn)結(jié)果與分析

4.1 角點(diǎn)拾取的影響

上文得到的光斑坐標(biāo)和刻度板圓心坐標(biāo)，是以像素為單位的，而在工程中，要以毫米為單位顯示盾體偏差，就要把圖像像素大小轉(zhuǎn)化為長(zhǎng)度單位。

因?yàn)榭潭劝逵懈窬W(wǎng)，實(shí)際長(zhǎng)度已知，一般為100 mm×100 mm，在透視變化過(guò)程中，我們選取了刻度板的格網(wǎng)角點(diǎn)，可以得到100 mm對(duì)應(yīng)的像素?cái)?shù)，可以根據(jù)像素?cái)?shù)量與實(shí)際長(zhǎng)度的比值，確定一個(gè)像素的實(shí)際長(zhǎng)度。主要誤差在角點(diǎn)拾取過(guò)程中，由于是人為操作鼠標(biāo)拾取，會(huì)有一定的點(diǎn)擊誤差。按照多次實(shí)驗(yàn)，如表1，選取的角點(diǎn)坐標(biāo)，均方根誤差在4個(gè)像素以內(nèi)，實(shí)驗(yàn)中，一個(gè)像素代表實(shí)際長(zhǎng)度為0.12 mm，則人工拾取精度可控制在0.5 mm以內(nèi)。

表1 拾取角點(diǎn)坐標(biāo) 像素

4.2 中心坐標(biāo)提取誤差

在霍夫圓檢測(cè)圓形時(shí)，由于刻度板上圓形會(huì)有畸變，雖然進(jìn)行了透視變換，不過(guò)拍攝圖像的位置不同，畸變大小不同，經(jīng)過(guò)透視變換后的圓環(huán)，是以平均畸變量來(lái)修正的，所以刻度板上的圓環(huán)并不是一個(gè)標(biāo)準(zhǔn)的圓形，通過(guò)霍夫圓檢測(cè)的圓心并不是完全的刻度板中心，會(huì)有長(zhǎng)度誤差。

為了防止因刻度板抖動(dòng)而導(dǎo)致透視變換效果不佳，我們采取兩種方法結(jié)合識(shí)別刻度板中心。我們?cè)诳潭劝宓闹行臉?biāo)記一個(gè)0.2 mm半徑的黑色實(shí)心圓，由于背景色和黑色點(diǎn)像素值相差很大，通過(guò)二值化，能精確提取中心坐標(biāo)，通過(guò)與霍夫變化得到的圓心比較，如表2兩種方法提取刻度板中心的圖像對(duì)比，表3是兩種方法提取的刻度板中心坐標(biāo)對(duì)比，并與人工提供對(duì)比。數(shù)據(jù)表明，提取精度在2個(gè)像素左右，這個(gè)誤差換算到實(shí)際距離，誤差在0.3 mm以下。

表2 兩種方法的圖像提取結(jié)果

表3 不同方法提取的中心坐標(biāo)對(duì)比 像素

5 結(jié)論與討論

經(jīng)實(shí)驗(yàn)對(duì)比分析，本文提出的紅綠光斑分離、刻度板中心提取等圖像處理方法是可靠的，解決了一副圖像內(nèi)兩個(gè)光斑的分離，并精確定位光斑坐標(biāo)，測(cè)量精度為2 mm，設(shè)計(jì)開(kāi)發(fā)的圖像視覺(jué)導(dǎo)向系統(tǒng)已成功應(yīng)用在多個(gè)工地項(xiàng)目，可滿足掘進(jìn)設(shè)備的導(dǎo)向定位工作，為地下掘進(jìn)裝備在施工過(guò)程中保證施工精度和安全以及設(shè)備糾偏提供了依據(jù)。