CN117451193A - 一种基于事件相机的矿用激光指向仪光束检测方法 - Google Patents
一种基于事件相机的矿用激光指向仪光束检测方法 Download PDFInfo
- Publication number
- CN117451193A CN117451193A CN202311260399.2A CN202311260399A CN117451193A CN 117451193 A CN117451193 A CN 117451193A CN 202311260399 A CN202311260399 A CN 202311260399A CN 117451193 A CN117451193 A CN 117451193A
- Authority
- CN
- China
- Prior art keywords
- event
- laser
- trajectory
- camera
- laser beam
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000005065 mining Methods 0.000 title claims description 15
- 238000001914 filtration Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 3
- 230000003313 weakening effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000005259 measurement Methods 0.000 abstract description 5
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 8
- 238000000034 method Methods 0.000 description 5
- 230000023077 detection of light stimulus Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J11/00—Measuring the characteristics of individual optical pulses or of optical pulse trains
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于事件相机的矿用激光指向仪光束检测方法,包括:配置事件相机和激光指向仪;事件相机捕捉通过感兴趣区域的激光光点,以事件的形式记录,最终输出一段事件流;对步骤二输出的事件流中的每个事件进行预处理,提取预处理后的所有事件对应的激光光点的时序信息,并根据时序信息重建激光光束的轨迹;事件相机通过记录光强度变化的事件,可以以纳秒级的时间分辨率捕捉到激光束的动态变化,相比传统相机的连续帧图像,事件相机可以提供更精确的时间信息,过滤掉无用的复杂背景,使得对激光束的指向变化能够更加准确地进行分析和控制,解决了传统的激光指向仪对光束的监测和检测的灵敏度不高导致测量精度不高的技术问题。
Description
技术领域
本发明属于矿用设备运行状态监测领域,涉及光束检测方法,具体是一种基于事件相机的矿用激光指向仪光束检测方法。
背景技术
在矿业行业中,激光指向仪广泛应用于地下矿山、矿井和隧道等环境中。激光指向仪通过发射激光束,提供准确的测距和定位信息,帮助矿工进行导航、测绘和定位等工作。然而,传统的激光指向仪对光束的监测和检测主要依赖于相机和光敏器件等传统光学设备,存在灵敏度不高、响应速度慢、测量精度有限等局限性。
随着事件相机技术的兴起,基于事件相机的激光指向仪光束检测方法成为一种新的潜在解决方案。事件相机是一种新型的光学传感器,能够以高时间精度和高动态范围的方式捕捉场景中光变化的事件,具有对光强变化快速响应的优势。因此,利用事件相机技术来监测和检测激光束的性能指标,如准直度和位置偏移等,具有重要的研究和应用价值。
发明内容
针对现有技术存在的不足,本发明的目的在于,提供一种基于事件相机的矿用激光指向仪光束检测方法,解决现有技术中传统的激光指向仪对光束的监测和检测的灵敏度不高导致的响应速度慢以及测量精度不高的技术问题。
为了解决上述技术问题,本发明采用如下技术方案予以实现:
一种基于事件相机的矿用激光指向仪光束检测方法,包括以下步骤:
步骤一,配置事件相机和激光指向仪;
步骤二,事件相机捕捉通过感兴趣区域的激光光点,以事件的形式记录,最终输出一段事件流;
步骤三,对步骤二输出的事件流中的每个事件进行预处理,提取预处理后的所有事件对应的激光光点的时序信息,并根据时序信息重建激光光束的轨迹;
所述的时序信息包括时间戳、像素坐标和事件间的时间间隔;
步骤四,使用光束检测算法对步骤三得到的激光光束的轨迹进行检测,得到激光光束的首尾位置、坐标和直径。
本发明还包括以下技术特征:
所述的步骤二具体包括以下步骤:
步骤2.1,在事件相机中设置一个感兴趣区域;
步骤2.2,激光光束照射到事件相机的感兴趣区域,将事件相机捕捉到光照强度变化达到光强变换阈值的激光光点作为事件ei;
ei=(posi,ti,pi)
其中:
i为事件的序号;
posi为事件的像素坐标;
ti为发生该事件的时间戳;
pi为极性,其值为-1和+1,分别表示光强的减弱和增强。
所述的步骤三具体包括以下步骤:
步骤3.1,对步骤二输出的事件流中的每个事件进行预处理;
所述的预处理包括依次进行的阈值滤波、中值滤波和区域分割;
步骤3.2,提取事件中激光光点的时序信息;
所述的时序信息包括时间戳、像素坐标和事件间的时间间隔;
步骤3.3,根据时序信息中的时间戳和像素坐标,计算出激光光束在同一平面上的位置,通过插值或拟合的方法重建激光光束的轨迹。
所述的步骤四具体步骤为:
步骤4.1,提取步骤三重建的轨迹的起始点和终止点的坐标,即首尾位置;
步骤4.2,对步骤三重建的轨迹进行边缘检测处理,得到激光光束的直径;
步骤4.3,使用曲线拟合算法拟合步骤三得到的轨迹对应的拟合曲线,进而得到轨迹坐标,即激光光束的坐标。
步骤4.3中,使用曲线拟合算法拟合步骤三得到的轨迹对应的拟合曲线具体包括以下步骤:
步骤4.3.1,在步骤三得到的轨迹上随机选择三个像素点来确定曲线方程;
步骤4.3.2,计算轨迹上的所有像素点到曲线方程的垂直距离hk j,若hk j小于误差阈值ε,将该点视为内点,否则将其视为外点;
其中:
k是循环的次数,取值范围是1~M;
j是像素点的序号;
步骤4.3.3,循环步骤4.2.1~4.2.2M次,计算每一次循环的内点数量占所有像素点数量的比值θk;
步骤4.3.4,选取比值θk最大的一组数据,是则将其曲线方程作为拟合曲线。
本发明与现有技术相比,有益的技术效果是:
(Ⅰ)本发明中事件相机能够以事件的形式捕捉光点的变化,具备高时间精度和高动态范围,能够适应快速变化的矿用环境,此外,事件相机通过记录光强度变化的事件,可以以纳秒级的时间分辨率捕捉到激光束的动态变化,相比传统相机的连续帧图像,事件相机可以提供更精确的时间信息,过滤掉无用的复杂背景,使得对激光束的指向变化能够更加准确地进行分析和控制,解决现有技术中传统的激光指向仪对光束的监测和检测的灵敏度不高导致测量精度不高的技术问题。
(Ⅱ)事件相机可以实时地捕捉到灯光强度发生变化的事件,并立即记录下事件的时间和位置信息。这种低延迟的响应使得在矿用激光指向仪中能够实时地检测和跟踪激光束的位置和指向变化,从而实现快速的反应和调整,解决了现有技术中传统的激光指向仪对光束的监测和检测的响应速度慢的技术问题。
附图说明
图1为本发明的激光指向仪光束检测方法流程图。
图2为本发明方法采集的图像及其处理后的图像,其中,(a)使用普通相机拍摄的激光指向仪的激光光束,(b)利用事件相机重建光束的轨迹,(c)阈值滤波后的图像,(d)中值滤波后的图像。
图3为本发明的重建的激光光束的轨迹对应的拟合曲线。
以下结合实施例对本发明的具体内容作进一步详细解释说明。
具体实施方式
需要说明的是,本发明中的所有零部件,在没有特殊说明的情况下,均采用本领域已知的零部件。
以下给出本发明的具体实施例,需要说明的是本发明并不局限于以下具体实施例,凡在本申请技术方案基础上做的等同变换均落入本发明的保护范围。
本发明给出了一种基于事件相机的矿用激光指向仪光束检测方法,包括以下步骤:
步骤一,配置事件相机和激光指向仪;
步骤二,事件相机捕捉通过感兴趣区域(ROI)的激光光点,以事件的形式记录,最终输出一段事件流;
步骤三,对步骤二输出的事件流中的每个事件进行预处理,提取预处理后的所有事件对应的激光光点的时序信息,并根据时序信息重建激光光束的轨迹;
时序信息包括时间戳、像素坐标和事件间的时间间隔;
步骤四,使用光束检测算法对步骤三得到的激光光束的轨迹进行检测,得到激光光束的首尾位置、坐标和直径。
上述技术方案中,事件相机能够以事件的形式捕捉光点的变化,具备高时间精度和高动态范围,能够适应快速变化的矿用环境,此外,事件相机通过记录光强度变化的事件,可以以纳秒级的时间分辨率捕捉到激光束的动态变化,相比传统相机的连续帧图像,事件相机可以提供更精确的时间信息,过滤掉无用的复杂背景,使得对激光束的指向变化能够更加准确地进行分析和控制,解决现有技术中传统的激光指向仪对光束的监测和检测的灵敏度不高导致测量精度不高的技术问题。
事件相机可以实时地捕捉到灯光强度发生变化的事件,并立即记录下事件的时间和位置信息。这种低延迟的响应使得在矿用激光指向仪中能够实时地检测和跟踪激光束的位置和指向变化,从而实现快速的反应和调整,解决了现有技术中传统的激光指向仪对光束的监测和检测的响应速度慢的技术问题。
此外,本方案选择适合矿用环境的事件相机和激光指向仪,并确保二者能够相互兼容并提供所需的性能和精度;然后连接事件相机和激光指向仪,确保事件相机能够捕捉激光光点。
具体的,步骤二具体包括以下步骤:
步骤2.1,在事件相机中设置一个感兴趣区域;
步骤2.2,激光光束照射到事件相机的感兴趣区域,将事件相机捕捉到光照强度变化达到光强变换阈值的激光光点作为事件ei;
ei=(posi,ti,pi)
其中:
i为事件的序号;
posi为事件的像素坐标;
ti为发生该事件的时间戳;
pi为极性,其值为-1和+1,分别表示光强的减弱和增强。
在上述技术方案中,光强变换阈值的设置通常是基于具体的应用场景和需求而定,一般选取范围在10-100lux,但也可以根据根据现场条件进行修改,如果场景中光照变化较小,则可以将光强变换阈值设置得较低,以便更敏感地捕捉到微小的光强变化。而在光照变化较大的场景下,可能需要将光强变换阈值设置得较高,以过滤掉较小幅度的光强变化,只捕捉到关键的光照变化。
具体的,步骤三具体包括以下步骤:
步骤3.1,对步骤二输出的事件流中的每个事件进行预处理;
预处理包括依次进行的阈值滤波、中值滤波和区域分割;
步骤3.2,提取事件中激光光点的时序信息;
时序信息包括时间戳、像素坐标和事件间的时间间隔;
步骤3.3,根据时序信息中的时间戳和像素坐标,计算出激光光束在同一平面上的位置,通过插值或拟合的方法重建激光光束的轨迹。
上述技术方案中,阈值滤波,中值滤波和区域分割,由于噪点太多,单一的滤波方法效果不太理想,所以首先对事件(图2(b))进行阈值滤波,通过设置阈值,滤波掉细小噪点或斑点噪声,处理结果如图2(c)所示。其次通过中值滤波来完全降噪,处理结果如图2(d)所示。最后通过分析光束事件的特征(如持续时间、像素坐标分布等),将与光束无关的事件进行区域分割,只保留光束事件所在的区域。
具体的,步骤四具体步骤为:
步骤4.1,提取步骤三重建的轨迹的起始点和终止点的坐标,即首尾位置;
步骤4.2,对步骤三重建的轨迹进行边缘检测处理,得到激光光束的直径;
步骤4.3,使用曲线拟合算法拟合步骤三得到的轨迹对应的拟合曲线,进而得到轨迹坐标,即激光光束的坐标。
优选的,曲线拟合算法可选取RANSAC最小二乘法;
具体的,步骤4.3中,使用曲线拟合算法拟合步骤三得到的轨迹对应的拟合曲线具体包括以下步骤:
步骤4.3.1,在步骤三得到的轨迹上随机选择三个像素点来确定曲线方程;
步骤4.3.2,计算轨迹上的所有像素点到曲线方程的垂直距离hk j,若hk j小于误差阈值ε,将该点视为内点,否则将其视为外点;
其中:
k是循环的次数,取值范围是1~M;
j是像素点的序号;
步骤4.3.3,循环步骤4.2.1~4.2.2M次,计算每一次循环的内点数量占所有像素点数量的比值θk;
步骤4.3.4,选取比值θk最大的一组数据,是则将其曲线方程作为拟合曲线。
在上述技术方案中,误差阈值ε小于光束半径即可,根据具体场景进行灵活调整,较小的误差阈值ε可以更严格地筛选出异常点,但可能会导致将一些符合模型的内点错误地标记为异常点;较大的误差阈值ε可以容忍更多的噪声和异常点,但可能会导致拟合结果精度下降。
Claims (5)
1.一种基于事件相机的矿用激光指向仪光束检测方法,其特征在于,包括以下步骤:
步骤一,配置事件相机和激光指向仪;
步骤二,事件相机捕捉通过感兴趣区域的激光光点,以事件的形式记录,最终输出一段事件流;
步骤三,对步骤二输出的事件流中的每个事件进行预处理,提取预处理后的所有事件对应的激光光点的时序信息,并根据时序信息重建激光光束的轨迹;
所述的时序信息包括时间戳、像素坐标和事件间的时间间隔;
步骤四,使用光束检测算法对步骤三得到的激光光束的轨迹进行检测,得到激光光束的首尾位置、坐标和直径。
2.如权利要求1所述的基于事件相机的矿用激光指向仪光束检测方法,其特征在于,所述的步骤二具体包括以下步骤:
步骤2.1,在事件相机中设置一个感兴趣区域;
步骤2.2,激光光束照射到事件相机的感兴趣区域,将事件相机捕捉到光照强度变化达到光强变换阈值的激光光点作为事件ei;
ei=(posi,ti,pi)
其中:
i为事件的序号;
posi为事件的像素坐标;
ti为发生该事件的时间戳;
pi为极性,其值为-1和+1,分别表示光强的减弱和增强。
3.如权利要求1所述的基于事件相机的矿用激光指向仪光束检测方法,其特征在于,所述的步骤三具体包括以下步骤:
步骤3.1,对步骤二输出的事件流中的每个事件进行预处理;
所述的预处理包括依次进行的阈值滤波、中值滤波和区域分割;
步骤3.2,提取事件中激光光点的时序信息;
所述的时序信息包括时间戳、像素坐标和事件间的时间间隔;
步骤3.3,根据时序信息中的时间戳和像素坐标,计算出激光光束在同一平面上的位置,通过插值或拟合的方法重建激光光束的轨迹。
4.如权利要求1所述的基于事件相机的矿用激光指向仪光束检测方法,其特征在于,所述的步骤四具体步骤为:
步骤4.1,提取步骤三重建的轨迹的起始点和终止点的坐标,即首尾位置;
步骤4.2,对步骤三重建的轨迹进行边缘检测处理,得到激光光束的直径;
步骤4.3,使用曲线拟合算法拟合步骤三得到的轨迹对应的拟合曲线,进而得到轨迹坐标,即激光光束的坐标。
5.如权利要求4所述的基于事件相机的矿用激光指向仪光束检测方法,其特征在于,步骤4.3中,使用曲线拟合算法拟合步骤三得到的轨迹对应的拟合曲线具体包括以下步骤:
步骤4.3.1,在步骤三得到的轨迹上随机选择三个像素点来确定曲线方程;
步骤4.3.2,计算轨迹上的所有像素点到曲线方程的垂直距离hkj,若hkj小于误差阈值ε,将该点视为内点,否则将其视为外点;
其中:
k是循环的次数,取值范围是1~M;
j是像素点的序号;
步骤4.3.3,循环步骤4.2.1~4.2.2M次,计算每一次循环的内点数量占所有像素点数量的比值θk;
步骤4.3.4,选取比值θk最大的一组数据,是则将其曲线方程作为拟合曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311260399.2A CN117451193A (zh) | 2023-09-27 | 2023-09-27 | 一种基于事件相机的矿用激光指向仪光束检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311260399.2A CN117451193A (zh) | 2023-09-27 | 2023-09-27 | 一种基于事件相机的矿用激光指向仪光束检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117451193A true CN117451193A (zh) | 2024-01-26 |
Family
ID=89580706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311260399.2A Pending CN117451193A (zh) | 2023-09-27 | 2023-09-27 | 一种基于事件相机的矿用激光指向仪光束检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117451193A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118823682A (zh) * | 2024-09-13 | 2024-10-22 | 中核国电漳州能源有限公司 | 一种平面激光增强的细小掉落物监测方法和系统 |
-
2023
- 2023-09-27 CN CN202311260399.2A patent/CN117451193A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118823682A (zh) * | 2024-09-13 | 2024-10-22 | 中核国电漳州能源有限公司 | 一种平面激光增强的细小掉落物监测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113671480B (zh) | 雷达与视频融合交通目标跟踪方法、系统、设备、终端 | |
De Tournemire et al. | A large scale event-based detection dataset for automotive | |
US5535314A (en) | Video image processor and method for detecting vehicles | |
CN104408932B (zh) | 一种基于视频监控的酒驾车辆检测系统 | |
CN113361354B (zh) | 轨道部件巡检方法、装置、计算机设备和存储介质 | |
CN101715070B (zh) | 特定监控视频中的背景自动更新方法 | |
CN117451193A (zh) | 一种基于事件相机的矿用激光指向仪光束检测方法 | |
CN1305143A (zh) | 用于计算机坐标与控制信息输入的系统及方法 | |
CN111160203A (zh) | 一种基于头肩模型和iou跟踪的徘徊逗留行为分析方法 | |
Wu et al. | Traffic monitoring and vehicle tracking using roadside cameras | |
CN113781526A (zh) | 一种家畜计数识别系统 | |
CN112967313A (zh) | 一种基于运动图像回溯的床面颗粒辨识追踪方法 | |
CN108364306B (zh) | 一种高速周期运动的视觉实时检测方法 | |
Li et al. | Intelligent transportation video tracking technology based on computer and image processing technology | |
CN113554682B (zh) | 一种基于目标跟踪的安全帽检测方法 | |
CN203968271U (zh) | 一种针对目标跟踪控制的图像信号综合处理装置 | |
CN113643206A (zh) | 一种奶牛呼吸情况检测方法 | |
CN117689686A (zh) | 一种基于事件相机的大块煤滞留检测方法 | |
CN103020587A (zh) | 基于视频图像分析火焰的视图分析方法 | |
Jensen et al. | A framework for automated traffic safety analysis from video using modern computer vision | |
CN115631455A (zh) | 一种基于组合目标跟踪的煤矿出入井人员计数方法 | |
Xu et al. | Detection Method of Tourist Flow in Scenic Spots based on Kalman Filter Prediction | |
Manchanda et al. | Advanced mouse pointer control using trajectory-based gesture recognition | |
Liu et al. | Mixed Event‐Frame Vision System for Daytime Preceding Vehicle Taillight Signal Measurement Using Event‐Based Neuromorphic Vision Sensor | |
CN112883924B (zh) | 一种固定摄像下监控视频环境中对运动污染物的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |