【技術實現步驟摘要】
本專利技術屬于礦石品位識別，尤其涉及一種基于彩色三維重建的礦石品位識別方法及系統。
技術介紹
1、礦石品位識別主要以實驗室檢測方法為主，其方法雖在精度及準確度上具有不可替代的效果，但時效性差且操作難度大，難以滿足鐵礦山施工現場的快速品位獲取的需求。礦石品位的識別是相同背景下的圖像淺層信息提取與識別，為提高對礦物紋理的還原精度，以增強品位識別效率，而三維重建可以將多張圖片合成一張，增加了圖像特征。
2、通過上述分析，現有技術存在的問題及缺陷為：
3、礦石品位識別主要以實驗室檢測方法為主，其方法雖在精度及準確度上具有不可替代的效果，但時效性差且操作難度大，難以滿足鐵礦山施工現場的快速品位獲取的需求。
技術實現思路
1、針對現有技術存在的問題，本專利技術提供了一種基于彩色三維重建的礦石品位識別方法及系統。
2、本專利技術是這樣實現的，一種基于彩色三維重建的礦石品位識別方法包括：
3、步驟1，打開電機，調節調速器，使振動篩和皮帶機運動；
4、步驟2，礦石至皮帶機尾端下落，相機進行拍照，并將圖像送至三維重建系統；
5、步驟3，對傳入圖像進行三維重建；
6、步驟4，把三維重建后的圖像傳入智能識別系統利用基于mobilenet-ssa算法進行品位識別。
7、進一步，所述對傳入圖像進行三維重建；具體步驟如下：
8、首先，每個雙目相機和一個激光線發生器組成，沿水平推掃方向移動，并計算每個位置線
9、
10、β，μ是比例因子，(fx，fy)和(f′x，f′y)是左右攝像機的焦距x方向和y方向，以及(cx，cy)，(c′x，c′y)分別是左右攝像機的主點；
11、將線結構光平面的法向量定義為n＝[a?b?c?d]t，那么有：
12、axw+byw+czw+d＝0?????(3)
13、使用左相機的透視投影成像模型和線結構光的平面方程來計算線結構光條紋中心的三維坐標，避免了三維重建過程中左、右相機像面上線結構光條紋的匹配；結果條紋中心的三維坐標可以通過積分方程計算；公式如下：
14、
15、其次單攝像機與激光線發生器的聯合標定如下：
16、讓將一個棋盤角在相應的棋盤坐標系中的物理三維坐標定義為(xw，yw，zw)，其中zw＝0；棋盤角在攝像機圖像平面上的投影表示為g(ug,vg)，根據透視投影成像模型獲得等式：
17、
18、定義h＝k[lc?tc]，及h＝[h11，h12，h13，h14，h21，h22，h23，h24，h31，h32，h33，h34]t，hij表示h中第i行第j列元素；
19、消除比列因子β，且進行奇異值分解后有：
20、sr[r1?r2?tc]＝[h1?h2?h4]??????(6)
21、ri和hi分別表示lc的第i列和h的第i列；
22、那么lc和tc的粗略值可以通過下式計算：
23、
24、為了獲得精確的r過程和匹配，建立像素重投影誤差的最小化函數，如等式(8)所示；采用l-m迭代算法計算精細解；
25、
26、其中x′是棋盤角的圖像坐標的映射函數，xj是第j個棋盤角的實圖像坐標，xj是棋盤坐標系中第j個棋盤角的物理三維坐標；
27、在棋盤平面相對于相機坐標系的旋轉和平移被確定之后，棋盤坐標系中投影的結構光線上的任意點的三維坐標可以通過下式計算：
28、
29、(us，vs)是投影結構光線上一點的圖像坐標；最后，可以通過下式確定相機坐標系中投影的結構光線上任意一點的三維坐標；
30、
31、將攝像機坐標系中投影線lab上任意兩點的齊次坐標定義為ma＝[xc1?yc1?zc1?1]t，mb＝[xc2?yc2?zc2?1]t；等式11用于表示投影線；
32、l＝mambt-mbmat??????(11)
33、將棋盤放置在不同的方向，并計算投影結構光線的相應plucker矩陣，從而得到超定線性方程能被所有的plucker矩陣垂直堆疊；類似地，線結構光平面的法向量n最終通過奇異值分解來計算；
34、然后進行相鄰幀之間的相對姿態估計；過程如下：
35、
36、將第j個位置的左攝像機相對于第i個位置的左攝像機的旋轉和平移定義為和將左右攝像機獲得的一對同名點分別定義為第i個位置的{pil(uil,vil),pir(uir,vir)}和第j個位置的{pjl(ujl,vjl),pjr(ujr,vjr)}；由于雙目模塊的內部和外部參數是已知的，因此可以通過雙目立體視覺的三角測量方法來計算第i個和第j個位置的同名點的三維坐標，分別表示為(xwi,ywi,zwi)和(xwj,ywj,zwj)；當計算雙目模塊的每個位置的3d坐標時，將相應位置的左相機坐標系視為世界坐標系；根據攝像機的透視投影成像模型可得：
37、在對象空間中構建重投影誤差的最小化函數，以計算相鄰幀之間的精確相對姿態，如等式(14)所示；
38、
39、分別是第i個和第j個位置的第k個特征點的三維坐標；
40、最后再進行絕對姿態的全局優化，采用全局優化算法計算雙目模塊在每個位置的絕對位姿；
41、將雙目模塊在第i個和第j個位置的絕對姿態定義為li，ti和lj，tj，pi和pj分別代表第i個和第j個位置的左攝像機坐標系；
42、
43、又有：
44、
45、其中分別表示li和lj的第σ列向量；
46、當初始位置的雙目模塊和第i個或第j個位置的雙目模塊之間存在相對位姿時，有：
47、
48、令a是單位矩陣；
49、
50、在獲得相鄰幀之間的所有相對姿態后，基于等式(18)可得arxr＝br；ar是由等式(18)的系數矩陣垂直堆疊而成，xr是雙目模塊的旋轉矩陣在所有位置相對于參考坐標系的列向量的組合，br由等式右側的向量垂直堆疊；根據最小二乘法xr＝(artar)-1artbr；
51、
52、
53、通過使用強制正交方法來重新估計旋轉矩陣；...
【技術保護點】
1.一種基于彩色三維重建的礦石品位識別方法，其特征在于，包括以下步驟：
2.如權利要求1所述基于彩色三維重建的礦石品位識別方法，其特征在于，所述三維重建具體包括以下步驟：
3.如權利要求1所述基于彩色三維重建的礦石品位識別方法，其特征在于，所述MobileNet-SSA算法的深度可分離卷積結構包括：
4.如權利要求1所述基于彩色三維重建的礦石品位識別方法，其特征在于，所述MobileNet-SSA算法結合了Fast-RCNN和YOLO算法的優點，檢測速度是Fast-RCNN的6倍，平均精度值(map)比YOLO提高11％；其中MobileNet替代了SSA中的VGG16網絡結構，降低了模型大小和運行速度需求，同時結合掩碼信息提取礦石中心圖像特征進行精準識別。
5.一種實施如權利要求1-3任意一項所述識別方法的基于彩色三維重建的礦石品位識別系統，其特征在于，包括：
6.一種計算機設備，其特征在于，所述計算機設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行如權利要求1-
7.一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如權利要求1-3任意一項所述基于彩色三維重建的礦石品位識別方法的步驟。
8.一種信息數據處理終端，其特征在于，所述信息數據處理終端用于實現如權利要求4所述基于彩色三維重建的礦石品位識別系統。
...【技術特征摘要】
1.一種基于彩色三維重建的礦石品位識別方法，其特征在于，包括以下步驟：
2.如權利要求1所述基于彩色三維重建的礦石品位識別方法，其特征在于，所述三維重建具體包括以下步驟：
3.如權利要求1所述基于彩色三維重建的礦石品位識別方法，其特征在于，所述mobilenet-ssa算法的深度可分離卷積結構包括：
4.如權利要求1所述基于彩色三維重建的礦石品位識別方法，其特征在于，所述mobilenet-ssa算法結合了fast-rcnn和yolo算法的優點，檢測速度是fast-rcnn的6倍，平均精度值(map)比yolo提高11％；其中mobilenet替代了ssa中的vgg16網絡結構，降低了模型大小和運行速度需求，同時結合掩碼信息提取礦石中心...
【專利技術屬性】
技術研發人員：張澤琳，楊勝茗，王蕾，夏緒輝，郭鈺瑤，曹建華，
申請(專利權)人：武漢科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。