一種可增強對比度的地質(zhì)采樣裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及地質(zhì)領(lǐng)域，具體設(shè)及一種可增強對比度的地質(zhì)采樣裝置。
【背景技術(shù)】
[0002] 地質(zhì)科學具有雙重性特征，一是具有全球性的共同規(guī)律和普遍特征，二是具有地 區(qū)性的特殊規(guī)律和獨特特征，因此地質(zhì)科學與其它基礎(chǔ)科學相比，沒有世界通用的定律或 模式，而是區(qū)域性特色更為明顯。普查與勘探就是具有區(qū)域性特色的工作，也是地質(zhì)事業(yè)的 基礎(chǔ)工作，即通過地質(zhì)調(diào)查方法全面地掌握一定區(qū)域內(nèi)的地質(zhì)情況和礦產(chǎn)情況，將調(diào)查研 究的結(jié)果編繪出各種地質(zhì)圖和地形圖，在此基礎(chǔ)上進一步確定有礦產(chǎn)遠景的地區(qū)，為國民 經(jīng)濟建設(shè)服務(wù)。地質(zhì)采樣作為地質(zhì)工作獲得第一手資料的重要途徑，是地質(zhì)工作一個必不 可少的環(huán)節(jié)。由于地質(zhì)工作環(huán)境的特殊性，地質(zhì)采樣車又是采樣工作中一個必不可少的工 具。
[0003] 另外，地質(zhì)采樣車作為一種重要的昂貴設(shè)備，其安全性尤為重要，必須能防止和監(jiān) 視惡意破壞行為。

【發(fā)明內(nèi)容】

[0004] 針對上述問題，本發(fā)明提供一種可增強對比度的地質(zhì)采樣裝置。
[0005] 本發(fā)明的目的采用W下技術(shù)方案來實現(xiàn)：
[0006] -種可增強對比度的地質(zhì)采樣裝置，包括地質(zhì)采樣車和安裝在地質(zhì)采樣車上的監(jiān) 測裝置，監(jiān)測裝置用于對地質(zhì)采樣車附近的活動進行視頻圖像監(jiān)測，監(jiān)測裝置包括預處理 模塊、檢測跟蹤模塊、識別輸出模塊；
[0007] (1)預處理模塊，用于對接收到的圖像進行預處理，具體包括圖像轉(zhuǎn)化子模塊、圖 像濾波子模塊和圖像增強子模塊：
[000引圖像轉(zhuǎn)化子模塊，用于將彩色圖像轉(zhuǎn)化為灰度圖像：
[00091
[0010] 其中，3^，7)、6^，7)、8^，7)分別代表像素^，7)處的紅綠藍強度值，化義，7)代表 坐標(x，y)處的像素灰度值;圖像大小為mXn;
[0011] 圖像濾波子模塊，用于對灰度圖像進行濾波：
[0012] 采用維納濾波來進行一級濾除后，定義SVlm圖像，記為MsvimU,y)，具體定義公式 為：MsvimU，y)=aiji(x，y)+a2j2(x，y)+a3j3(x，y)+a4j4(x，y)，其中日1、日2、日3、日4為可變權(quán)值， a廣,1二w,/i = l，2,3,4;J(x，y)為經(jīng)濾波后的圖像；
[0013] 圖像增強子模塊：
[0014]當 |128-m| > Vlw-郎I 時，
,其中，LU, y)為增強 后的灰度值;4(x，y)是包含有局部信息的伽馬校正系數(shù)，此時4(x，y)二曰 是范圍為0到1的可變參數(shù)，a二1 - I^l;
[001 引 當 1128 - ml < 訂站目0| 且 ? >50時，
， 其中4(x，y)=恥(Msvim(x，y))，a=l-|i28-w^L'mff3|，郵是圖像中灰度值高于128的所有 像素的均值，HiL是灰度值低于128的所有像素的均值，且此時m=min(mH，mL)，在a值已知的情 況下，計算出256個4校正系數(shù)作為查找表，記為{4。(0}搜5，其中i為索引值，利用Msvim(x，y) 的灰度值作為索引，根據(jù)(6(x，y)=MMsvlm(x，y))快速獲得圖像中每個像素的伽馬校正系數(shù) iKx，y); 1 - ^為模板修正系數(shù)；
[0016] (2)檢測跟蹤模塊，具體包括構(gòu)建子模塊、丟失判別子模塊和更新子模塊：
[0017] 構(gòu)建子模塊，用于視覺字典的構(gòu)建：
[0018] 在初始帖獲取跟蹤目標的位置和尺度，在其周圍選取正負樣本訓練跟蹤器，將跟 蹤結(jié)果作為訓練集X={xi，x2,……xn}T;并對訓練集中的每幅目標圖像提取128維的SIFT特 征，其中St表示訓練集中第t幅目標圖像中SIFT特征的個數(shù);跟蹤N帖W后，通過聚 L hn~l 類算法將運些特征劃分為K個簇，每個簇的中屯、構(gòu)成特征單詞，記為巧=1;能夠提取到的 特征總量而二強=1?，其中K<<機，且K ;?^玄控1&;視覺字典構(gòu)建好W后，每幅訓練圖像 表示為特征包的形式，用于表示視覺字典中特征單詞出現(xiàn)的頻率，用直方圖Mxt)表示，h (Xt)通過W下方式獲取:將一幅訓練圖像Xt中的每一個特征向視覺字典投影，用投影距 離最短的特征單詞表示該特征，對所有特征投影完畢后，統(tǒng)計每個特征單詞的出現(xiàn)頻率，并 歸一化得到訓練圖像Xt的特征直方圖h(xt);
[0019] 丟失判別子模塊，用于判別目標的丟失與否：
[0020] 當新一帖圖像到來時，從K個直方圖柱中隨機選取Z<K個直方圖柱，且Z = 4,形成新 的大小為Z的子直方圖hW(xt)，子直方圖的個數(shù)最多為馬=巧個;計算候選目標區(qū)域和訓 練集中某個目標區(qū)域?qū)?yīng)子直方圖的相似性。t_z，
其中t = l，2，…，N，z = l，2，…，Ns，然后計算總體相似性O(shè)t=l-^za-。t_z);候選目標區(qū)域與目標 的相似性用。=max{cDt，d表示，則目標丟失判斷式為：U二sign(少）=I;、: - gs，其中 U)坂 < 辯 gs為人為設(shè)定的判失閥值;當U = I時目標被穩(wěn)定跟蹤，當U = O時，目標丟失；
[0021] 當目標丟失時，定義仿射變換模型：
其中（xt，yt)和(xt-i，yt-i)分別為當前帖目標中某個SITF特征點的位置坐標和前一個帖目標 中對應(yīng)匹配特征點的位置坐標，兩者均為已知量;S為尺度系數(shù)，0為旋轉(zhuǎn)系數(shù)，e和f代表了 平移系數(shù)
為溫度平移修正系數(shù)，化和化用于修正因為環(huán)境溫度偏差造成的圖像旋轉(zhuǎn)和平移誤差，I'd為 人為設(shè)定的標準溫度，設(shè)為20度，T為由溫度傳感器實時監(jiān)測得到的溫度值;采用Ransac估 計算法求取仿射變換模型的參數(shù)，最后在新的尺度S和旋轉(zhuǎn)系數(shù)0下采集正負樣本，更新分 類器；
[0022] 更新子模塊，用于視覺字典的更新：
[0023] 在每帖圖像獲得目標位置W后，根據(jù)仿射變換參數(shù)的計算結(jié)果，收集所有滿足結(jié) 果參數(shù)的SIFT特征點{爲,驚=1，經(jīng)過F = 3帖W后，獲得新的特征點集{篇}艇!，其中St-F代表 了從F帖圖像中得到的總特征點數(shù)；利用下式對新舊特征點重新進行K聚類：巧=1 = fe航ea刪肚-如{篇掠互如。父=1)，其中裕換=1表示新的視覺字典，視覺字典的大小保 持不變；rp E {0,1}是遺忘因子，表明了舊字典所占的比重，取越小，新特征對目標丟失的判 斷貢獻越多，取?^ = 〇
[0024] (3)識別輸出模塊，用于圖像的識別和輸出：在待識別的圖像序列中利用跟蹤算法 獲取目標區(qū)域，將目標區(qū)域映射到已知訓練數(shù)據(jù)形成的子空間，計算子空間中目標區(qū)域與 訓練數(shù)據(jù)之間的距離，獲得相似性度量，判定目標類別，并輸出識別結(jié)果。
[0025] 優(yōu)選的，采用維納濾波來進行一級濾除后，此時圖像信息還包含有殘余的噪音，采 用W下的二級濾波器進行二次濾波：
[0026]
[0027] 其中，J(x，y)為經(jīng)過濾波后的圖像;Pg(x+i，y+j)代表尺度為mXn的函數(shù)，且PgU+ i，y+j)=qXe邱(-(x2+y2)/w)，其中q是將函數(shù)歸一化的系數(shù)，即 JJqXe邱(-(x2+y2)/w) dxdy = l〇
[0028] 本地質(zhì)采樣裝置的有益效果為:在圖像預處理階段，增強的圖像能夠根據(jù)模板的 大小自適應(yīng)調(diào)整，提高增強效果，且在在不同模板大小時判斷條件能自動修正，且考慮了視 覺習慣W及人眼對不同色彩的感知度同色彩強度的非線性關(guān)系;將MXN個幕指數(shù)運算降低 為256個，提高了計算效率;在目標檢測和跟蹤階段，能夠消除不同溫度導致圖像的旋轉(zhuǎn)和 平移造成的誤差，提高識別率，經(jīng)處理后的圖像細節(jié)更加清晰，且計算量相對于傳統(tǒng)方法大 幅度減少，能夠有效適應(yīng)目標尺度變化，并能夠準確判定目標是否發(fā)生丟失，在目標重新回 到視場后能夠被重新檢測并穩(wěn)定跟蹤。此外，該地質(zhì)采樣車具有實時性好、定位準確和魯棒 性強的優(yōu)點，且在快速有遮擋的目標檢測和跟蹤方面取得了很好的效果。
【附圖說明】
[0029] 利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限 審IJ，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可W根據(jù)W下附圖獲得 其它的附圖。
[0030]圖1是一種可增強對比度的地質(zhì)采樣裝置的結(jié)構(gòu)框圖；
[0031 ]圖2是一種可增強對比度的地質(zhì)采樣裝置的外部示意圖。
【具體實施方式】
[0032] 結(jié)合W下實施例對本發(fā)明作進一步描述。
[0033] 實施例1:如圖1-2所示，一種可增強對比度的地質(zhì)采樣裝置，包括地質(zhì)采樣車5和 安裝在地質(zhì)采樣車5上的監(jiān)測裝置4,監(jiān)測裝置4用于對地質(zhì)采樣車5附近的活動進行視頻圖 像監(jiān)測，監(jiān)測裝置4包括預處理模塊1、檢測跟蹤模塊2、識別輸出模塊3。
[0034] (1)預處理模塊1，用于對接收到的圖像進行預處理，具體包括圖像轉(zhuǎn)化子模塊11、 圖像濾波子模塊12和圖像增強子模塊13:
[0035] 圖像轉(zhuǎn)化子模塊11，用于將彩色圖像轉(zhuǎn)化為灰度圖像：
[0037] 其中，3^，7)、6^，7)、8^，7)分別代表像素^，7)處的紅綠藍強度值，化義，7)代表 坐標(x，y)處的像素灰度值;圖像大小為mXn;
[0038] 圖像濾波子模塊12,用于對灰度圖像進行濾波：
[0039] 采用維納濾波來進行一級濾除后，定義SVlm圖像，記為MsvimU,y)，具體定義公式 為：MsvimU，y)=aiji(x，y)+a2j2(x，y)+a3j3(x，y)+a4j4(x，y)，其中日1、日2、日3、日4為可變權(quán)值， 馬=i = l，2,3,4;J(x，y)為經(jīng)濾波后的圖像；
[0040] 圖像增強子模塊13:
[0041] 當I128 -ml > yiW…如I時:
，其中，LU,y)為增強 后的灰度值;4(x，y)是包含有局部信息的伽馬校正系數(shù)，此時 是范圍為0到1的可變參數(shù)，a = 1 - l^^l;
[0042] 當 1128- ml < Vlw-郎I 且 W >50時，
, 其中4山7)=私(13巾1111山7))，《二'