基于主动式全景视觉传感器的火炮身管损伤检测系统研究

摘要

火炮在陆地战中占据着主导地位，因此世界各国都十分注重火炮的基础研究。火炮发射过程中，炮弹、火药燃气等会对身管产生物理或化学损伤，身管内膛会出现种种损伤，包括裂缝、腐蚀等，严重影响火炮发射的精度、身管寿命以及射击的安全性等，因此如何对火炮身管损伤进行快速检测成为亟待解决的问题。
　　现有的检测设备存在着图像形变大、无缝拼接难、难以同时获取身管内膛形貌数据等问题，针对上述问题，本文设计并实现了火炮身管损伤检测系统，采用基于主动式全景视觉传感器的火炮身管损伤检测设备，采集身管内膛中的全景图像用于检测身管内膛的“貌”，采集激光扫描全景图像用于检测身管内膛的“形”，并将信息融合实现对损伤的定性定量分析，实现火炮身管的“采集-识别-判定-重构”全过程的自动检测。本文研究内容如下：
　　1.火炮身管损伤检测设备的研究。本文设计实现了火炮身管损伤检测设备，硬件部分主要包括主动式全景视觉传感器（ASODVS）、无线通信单元、对心爬行机构和LED照明光源等。检测流程如下：工作人员平稳推动伸缩杆并带动对心爬行机构向前爬行，固接在对心爬行机构上的 ASODVS实时获取身管内壁的全景图像，无线传输单元将图像传输至电脑端，通过配套软件对损伤进行检测识别。
　　2.基于卷积神经网络(CNN)的身管损伤识别方法的研究。火炮身管内阴阳膛线密布，环境较为复杂，火炮损伤具有较大的类内差异、较小的类间差异，因此本文主要通过下述流程提取火炮身管损伤区域并对其进行识别：首先对全景图像预处理，消除影响损伤区域提取的干扰因素，预处理主要包括：展开全景图像、分割阴阳膛线区域、调整光照强度、消除膛线干扰等；然后，通过连通域法提取经最优阈值法处理的二值图像中的损伤区域；最后，根据已有的损伤数据，训练卷积神经网络模型，采用训练后的模型实现损伤的分类识别。
　　3.基于主动式全景视觉传感器的火炮身管损伤“形”的检测方法的研究。火炮身管内膛损伤类别繁多，某些损伤仅通过“貌”无法识别，需要融合“形”的信息，因此本文采取下述方法对身管内损伤进行定量分析，主要包括深度、面积、形变等：首先对激光扫描全景图像进行激光中心点的提取，并对其进行平滑处理；然后根据标定结果计算得到身管内壁上的激光投影点的空间坐标；最后对激光点云数据处理得到损伤信息，并3D重构身管真实形态，给予检测人员直观的感受。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本文的主要工作

1.4 本章小结

第2章 身管检测系统总体设计

2.1 引言

2.2 身管损伤检测系统总体架构设计

2.3 身管损伤检测系统硬件设计

2.4 身管损伤检测系统软件设计

2.5 本章小结

第3章 基于CNN的火炮身管损伤识别

3.1 引言

3.2 图像预处理

3.3 基于CNN的损伤分类

3.4 实验研究

3.5 本章小结

第4章 基于线结构光的火炮身管损伤检测

4.1 引言

4.2 激光中心点提取

4.3 解析激光中心点的空间坐标

4.4 损伤检测

4.5 实验研究

4.6 本章小结

第5章 身管损伤检测系统实现

5.1 引言

5.2 系统环境及相关技术

5.3 主要模块实现

5.4 身管损伤检测系统界面介绍

5.5 身管损伤检测系统操作流程

5.6 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果