便攜式激光盤(pán)煤系統的研究應用

　　目前，燃煤電廠(chǎng)存煤的測量一般采用人工計量方法，即先用推土機對煤場(chǎng)進(jìn)行整形，使其外觀(guān)形體近似于梯形，再用經(jīng)緯儀和米尺進(jìn)行人工丈量，根據經(jīng)驗，簡(jiǎn)單計算或估算。這種方法，不僅耗費大量工時(shí)和人力，而且計量也不準確，嚴重制約了企業(yè)的現代化管理。因此迫切要求一種可以代替人工、省時(shí)省力、計量快速準確的裝置測出煤場(chǎng)存煤量。由此，針對大型煤場(chǎng)，研制了便攜式激光盤(pán)煤系統。該系統由激光測距儀、地圖星和掌上電腦組成，激光測距儀用于對煤場(chǎng)進(jìn)行掃描測量，地圖星用于激光測距和傳輸數據，掌上電腦用于存儲數據。掃描完成后，由計算機擬合煤堆表面形狀，從而快速、準確地測出煤場(chǎng)的存煤量。

　　1　現場(chǎng)快速盤(pán)煤裝置概況

　　某電廠(chǎng)已應用了自動(dòng)盤(pán)煤裝置，其機械掃描系統如圖1所示，它由場(chǎng)地取料機、裝在取料機固定梁上的單軌和懸掛在單軌上運行的小車(chē)組成。當取料機沿煤場(chǎng)兩側鋪設的鋼軌勻速做縱向運行時(shí)，小車(chē)在單軌上做橫向往復運動(dòng)，當取料機從煤場(chǎng)一端運行到另一端時(shí)，裝在車(chē)上的光電探測系統就對整個(gè)煤場(chǎng)進(jìn)行了二維掃描，實(shí)現對整個(gè)煤場(chǎng)煤堆表面各點(diǎn)高度的檢測。

　　還有一種超聲波測距煤場(chǎng)儲量自動(dòng)計量測繪系統，測距傳感器安裝在龍門(mén)吊的小車(chē)上，借助龍門(mén)吊上小車(chē)的行走對煤場(chǎng)平面進(jìn)行掃描，完成數據采集，并通過(guò)計算機實(shí)現儲量計算和圖形繪制。

　　使用這2種盤(pán)煤裝置的必要條件是煤場(chǎng)上已安裝有龍門(mén)吊或堆式取料機，否則這兩種裝置難以使用。但是若要為此而專(zhuān)門(mén)修建龍門(mén)吊則需大量投資，很不經(jīng)濟。

　　固定式圖象測量系統需要將盤(pán)煤裝置安裝在固定的高塔架構上，精密儀器長(cháng)期暴露在惡劣的自然環(huán)境中，精度下降得很快，而且高塔架構不利于維修人員上下，投資較大。

　　便攜式激光盤(pán)煤儀以手持的激光測距儀替代塔式的激光器―――攝像機轉臺，以人工選點(diǎn)測量替代轉臺自動(dòng)掃描，得到包含曲面特征的三維散亂數據點(diǎn)集。最后，把包含有散亂點(diǎn)集的數據文件傳入電腦中，由相應的軟件部分完成曲面的擬合與體積計算部分。該系統克服了上述2種系統的弊端。用5號電池供電，整體重量?jì)H2．5 kg。

　　2　便攜式激光盤(pán)煤系統的構成

　　便攜式激光測距儀系統流程如圖2所示。

　　激光測距儀用于采集數據，采集到的數據信息包括被采集點(diǎn)相對于采集位置的坐標（x，y，z），這個(gè)坐標是相對坐標，采集位置的坐標為（x0，y0，z0），則被采集點(diǎn)的絕對坐標為（x＋x0，y＋y0，z＋z0）。數據采集還包括對采集到的數據的濾波和校驗，濾掉無(wú)效數據和沒(méi)有用到的數據信息，確保有效數據的準確性。數據合成指的是對不同采集位置采集到的數據進(jìn)行相對坐標與絕對坐標之間的轉換處理，使得所有采集點(diǎn)在同一個(gè)坐標系內。

　　三維可視化指的是對三維散亂數據進(jìn)行可視化處理，先對散亂數據進(jìn)行插值。經(jīng)過(guò)插值運算后，得到的俯視圖是在x，y平面內均勻分布的點(diǎn)，立體圖則為煤場(chǎng)的三維網(wǎng)格圖，得到三維網(wǎng)格圖之后便可很容易的計算體積了。插值點(diǎn)之間的間隔可由操作人員任意設置，但是其間隔不應太大，太大影響體積計算的精度；也不可太小，太小影響計算速度。

　　圖像拼接技術(shù)實(shí)現的是將數碼相機拍攝到的煤場(chǎng)的部分圖像拼接成一大張煤場(chǎng)的全景圖。圖像處理包括濾波，灰度化處理，邊緣檢測和曲線(xiàn)平滑處理。三維網(wǎng)格的修正以檢測出的邊緣檢測曲線(xiàn)為依據，修改網(wǎng)格圖中的邊緣點(diǎn)，網(wǎng)格圖的邊緣點(diǎn)被修改后，部分相應的其它的點(diǎn)會(huì )被相應的處理。

　　為了便于斗輪機取煤和卸煤的方便，煤場(chǎng)一般都建成長(cháng)而且很窄的長(cháng)方形，煤會(huì )被堆放成橫截面為中間高兩邊低的三角形，或中間是平面的梯形，有時(shí)被斗輪機取走一部分煤后，其形狀就像在三角形的腰部切掉一塊。其形狀如圖3所示。

　　無(wú)論是那一種情況，其最高點(diǎn)只有一點(diǎn)，而且，三角形的最高點(diǎn)一般在煤場(chǎng)的中間位置，那么，在水平方向拍到的圖像經(jīng)邊緣檢測后得到的邊緣曲線(xiàn)就是所有最高點(diǎn)連成的曲線(xiàn)。根據這一特點(diǎn)，可以將煤場(chǎng)沿長(cháng)邊從中間一分為二。修改時(shí)在平視圖中放置所拍圖片的邊緣曲線(xiàn)，每修改一個(gè)平視圖中的點(diǎn)，俯視圖中在同一列上的所有點(diǎn)都得到修改，這樣減小了三角形或梯形煤堆圖形擬合時(shí)的誤差。對于煤堆的第3種情況修改時(shí)采用折中的辦法，當所拍圖片能看到最高點(diǎn)時(shí)，修改時(shí)以最高點(diǎn)為依據；當看不到最高點(diǎn)，只看到被挖掉一部分后的煤堆的邊時(shí)修改時(shí)要略高于邊緣檢測曲線(xiàn)，這樣就盡量的減小了誤差，見(jiàn)圖4。

　　體積計算采用積分的方法，經(jīng)插值計算后煤堆被均勻的劃分成了若干個(gè)小立方體，將所有的立方體的體積的加起來(lái)便是煤堆的體積。

　　3　系統的理論依據

　　3．1　散亂數據的插值

　　散亂數據指的是在二維平面上或三維空間中，無(wú)規則的隨機分布的數據。散亂數據的可視化是指對散亂數據進(jìn)行插值或擬合，形成曲線(xiàn)或曲面并用圖形或圖像表現出來(lái)的技術(shù)。用激光測得的數據是三維的散亂數據，散亂數據不能直接用于圖形擬合，為了能夠進(jìn)行圖形擬合和體積計算，需要對散亂數據進(jìn)行插值運算。

　　早在20世紀60年代，散亂數據的插值問(wèn)題就已引起人們的注意。近30 a來(lái)，已經(jīng)有多種算法被提了出來(lái)。但是，沒(méi)有一種算法適用于所有場(chǎng)合。而且大多數算法只能適用于具有中小規模數據量的散亂點(diǎn)插值問(wèn)題。大規模散亂數據（1 000個(gè)點(diǎn)以上）的插值問(wèn)題還正在研究之中。

　　中小規模散亂數據的插值方法主要有2種。

　　3．1．1　與距離成反比的加權方法

　　這一方法首先是由氣象學(xué)及地質(zhì)學(xué)工作者提出來(lái)的，被稱(chēng)為Shepard方法。其基本思想是將插值函數定義為n個(gè)數據點(diǎn)函數值的加權平均，即

　?。▁，y）點(diǎn)到（xk，yk）點(diǎn)的距離。μ值一般取2。

　　這是一種與距離成反比的加權方法。點(diǎn)（xk，yk）的值fk對F（x，y）的影響與（xk，yk）至（x，y）的距離成反比。

　　3．1．2　徑向基函數插值法

　　基函數是由單個(gè)變量構成的，一個(gè)點(diǎn)（x，y）的這種基函數的形式往往是hk（x，y）＝h（dk），這里的dk表示由點(diǎn)（x，y）至第k個(gè)數據點(diǎn)的距離。一般說(shuō)來(lái)，這種方法不具有多項式精度，但只要稍加改進(jìn)，就可獲得具有多項式精度的插值公式：

　　式（3）中的n個(gè)方程滿(mǎn)足了插值要求，而式（4）中的m個(gè)方程則保證了多項式精度。2式中共有m＋n個(gè)未知數，同時(shí)存在m＋n個(gè)方程式，聯(lián)立求解，即可得出待定系數。

　　3．1．3　限元方法

　　在給出具有雙自變量的散亂數據點(diǎn)vi（xi，yi）及其函數zi＝f（xi，yi）（i＝1，2，…，n）以后，首先求出二維平面上散亂點(diǎn)的vi凸包，并對其進(jìn)行三角剖分，形成一系列的三角形Tj，k，l（j，k，l∈i）。然后構造一系列的面片，使其插值于所有pi點(diǎn)的函數值zi。主要有：Clough－Tocher插值法、Herron插值法、最小模網(wǎng)絡(luò )法（MNN法），這里不再祥述。

　　3．2　圖像拼接

　　拍攝的2幅相鄰圖像上有相重疊的部分，只要判斷出這2幅圖像的重疊位置并實(shí)行相似判形就可以實(shí)現2圖像的拼接，在圖5中，假設圖像1和圖像2是相鄰的2幅圖像。原始圖像中的圓形是所拍攝圖像的重疊部分。只要判斷出兩個(gè)原始圖像中的同一個(gè)圓，就可以將兩幅圖像拼接起來(lái)。當然上述的圓形只是舉個(gè)例子，實(shí)際上可以是任意圖像（只要不是純色）。

　　這樣就可以將圖像拼接歸結為：在2個(gè)有重疊部分的圖像的重疊區區域內各采集下一個(gè)樣本圖像塊，2個(gè)樣本圖像塊為原始圖像中的同一圖案，如圖中的2個(gè)樣本塊A、B塊。圖中A塊一定要包含B塊且明顯大于B塊，只要測定出B塊在A(yíng)塊中的位置，就可完成2個(gè)圖像的拼接。

　　如何測算出B塊圖像是A塊圖像的哪一個(gè)組成部分，也就是如何判斷出A塊中大小與B塊相同的哪塊圖像是與B塊最相似的問(wèn)題。下面從色度學(xué)的角度談?wù)剝蓚€(gè)色塊相似性的判斷。在顏色理論中有很多描述色度空間的方法。常用的有RGB、HSV等方法?，F在計算機中的圖像大部分采用RGB法描述。比如，RGB色度空間中有2個(gè)顏色M（R0、G0，B0）、N（R1，G1，B1），若這2個(gè)顏色在RGB空間里的距離越小，2個(gè)顏色就越接近。

　　M、N2顏色RGB空間距離為

　　此處，D越小，M與N的顏色就越相似，當D＝0時(shí)，就說(shuō)明M和N是2個(gè)相同的顏色。如果2個(gè)色塊的每一點(diǎn)都進(jìn)行比較計算、并求出所有點(diǎn)的D平均值。平均值越小就表明兩個(gè)色塊的圖案越相似。因為A塊、B塊是具有重疊部分的2幅圖像，而A塊包含B塊．故在A(yíng)塊中一定能尋找到一塊大小與B塊相同的一塊圖像，其與B塊計算出的D平均值為最小。例如，假設A塊圖像有i×j個(gè)點(diǎn)，B塊有p×q個(gè)點(diǎn)。

　　根據上式求出Dxy為最小的（x，y）點(diǎn)，此點(diǎn)即為與B塊圖形最相近的位置點(diǎn)。這樣就找到了A塊中包含的與B塊圖案最接近的位置，也就是2圖案相重疊的位置。

　　3．3　邊緣檢測

　　邊緣是圖像的最主要特征，它的提取是圖像分割、目標區域的識別、區域形狀提取等圖像分析領(lǐng)域十分重要的基礎。圖像理解和分析的第一步往往就是邊緣檢測，目前它已成為機器視覺(jué)研究領(lǐng)域最活躍的課題之一，在工程應用中占有十分重要的地位。所謂邊緣就是指圖像局部亮度變化最顯著(zhù)的部分，它是檢測圖像局部變化、顯著(zhù)變化的最基本的運算。典型的邊緣提取方法分成以下3個(gè)步驟：

　　a．求出原始圖像橫向和縱向的梯度圖像；

　　b．根據2個(gè)方向的梯度得到模值和幅角值；

　　c．沿幅角方向求模極大值，獲得所需邊緣。

　　現在有很多傳統的計算方法，如Canny算子和Sobel算子、Roberts交叉算子和拉普拉斯算子等。對于數字圖像，圖像灰度灰度值的顯著(zhù)變化可以用梯度來(lái)表示，以邊緣檢測Sobel算子為例來(lái)講述數字圖像處理中邊緣檢測的實(shí)現。

　　對于數字圖像，可以用一階差分代替一階微分。

　　Sobel梯度算子是先做成加權平均，再微分，然后求梯度，即：

　　　圖6（b）給出的是依據圖像處理算法得到的經(jīng)過(guò)圖像灰度化、高通濾波、Sobel邊緣算子處理后的結果。

　　4　實(shí)測數據

　　對于煤場(chǎng)盤(pán)煤，測量體積的精度主要反映在重復性這個(gè)性能指標上。在實(shí)際應用中，用戶(hù)最為關(guān)心的也是重復性問(wèn)題：重復性越好說(shuō)明測量越準確，精度越高?，F場(chǎng)的大量實(shí)驗表明該系統重復測量的精度很高。其中4次的實(shí)測結果分析見(jiàn)表1。

　　注：①試驗地點(diǎn)：河北某電廠(chǎng)；②試驗時(shí)間：2002年7月；③測量次數：4次；④測量基點(diǎn)數：8個(gè)；⑤煤場(chǎng)面積：281 m×52．5 m。