因尾矿库地形复杂,摄像头视角多样,不同图像间可能存在显著的透视差异.传统方法在处理尾矿库监控图像时,未充分考虑图像间的透视变换和相机姿态变化,导致捕获的特征点不够准确或稳定,增加了跟踪和监测的难度.为此,文章提出一种基于物联网的尾矿库智能监控中的视觉特征高精度捕获方法.利用物联网技术在尾矿库部署传感器和高清摄像头,以实时采集尾矿库的智能监控视觉数据.针对采集到的包含大量颜色和纹理信息的原始视觉数据,实施灰度化与二值化处理,以减少光照变化及阴影等干扰因素的影响,提高视觉数据质量.在图像的二值化基础上,进一步计算每个像素点的梯度方向和幅值,以有效增强图像中的边缘信息.采用图像匹配算法,在图像中寻找并匹配关键点.基于匹配的关键点构建单应性矩阵,用于校正图像间的透视变换或估算相机姿态.严格筛选并保留匹配度较高的内点(即匹配准确的关键点),将其作为视觉特征捕获点集,实现视觉特征的高精度捕获.实验结果表明,采用该方法后,Pratt品质因数普遍达到了0.9 以上,视觉特征捕获精度较高,能够更准确地捕获尾矿库图像中的关键视觉特征,同时有效抑制噪声和保持图像清晰度.
NETL
NSTL
万方数据
