十字线检测（通用7篇）
十字线检测 篇1
马赛克异常是人眼可感受到的一种严重的视频质量异常。随着人们对视频质量的重视,越来越多的学者对马赛克异常进行了研究,涌现出许多优秀的马赛克检测算法。目前大多数马赛克检测算法可以较好地检测出普通分辨率的马赛克异常,但随着2K、4K分辨率的普及,更好的视频编码方式层出不穷,当前视频马赛克检测算法在通用性、识别率、误检率方面已经不能满足需求。其中,识别率不高是影响高分辨率视频马赛克检测的关键问题之一。主要的马赛克异常检测算法可以分为以下3类:1)基于边缘特征与色差分量特征的检测方法,这类方法依赖特定的视频格式,例如基于MPEG-2[1,2]、基于H.264[3]。它们实现起来简单、高效,但是容易丢失边缘信息而造成漏检,并且受到视频格式的限制,通用性不高。2)基于区域分析和网络扩张的检测方法[4],这类方法识别率较高,但算法复杂,计算量大,不利于实时处理。3)基于模板匹配的检测方法,这类方法通用性高。一般采用直角模板[5,6]或者T型模板[7,8],算法简单,但识别率不高。4)基于神经网络的检测方法,这类方法用神经网络的方法进行边缘检测,识别率不高。以上4种方法中,基于模板匹配的检测方法在马赛克检测中是目前应用得比较多并且效果也较好的方法。
本文针对高分辨率视频马赛克检测识别率不高的问题,提出一种基于彩色边缘与十字型加权模板的视频马赛克检测算法,该算法先通过彩色边缘检测检出更多马赛克边缘,再采用十字型加权模板进行模板匹配以识别出马赛克块,从而提高高分辨率视频马赛克异常检测的识别率。
1 传统的马赛克异常检测算法
1.1 马赛克特征
包含马赛克异常的图像具有以下特征:1)在形状上,马赛克块表现为大小相对一致的矩形;2)在颜色上,马赛克块内部颜色较为单一,马赛克块内外颜色有较大突变[9]。这两个特征是检测视频中是否含有马赛克的主要依据。
1.2 传统的马赛克异常检测算法流程
传统的马赛克异常检测算法流程如图1所示。
具体检测流程如下:
1)Canny算子[10]灰度边缘检测。通过边缘检测,对视频帧图像进行预处理,提取马赛克边缘信息。
2)模板匹配。使用4个直角模板分别匹配出马赛克块的4个直角,得到4幅匹配结果图,为确定一个马赛克块做准备。
3)匹配点抑制。对匹配结果进行二值化处理,排除非匹配点,将匹配点用灰度值255表示,非匹配点用灰度值0表示。
4)滑动窗口马赛克检测。设定一个M×N的小矩形窗口,在4幅匹配结果图中同步滑动,每次滑动后,判断小矩形窗口内的直角模板匹配点是否能确定一个马赛克块。待该帧图像滑动处理完毕,在结果中去除重复判断的马赛克块。若该帧图像中马赛克块数目超过设定的阈值T,则判断该帧存在马赛克异常。
1.3 传统的马赛克异常检测算法的缺陷
传统的马赛克检测算法采用灰度边缘检测,由于灰度边缘检测只利用了图像的亮度信息,因此会丢失许多边缘,造成马赛克块边缘的漏检;使用直角模板匹配,需要至少3个直角才能判定一个马赛克块,这对于呈“田”字型的4个马赛克块只检测到中间“十”字型边缘的情况会判定为无马赛克块。这些都是造成马赛克检测识别率不高的重要原因。本文针对传统马赛克检测算法的缺陷,提出了基于彩色边缘与十字型加权模板的马赛克检测算法以提高马赛克检测的识别率。
2 基于彩色边缘与十字型加权模板的马赛克检测算法
为了解决高分辨率视频的马赛克检测识别率不高的问题,本文采用基于CIELab色彩空间的彩色边缘检测,充分利用马赛克块间的色差信息,检测出更多马赛克块边缘,并且用十字型加权模板进行模板匹配,解决“田”字型4个马赛克块缺少边缘的情况,有效地提高了马赛克检测的识别率。本文的算法流程如图2所示。
2.1 基于CIELab色彩空间的彩色边缘检测
灰度边缘检测的过程是先将RGB彩色图像灰度化再边缘检测。该方法只使用了RGB彩色图像的亮度信息而忽略了色度信息,因此造成马赛克块部分边缘的漏检,导致马赛克检测的识别率不高。本文提出的基于CIELab色彩空间的彩色边缘检测算法流程如图3所示。
2.1.1 平滑图像
对视频帧图像f(x,y)的三通道分别进行卷积运算,采用式(1)所示的二维零均值离散高斯滤波函数G(x,y)作为卷积函数,得到平滑图像I(x,y)。
式中:σ是高斯函数的方差,σ越大平滑程度越好。
2.1.2 色彩空间转换
把图像I(x,y)从RGB色彩空间转换到CIELab色彩空间,得到转换图像I'(x,y)。
CIELab色彩空间是一种以人眼视觉观察为基础的标准色彩模型,它是在CIEXYZ色彩空间的基础上提出来的。彩色CIELab图像每个像素点有L,a,b三个通道,其中L为亮度分量,a和b为色度分量。L表示亮度,取值范围为0~100,0为黑色,100为白色;a和b取值范围为-128~127,a=-128为绿色,a=127为红色,b=-128为黄色,b=127为蓝色[11]。
从RGB色彩空间转换到CIELab色彩空间如式(3)~(6)所示。
其中,X0,Y0,Z0表示CIE标准照明体的三刺激值,X0=95.047,Y0=100,Z0=108.883;L为亮度;a和b为色度。
2.1.3 计算色差及色差方向
计算彩色图像的梯度比较复杂,并且梯度幅值不能很好地描述人眼对颜色差别的感知,而CIELab色彩空间是描述人眼可见的所有颜色的完备色彩模型,基于CIELab色彩空间的色差能反映人眼对颜色差别的感知,所以使用彩色图像基于CIELab色彩空间的色差和色差方向来代替梯度的幅值和方向。
在CIELab色彩空间中,两个像素x1(L1,a1,b1)和x2(L2,a2,b2)之间的色差CD可由它们在CIELab色彩空间中的空间距离计算得到,如式(7)所示。
本文采用Sobel色差算子来计算色差幅值和方向。计算式如式(8)~(11)所示
其中:Dx是水平方向的色差分量;Dy是垂直方向的色差分量;CDS是色差幅值;φ是色差方向。
2.1.4 非极大值抑制
对色差幅值CDS进行非极大值抑制,寻找局部最大值,将非极大值点所对应的值置为0。用3×3的核在8邻域对色差幅值CDS的所有元素沿色差方向进行插值。对每个点都将中心元素色差幅值CDS与沿色差方向的2个色差幅值插值结果比较,如果色差幅值CDS的值小于色差方向上的2个插值结果,就将色差幅值CDS对应的边缘标志位置为0。
2.1.5 双阈值提取边缘
设定两个阈值,高阈值Hth和低阈值Lth,将经过非极大值抑制的色差幅值与设定的阈值比较,若色差幅值小于设定的阈值则置幅值为0,分别得到两个边缘图像H(x,y)和L(x,y)。先采用高阈值图像H(x,y)中的边缘,连接成轮廓,然后在轮廓端点的8邻域处寻找低阈值图像L(x,y)的边缘,根据高低阈值图像的强弱边缘使整个图像的边缘闭合。
2.2 十字型加权模板匹配
直角模板匹配到的结果是4种直角类型,只有当含有至少3个直角才能判为一个马赛克块,会对“田”字型4个马赛克块缺少边缘的情况造成漏判。本文提出的十字型加权模板匹配到的结果有5种类型,可以识别“田”字型4个马赛克块缺少边缘的情况。所使用的十字型加权模板如图4所示。
模板中像素的值如模板中数字所示,其中没有标数字的像素值为0,模板大小为15×15。模板匹配过程如下:
1)使模板从图像的原点,即图像的左上角开始匹配,按式(12)计算该区域的值。
其中,f(x,y)是计算得出的匹配值,(x,y)是该块匹配区域的中点;fs(i,j)是边缘图中匹配区域的任一点;ft(x,y)是模板的任一点。
2)在任意情况下,由1)得出的匹配值都不同。在模板的“十”字上是否有像素点,可由一个28位的数按位表示,把该28位如图5所示分成4份。
其中:6~0位代表十字型模板左边7个点;13~7代表右边7个点;20~14代表上边7个点;27~21代表下边7个点,这些位的值为1则表示在此处有边缘像素点存在,为0则表示边缘像素点不存在。若每边匹配到4个点则表示该边存在。
(1)若右边和下边存在,表示匹配到马赛克块的左上直角,把该匹配块中点标记为1,称为1型。
(2)若左边和下边存在,表示匹配到马赛克块的右上直角,把该匹配块中点标记为2,称为2型。
(3)若右边和上边存在,表示匹配到马赛克块的左下直角,把该匹配块中点标记为3,称为3型。
(4)若左边和上边存在,表示匹配到马赛克块的右下直角,把该匹配块中点标记为4,称为4型。
(5)若有3条边和4条边存在,表示匹配到了4块马赛克块,把该匹配块中点标记为5,称为5型。
3)最后平移模板,重复1)和2)的操作,匹配边缘图像除上下7行和左右7列外的所有点。
2.3 滑动窗口马赛克检测
设定一个滑动窗口W,设大小为M×M,从匹配结果图的左上角开始滑动。在滑动窗口内,若检测到3个点,且满足关系:1型3型点在2型4型点左边,1型2型点在3型4型点上边,并且1型2型的距离、3型4型的距离大于最小马赛克块边长,则表示匹配到一个马赛克块。若检测到2个点,其中一个是5型点,另一个是另外4种类型的点,则匹配到4个马赛克块。
最后,计算一帧图像中检测出的马赛克块数量,若数量大于设定的阈值,则表示该帧图像存在马赛克异常。
3 实验结果及分析
为了验证本文方法的效果,本文采用新闻节目视频、高清电影视频、监控视频、动画视频、体育节目视频等多个场景的视频进行验证。测试视频中的马赛克异常分两种:人为添加的马赛克异常和原本存在的马赛克异常。
3.1 彩色边缘检测实验结果和分析
为了验证基于CIELab色彩空间的彩色边缘检测方法的效果,分别采用了Sobel边缘检测、Canny边缘检测,以及本文的彩色边缘检测来对比实验。在高清电影视频中随机截取一帧,并打上马赛克,马赛克图像如图6a所示。对图6a进行3种边缘检测,得到Sobel边缘检测、Canny边缘检测、本文彩色边缘检测的检测结果分别如图6b、图6c和图6d所示。
从边缘检测结果图对比可以看出,本文检测方法的马赛克边缘检出数量明显增加。其中,Sobel边缘检测效果最差;Canny边缘检测效果有所提高,但仍不够理想;本文的彩色边缘检测效果提高明显。为了更好地验证本文算法的优点,再用这3种检测方法对模拟马赛克的合成彩色图像进行边缘检测。合成彩色图像如图7a所示,Sobel边缘检测、Canny边缘检测、本文彩色边缘检测的检测结果分别如图7b、图7c和图7d所示。
合成彩色图像4种颜色对比明显,但Sobel边缘检测、Canny边缘检测却不能很好地检测出这种人眼认为明显的边缘,分别只检测出了1条和2条边缘;而本文的检测方法可以检测出这种色差明显的边缘,4条边缘全部检出。
3.2 马赛克检测算法实验结果与分析
本文算法在硬件为Intel(R)Core(TM)i5-3230M CPU@2.60 GHz,4 Gbyte内存的PC,软件为Visual Studio 2013的环境下,利用opencv2.4.10图像处理函数库里的函数实现。实验视频为新闻节目视频、高清电影视频、监控视频、动画视频、体育节目视频,每个视频人工添加100帧马赛克异常,分辨率为1 280×688;另外还有一个原本存在56帧马赛克异常的视频,分辨率也为1 280×688。测试结果如表1所示。其中,识别率=检出马赛克帧数/视频马赛克帧数,误检数表示把正常帧判定为马赛克帧。检出马赛克帧数为含有马赛克异常的帧数,不包括误检的帧数。
从测试结果可知,本文算法的识别率比传统模板匹配算法更高,误检数也稍微比传统匹配算法高。误检数会稍高是因为误检的视频帧里含有大量类似马赛克的块,本文算法检出而传统算法没有检出。
漏检和误检的情况分析如下:
测试视频中造成漏检的画面有:1)新闻节目视频中马赛克出现在海洋画面中;2)原本存在异常的视频中马赛克出现在树叶密集的森林画面中;3)监控视频中马赛克出现在画面四侧。总的来说,漏检的原因有3种:1)马赛克与正常区域的对比不够明显,造成马赛克块边缘不完整,且画面中含有马赛克块数量较少,造成漏检;2)在边缘密集处产生马赛克,且马赛克块内部边缘也很密集,马赛克块形成的边缘被判定为正常图像的边缘,造成漏检;3)马赛克块产生在视频帧的四侧,由于本文所用的模板不能检测图像帧四侧7个像素内的马赛克块,所以也会造成漏检。
测试视频中造成误检的画面有:1)高清电影视频中有画面是房屋里背景含有马赛克墙;2)动画视频中有画面是含有大量窗户的楼房;3)体育节目视频中有画面是俯视围棋比赛的围棋棋盘。总的来说,误检的情况是因为正常视频帧中有大量正好符合马赛克块大小的小正方形,且小正方形的两边正好与画面平行,因此造成误检。
4 小结
本文针对传统马赛克检测算法中识别率不高的问题,提出了一种基于彩色边缘与十字型加权模板的马赛克检测算法。该算法先用基于CIELab色彩空间的彩色边缘检测处理图像,可以比传统的灰度边缘检测检测更多马赛克块的边缘;再通过十字型加权模板对图像进行模板匹配,再对匹配结果统计分析,可以识别传统方法无法识别的“田”字型4个马赛克块缺少边缘的情况,有效地识别马赛克块,从而检测出含有马赛克异常的视频帧。通过对含有马赛克异常的视频进行测试,传统算法的识别率为91.1%,而本文算法的识别率为98.2%,相比传统算法提高了7.1%,表明本文算法能有效提高高分辨率视频马赛克检测的识别率。
摘要：为了解决高分辨率视频马赛克检测识别率不高的问题,提出了一种基于彩色边缘与十字型加权模板的视频马赛克检测算法。该算法先通过基于CIELab色彩空间的彩色边缘检测检出更多马赛克边缘,再采用十字型加权模板进行模板匹配以识别出马赛克块。采用本文算法以及传统算法对高分辨率视频进行马赛克检测,实验结果表明本文算法对视频中马赛克检测的识别率高达98.2%,相比于传统算法识别率提高了7.1%。
关键词：马赛克,彩色边缘检测,CIELab色彩空间,模板匹配
参考文献
[1]司文丽,朱镇林.马赛克故障图像的分析与检测[J].有线电视技术,2008,15(5):113-116.
[2]林洁.低码率视频质量评价与检测[D].北京:华北电力大学,2013.
[3]李汪洋.带有视频客观质量检测功能的流媒体播放器的设计与实现[D].北京:北京邮电大学,2013.
[4]宁方美,叶峰.基于网格扩张的视频图像马赛克检测算法[J].计算机与现代化,2011(10):63-65.
[5]杨金伟.视频质量损伤的检测与修复[D].北京:北京邮电大学,2008.
[6]计岑.数字图像和视频修复[D].西安:西安理工大学,2010.
[7]章化冰,凌坚,练益群.基于模板匹配的马赛克视频检测方法研究[J].中国有线电视,2010(11):1254-1256.
[8]梁志敏.视频图像质量检测技术研究与实践[D].北京:北京邮电大学,2013.
[9]HAN Y H,LEOU J J.Detection and correction of transmission errors in JPEG images[J].IEEE transactions on circuits&systems for video technology,1998,8(2):221-231.
[10]CANNY J.A computational approach to edge detection[J].IEEE transactions on pattern analysis and machine intelligence,1986(6):679-698.
[11]Wikipedia.Lab color space[EB/OL].[2015-04-24].http://en.wikipedia.org/wiki/Lab_color_space.
十字线检测 篇2
动态检测技术是机器视觉研究的一项重要内容, 在智能交通、质量检测、场景监控等方面都有很广泛的应用[1,2,3]。动态检测技术的实质是通过图像传感器获取目标场景中的特征, 通过计算机技术进行分析和处理。
虽然国内外许多学者对计算机视觉的动态检测技术做了很多研究, 而且也提出了许多优秀的检测方法, 但是这些检测方法主要集中在目标运动速度较大的工作环境, 而对于目标小幅度运动环境的研究还存在一定的不足。而在绣花机械领域十字绣布面网孔的检测与定位正是小幅度运动环境, 因而检测目标环境在小幅度运动情况下的实时状态对于提高机械绣花的速度和精度有着重要意义。因此本文提出了一种基于机器视觉的单摄像头动态检测方法, 结合计算机图像处理技术与图像传感器技术, 能够检测目标环境在小幅度振动情况下的实时状态。
1 检测系统的结构与检测原理
1.1 检测系统的结构
检测系统由工作平台、控制平台、图像传感器和PC机组成。布料根据控制平台的控制指令在工作平台上的x-y坐标平面内运动, 图像传感器采集布料在不同时刻的图像, 根据运动的相对位置关系和时间关系, 确定在运动状态下的布料中网孔的实际位置。
1.2 动态检测原理
立体视觉检测是基于三角测量的原理[4]来获取目标场景的三维信息进行动态检测的。本文所述的方法是, 用单摄像头在不同时刻获取的目标点的不同位置来实现动态的三维测量。动态检测的几何模型如图1所示。
系统采用单摄像头, 当在T1时刻时, 目标检测点的空间位置为P1, 目标点在感光芯X2片上的投影点为M1 (m1x, m1y) 。当在T2时刻时, 目标检测点的空间位置为P2, 目标点在感光芯片上的投影点为M2 (m2x, m2y) 。根据运动的相对关系, 以光心点为坐标原点, 由三角关系公式可以得到:
式中, f为摄像机内参数;bx、by为摄像头相对平移的轴向距离。
2 孔位的识别与检测
由前面的讨论, 可以得到运动目标在一个小的时间段内和一定距离范围内的空间二位运动情况。为了实现对网孔布料的运动状态以及位置情况的详细提取, 本文采取跟踪目标网孔质心点的方式, 选用640 mm×480 mm的传感器芯片, 提取Δt时间段内的网孔目标孔位的质心在布面的横纵坐标。
2.1 获取目标网孔
调节光照强度和摄像头的焦距、角度等外部参数, 使图像传感器能得到清晰的图像数据, 读取图像传感器采集到的数据, 对图像数据进行二值化处理。得到原图像 (图2 (a) ) 和灰度图像 (图2 (b) ) 。
对得到的灰度图像进行膨胀、腐蚀、卷积等形态学滤波处理和阈值化操作[5], 公式如下
根据形态学滤波处理的结果可以提取出图像的网孔目标, 如图3所示。
2.2 目标孔位的跟踪
图像传感器得到稳定的原图像后, 开始确定目标孔位并对目标孔位进行跟踪。以网孔布面的第14行第20列为目标孔位, 第13~15行和19~21列选定为感兴趣区域 (即图3中方框区域) 。将传感器当前帧的图像数据与前一帧得到的图像数据进行比较取交集, 就可以得到两帧数据的目标孔位的连续相关性。根据速度时间关系, 要实现对目标孔位的跟踪, 必须知道目标孔位的运动速度、运动方向, 以及由摄像机标定得到的布面与传感器平面夹角、帧频等参数。本实验系统中, 采用60帧/m的采样速度, 间隔6帧取1幅图像数据, 得到连续的目标孔位, 如图4所示。
3 结语
将机器视觉与二位工作平台相结合, 使用单传感器根据不同时间差的相对位置关系, 实现了对目标网孔进行实时监测和定位, 测量了目标网孔的x方向和y方向的微小振动情况, 并获得了预期的实验结果。通过对网孔的动态检测与孔位置定位的研究, 实验系统可以扩展到更加复杂的场景。十字绣布的网孔坐标记录以及针孔定位与控制将是今后研究工作的重点。
参考文献
[1]邵文坤, 黄爱民, 韦庆.目标跟踪方法综述[J].影像技术, 2006, 18 (1)
[2]马颂德, 张正友.计算机视觉———计算理论与算法基础[M].北京:科学出版社, 1998
[3]Gary Bradski, Adrian Kaebler.Learning OpenCV[M].北京:清华大学出版社, 2009
[4]马桂珍, 朱玲赞, 段丽.基于OpenCV的视频应用程序的开发方法[J].现代电子技术, 2007, 30 (4)
十字线检测 篇3
井筒十字线是工业广场各类建筑布置、管线路标定、井筒及井下硐室巷道施工测量的主要依据, 在整个矿山施工过程中起着极为重要的作用, 应采取有效措施进行布设、维护与管理。
根据建井期的不同阶段对十字线点的不同要求分等级建立十字线桩点, 点的数量和埋设要求可灵活掌握。前期即准备期, 十字线是满足钻探孔、水文孔和注浆孔的布置, 可布置垂直度不大于20′的临时十字线, 每个方向不必强调3个点, 桩点可用木桩、铁管桩;建井期十字线按正规要求, 每个方向至少布置3个点, 点位可布置在离井筒较远地点, 基础可敷设大一点, 垂直度不得大于30″, 精度要满足测量技术的要求, 但多数点只能服务到井筒施工结束, 提升系统及土建安装还需要重新检查恢复井筒十字线;移交期十字线恢复量最大, 能保存下来的老点基本上都位于建筑物顶上, 十字线点只能逐个方向恢复, 然后通过联测、检查和标定, 通过整体控制、联测校核, 保证精度。
1 GPS在十字线测量中的实际运用
下面以口孜东矿基建阶段十字中心线的标定和维护为例。口孜东煤矿是国投新集于2006年开工建设的又一对特大型煤矿。其设计产量为500万吨/年, 矿区自然标高为27M左右, 地势平坦, 交通便利, 煤炭储量丰富。
1.1 基建初期十字线点的施测
矿井前期准备期, 依靠工广附近的国家级控制点和航测成果中的C、D级控制点, 进行D级GPS控制网的施测, 测量仪器选用的是Smart6200三台套, 采取GPS静态的作业办法, 观测前使用专业软件进行卫星预报, 研究卫星图形强度因子, 分析所要观测点的最佳时间段, 组织观测图形和所经路线等 (见图1) , 严格按照GPS测量规范D级要求作业。具体要求如表1:
资料处理采用Smart 6200随机平差软件Spectrum Survey 3.22进行严密平差。成果资料为北京54坐标系, 所有基线向量的精度都符合所要的控制网精度。
待前期控制网完成后, 口孜东矿开工前期阶段的十字线标定是利用GPS的RTK技术完成的。RTK技术是GPS测量技术与数据传输相结合而构成的实时定位技术, 主要由两部分组成, 即基准站和流动站。基准站连续把观测到的卫星数据发射出去, 流动站实时差分处理基准站的流动性的载波相位观测值, 获取所在点的坐标、高程和精度指标。利用RTK技术, 能够满足快速求得厘米级整周模糊度固定解的要求, 在接收到较多GPS卫星信号、多路径现象影响小的情况下, RTK在5s内确定整周模糊度固定解的置信度达到99%, 做到动态测量时的平面精度达± (10mm+1×10-6D) 。这一精度已经完成能够达到建井前期的技术要求。在桩点保护完好的前提下, 可以一直使用到井架准备建立前期。
1.2 加密十字线点当矿建和土建安装工程大规模准备开工, 前
期的十字线点已达不到矿井技术使用要求时, 必须在原有点位的基础上增加主、副、风三井十字线方向的点位个数, 在每个方向上至少布置3个点, 点间距离一般不小于20m, 且距井口边缘最低的那个点到井口距离不小于30m, 并联系设计单位提供的工广平面图, 选取通视条件较好且保存时间长的点位。
在基点点型设计上, 根据土质、含水量、冻结深度、工广地面的设计高程和实际高程之差来选之。由于施工条件复杂, 工广内建筑物和构筑物、管道、道路密集, 又多为机械施工, 因此, 基点的保护十分困难。为了便于使用和长期保存, 基点尽可能避开地面临时和永久建、构筑物, 并且设在受采动影响较小的区域内, 设置保护围栏或建立保护标志。
1.2.1
由于矿井还处于预开工阶段, 因此矿内的建筑物并不多, 通视条件较好。新埋设的十字线点, 通过之前已做好的临近控制点, 采用GPS快速静态的方法, 在每条十字线上的两端定出两点, 并刻在基点桩的钢轨上, 再利用这每条十字线两端的点, 通过全站仪穿线的方法, 加刻出线上其他各点。注意的是, 每个基点桩钢轨上的孔不能刻得太深, 以便接下来的改刻不受影响。
1.2.2
待刻点全都刻好后, 利用附近的控制点, 选取工广内适当的点位进行加密控制, 在矿内选取合适的点位 (根据实际图纸, 选取2、3个工广内的点位, 以便经后联测使用) , 进行D级GPS控制网的施测, 方案如图2。
由于D级GPS控制网所涉及到的点, 在技术要求上存在点对点之间距离较远的情况, 对于工广内比较密集的十字线点来说不宜参与其中, 因此必须再次加密控制网。并严格按照四等三角控制网的测量要求, 利用全站仪观测出数据, 内业使用平差软件计算出坐标结果, 最大点位误差[AE1]=0.0034 (m) , 最大点间误差=0.0055 (m) , 平面网验后单位权中误差=2.17 (s) 。
1.2.3
控制点加密之后, 由于工广附近的控制点数目的增加, 按照一级导线的测量要求, 分别联系测量出各十字线点的观测值。
1.2.4
为了提高各十字线点的方位准确精度, 实地根据内业计算的数据改刻各点。待改刻好后, 再通过导线测量得出各点的坐标, 并检查结果, 最终达到十字线点的设计要求。
1.3 十字线点的维护
矿井基建过程中, 由于井筒施工采用的是冻结技术, 因此地表位移再所难免, 再加上地面施工条件复杂, 高等建筑物的不断增加, 十字线点可能会造成点位位移, 因此, 在十字线点完全刻好后, 维护工作相当重要, 在日常的测量活动中, 应当经常检查十字线点的点位情况, 如若发现点位之间的距离偏差较大, 或方位角偏差较大, 就应当采取维护措施, 以免影响矿井工程施工放样。
出现问题的点位较少, 可根据附近的控制点和其他情况较到的十字线点进行导线测量, 通过内业平差计算出偏移量, 并重新改刻出问题的点, 再次导线测量出新的点位坐标, 录入矿井十字线资料中。由于大范围的工程施工影响, 出问题的点较多时, 选取情况较好的十字线点和外围控制点重新进行一次联系测量, 根据实际情况制定联测方案, 一方面保证十字线点的数据质量, 另一方面保证与之前的坐标系统达到吻合, 对矿井井架施工、绞车房提升中心线施工等项目工程不造成前后影响。
2 结束语
由于GPS技术在十字线测量中的运用, 我们相对于以往的常规测量, 在保证测量精度的同时, 最大限度地减少外业工作量, 从而使整个施测工期达到最短, 并且维护工作也相对方便了。最终依靠这一技术, 完成了口孜东矿的十字线的设定。
D级GPS网布设方案合理, 图形结构坚强, 点位密度分布符合要求, 能较好的满足下一级发展和工程施工的需要。点位选址恰当, 易于保存;标石制作符合规定, 标石埋设稳固;观测记录认真, 观测方法正确, 观测精度可靠;平差计算正确, 各项精度指标满足规范和技术设计的要求。
摘要：井筒十字线对于煤矿具有极其重要的作用, 十字线的测量结果直接影响到煤矿各类设施的施工质量。由于GPS测量技术相对于常规测量有:操作简单、定位精度高、测站间无需通视、适合全天候测量等优点, 本文简述GPS技术在口孜东煤矿井筒十字线测量中的应用。
关键词：GPS,井筒十字线,静态,RTK
参考文献
[1]《全球定位系统 (GPS) 测量规范》- (GB/T18314-2001) .
十字线检测 篇4
垞城煤矿位于徐州市铜山区柳新镇境内, 距徐州市23 km, 以主井为中心, 其地理坐标为东经117°07′40″, 北纬34°24′30″。1956年黄海高程系统, 主、副井井筒标高均为+37.00 m。井田内铁路, 公路, 水路均有, 交通甚为便利。本区属黄淮冲积平原, 地势平坦, 地面标高+32~+36 m, 西南高、东北低, 坡度约二千分之一。井田的东南部有寒武系和奥陶系地层构成的小山, 走向大致是NE60°, 标高在+100~+150 m。垞城井田东北部濒临微山湖和京杭大运河, 井田南部有桃园河, 由西向东流入京杭大运河, 并有一支流自西部孙大庄附近流入顺堤河。工广北侧的苏北大堤河, 疏通工广及附近的排水、泄洪。邻近生产矿井南有柳新煤矿, 北有柳泉煤矿。
垞城煤矿于1970年5月8日破土动工建井, 并上报煤炭部列入国家计划, 于1976年12月26日简易投产。矿井设计生产能力45万t/a, 由江苏省煤矿设计研究所设计, 设计服务年限41 a (生产水平至-600 m) 。1982年产量达到设计水平, 1980年、1991年、1997年矿井的核定生产能力分别为45万t/a、55万t/a、65万t/a。该矿井为立井石门多水平分区式开拓, 开采上限-75m、下限-1200m, 生产水平划分为:第一生产水平为-260 m, 第二生产水平为-750 m, -420 m与-600 m二个水平为辅助生产水平进行下山开采。1996年以后为提高矿井生产能力, 对矿井生产系统和开拓方式进行技术改造, 改扩建采用“一立二斜”开拓方式, 即从地面打一新副井, 落底水平为-600 m和-750 m, 均设井底车场, 井下-260~-600m, -600~-750 m两段斜皮带下山运输, 新副井自1996年11月开始破土动工, 到2003年3月1日完工投入生产。新副井落底标高-773 m。2006年10月基建工程完成, 矿井核定生产能力为105万t/a。该矿截止2007年底累计生产原煤1 655.5万t, 其中2007年创历史最高水平, 年产原煤978 500 t。垞城煤矿目前主采煤层为下石盒子组1、2煤和山西组9煤;山西组7煤-750 m水平以上已基本开采结束, 太原组煤层只生产-260 m水平北一采区, 其他采区因太原组煤层薄, 含硫高, 水文地质条件复杂, 受底板奥灰水威胁, 暂时停止生产。矿井水文地质条件较为复杂, 属典型的“三软”煤层。又采取跨采区跨运输大巷开采, 巷道底鼓片帮及顶板破碎严重, 造成主要运输大巷和采区上下山内的7″基本控制点破坏严重。-600 m水平以上开采基本结束, 正进行从-750 m水平向下延伸开采, 生产能力受到极大制约。矿井通风方式为中央并列式, 进风井3个;北四风井、新副井和老副井, 东风井为回风井。-750 m到-1 000 m水平井下温度高, 风量小, 供风困难。因此, 决定在地面施工新风井, 落底标高-390 m, 解决矿井通风困难、风量不足的问题。
2 技术措施
2.1 利用GPS建立地面平面控制网
垞城煤矿建井初期建立的四等平面控制网中目前保存完好的测量控制点, 只有设在煤仓上的一个四等测量控制点。煤仓因长期存煤而发生偏斜, 使得测量控制点坐标向西北方向偏移, 已经不能满足该项工程的要求。2010年委托有资质的测绘单位采用GPS全球定位系统对该矿区的地面测量平面控制网进行了重新改造。新控制网利用张小楼新大井1和东城办公楼两个D级GPS控制点作为已知点, 庞庄矿的办公楼的D级点作为检核点, 采用GPS静态测量模式, 在该矿工业广场内测设了垞城煤仓、垞城食堂、路1和路2, 4个GPS控制点, 施测精度, 测角中误差为±2.8″, 最弱边边长相对中误差为1/36 500, 均高于《煤矿测量规程》规定的5″级导线的测量精度的要求, 《煤矿测量规程》中5″级导线的测角中误差为±5″, 最弱边边长相对中误差为1/200 00, 改造后的平面控制测量精度满足了新风井地面十字中心线布设精度的要求。
2.2 建立四等水准网
垞城煤矿工业广场内的四等水准点因工业广场内道路改造被破坏。2010年利用华美坑口电厂的二等水准点GS1作为起始点, 使用索佳SDL30M水准仪, 配合使用索佳铟钢尺, 按照四等水准测量的要求施测, 重新在工业广场内建立四等水准基点。水准测量路线由GS1出发, 沿柳新至马坡的乡村公路, 经过垞城矿西路1、路2和垞城食堂3个GPS平面控制点, 构成结点水准网, 结点水准网由2个小闭合环和一个大闭合环组成。水准网的每公里高差中误差为±2.88 mm, 远远高于《煤矿测量规程》规定的四等水准测量的每公里高差中误差为±10 mm, 高程测量精度满足了垞城新风井建设工程精度的要求。
2.3 十字基点的测设方法
在十字基点测设开始前, 必须对使用的尼康DTM532C全站仪进行检校或送有资质的单位鉴定, 该矿是委托有资质的南京测绘局对尼康DTM532C全站仪进行检校, 确保了全站仪的精度能够符合要求。在通视好成像清晰的时间段, 利用垞城煤仓和垞城食堂2个GPS控制点作为已知点, 路1点作为检校点, 利用煤仓上控制点通视好的优势, 在煤仓控制点上安置全站仪, 食堂控制点作为后视点, 使用尼康DTM532C全站仪, 按照5″导线测量的精度要求, 先测量垞城食堂-垞城煤仓-路1的水平角, 检查3个控制点的水平角, 复角符合《煤矿测量规程》的要求后, 两个测回, 两次仪器高, 按照5″导线测量的观测精度要求, 在新风井北侧测设1个近井点。在近井点安置全站仪, 后视垞城煤仓, 利用近井点正倒镜精确标定出井筒中心, 标定独立进行两次, 当两次互差小于1 mm时, 取中作为井筒中心点, 否则重新标定直到符合要求为此。标定结束后按照5″导线测量的精度要求, 测量出井筒中心点的坐标, 作为井筒中心坐标最终值。然后在井筒中心安置全站仪, 后视近井点, 正倒镜两次标定每个方向上的最远点。两次结果往往不重合, 重复进行观测, 直到两次标定误差在1 mm之内, 取中在十字基桩上利用手持电钻钻直径为1 mm的深孔作标志。然后利用全圆方向观测法, 按照5″导线测量的要求, 实测4个方向最远十字基点的垂直程度。如果个别方向垂直度超限, 必须对超限方向重新进行标定, 并重测垂直度, 直到误差小于10″要求。然后照准每个方向最远点, 标定出其余十字中心线点并在基桩上作标志, 所有方向上十字中线基点标定工作结束。
利用每个方向最远十字基点和近井点组成一个闭合环, 使用尼康DTM532C全站仪, 按照5″导线测量的要求, 进行闭合导线测量。根据导线闭合差, 进行精度评定, 最后计算出各个方向最远十字基点的坐标, 作为十字基点的坐标最终值。高程使用索佳SDL30M水准仪, 按照四等水准测量要求观测, 水准路线形成一个闭合环, 根据水准闭合差, 进行精度评定, 最后计算出每个方向最远十字基点的高程, 作为十字基点的高程最终值。其余各个基点的坐标, 利用在每个方向最远基点上设站时, 按照5″导线测量的要求, 测量各个方向上其余的十字线基点的坐标, 高程使用索佳SDL30M水准仪, 按照四等水准测量要求观测出各个方向上其余的十字线基点的高程。
3 结论
该方法最大优点是现场测量能够节省时间, 提高工效, 测量结果精度均匀, 确保各方向上十字中心线点在轴线上方向一致, 保证今后因不可预见的个别基点被破坏的情况下, 能够快速恢复被破坏的基点, 而不影响十字中心线的控制精度。确保满足在井筒施工过程中向下投放井筒十字中线和建井后期的安装井筒及井架的精度要求。
摘要：介绍了垞城煤矿新风井十字中心线采用先进技术和设备进行测量的方法, 保证十字中心线的基点在轴线上方向一致, 各个基点精度相同, 方便井筒施工和安装时使用。
十字路口 篇5
车突然停下来, 我抬头看, 原来是十字路口!我看着窗外, 突然, 我看到有个五六岁的小孩子站在滑板车上用力地蹬着地, 让滑板车在车流中穿梭。我觉得好危险, 耳中的音乐也开始觉得刺耳, 我拿下MP4看着小男孩, 心里一直挣扎着, 不知道到底要不要下车帮他。可下了车, 又不知道要等多久的车, 我觉得脑袋里有两个人在吵架。一个说下车, 一个说不下车, 吵得乱哄哄的。
“那个小男孩在干嘛?”旁边也有人注意到了。车里的人纷纷向外看。议论着“这谁家的孩子啊!怎么在大马路滑滑板车!多危险啊!”“他父母怎么管孩子的!出了事谁负责!”“一看就知道是外地人的小孩, 父母出门工作把孩子一个人扔在家了呗!”……车里顿时炸开了锅, 大家不停的讨论, 我的心情也更加的烦躁, 心想, 你们这些人只知道说风凉话, 真担心干嘛不去帮他啊!可是, 我又意识到, 我和他们不也是一样吗?不也没有去帮这个穿梭在十字路口玩得很开心的孩子吗?引擎渐渐的发动, 我大喊:等一下, 我要下车。
“我觉得我应该下车, 不是吗?”我心里对自己说。
我跳下车, 拉着孩子到路边。我告诉他, “马路上很危险的, 以后不可以再这样玩了。”他一脸迷惑地看着我, 又慢慢地笑了说:“姐姐, 我回家了, 我妈妈等着我回家吃饭。”看着他渐渐滑远, 我知道, 如果刚才我不下车, 我一定会愧对自己的良心。
这是我在十字路口发生的故事, 可十字路口又哪只仅存于现实中呢?读
学校:浙江台州市新桥中学
导师:周刚
秋育雏鸡“十字诀” 篇6
秋季, 进雏前几天, 要把育雏舍内外彻底清扫消毒, 舍内空间可用3%～5%的来苏尔溶液喷雾消毒, 用具、墙角与地面用1%～2%氢氧化钠溶液冲刷消毒, 再熏蒸消毒。也可将所有用具及饲料放入育雏舍内关闭门窗, 用福尔马林28mg/m3或高锰酸钾14g/m3, 放入瓷器内熏蒸, 封闭鸡舍24h。舍外四周选用3%的火碱溶液或3%～5%的来苏尔等进行喷雾消毒。
二、选, 即选择优雏。
选壮雏, 剔除弱雏和残、畸雏。挑选健壮的雏鸡, 主要通过一看、二听、三摸。“一看”就是看外形;“二听”就是听叫声;“三摸”就是摸身上是否丰满, 有无弹性。健壮的雏鸡一般表现为:发育均称, 绒毛清洁整齐有光泽、干燥, 活泼好动, 叫声清脆响亮, 眼大有神, 站立稳健, 反应敏捷, 握在手里感觉饱满温暖, 挣扎有力, 腹部柔软而有弹性, 无出血痕迹等。
三、鉴, 即雌雄鉴别。
(1) 外形鉴别法。雄雏一般头较大, 体粗壮, 眼圆形、突出, 嘴长而尖, 呈钩状;雌雏头较小, 体较轻, 眼椭圆形, 嘴短而圆, 细小平直。 (2) 羽毛鉴别法。主要根据翅、尾羽生长的快慢来鉴别, 雏毛换生新羽毛, 一般雌的比雄的早。雌雏在孵出的第四天左右, 胸部和肩尖处可有新毛长出;雄雏一般在七天以后才见有新毛长出。 (3) 肛门鉴别法:看肛门的张缩情况, 雄雏的肛门括约肌比雌雏发达, 挛缩能力强。在出雏的当天, 可将雏鸡托在手中, 看其肛门的张缩情况, 如闪动快而有力, 为雄雏, 反之为雌雏。
四、温, 即调控温度。
温度是刺激雏鸡生长的第一要素, 对雏鸡的生长发育起关键作用。雏鸡10日龄以前影响最大, 此时雏鸡体温约39℃, 对冷热刺激比较敏感。第一个星期, 鸡舍温度应控制在33～35℃, 以后每星期下降2～3℃, 直至降到20℃左右。夜间温度应比白天高1℃。掌握温度应遵循下列原则:初期宜高, 后期宜低;白天宜低, 夜间宜高;晴天宜低, 阴天宜高。
五、湿, 即控制湿度。
育雏初期由于用热源升温, 鸡舍内容易干燥, 如果育雏室过于干燥, 会使雏鸡水分消耗过大造成蛋白质吸收不好, 还会使鸡大量饮水, 影响正常消化。雏鸡的湿度要求是:7日龄时65%, 14日龄时60%, 21日龄时55%左右。舍内湿度以人感湿热, 不口燥及雏鸡的胫趾润泽细微, 雏鸡活动无灰尘为好。
六、光, 即光照合理。
制定正确的光照制度是为了保证雏鸡的生长发育。光照太强易发生斗殴和啄癖, 太弱影响采食和饮水, 起不到刺激作用。室内光线强度能够使水反光, 诱使鸡群饮水。育雏的前3天内昼夜照明;第3～7天为19h, 第14天为15h, 第20天以后保持11h, 光照强度由最初的10～20Lx逐渐弱到5Lx。
七、饮, 即适时饮水。
进雏后先饮水后开食, 两者间隔4～5h。在饲养过程中出壳后48h内应饮水, 因此入舍后应先饮水后喂食。开始饮水可采取人工助饮的办法, 让雏鸡都能饮到水, 供给水中应配制成5%的葡萄糖, 添加充足适合雏鸡生长的维生素、微量元素和防止细菌感染的抗生素药物, 提高育雏成活率。前几天最好饮30℃左右的温开水, 一方面补充运输中消耗的水分, 另一方面促进清除胎粪, 防止引起肠道不适发生腹泻, 以后逐渐换成新鲜凉水。
八、食, 即开食喂料。
雏鸡出壳后的48h内能量代谢由卵黄供给, 应及早在60h内开食喂料, 提早饲喂对免疫力、成活率和生长情况有利。
九、风, 即保证通风。
良好的通风可以使舍内空气新鲜, 也可稀释并排出氨气等有害气体、病原菌和多余的水分。通风不良会阻碍雏鸡的发育, 还会引发呼吸系统疾病。
十、防, 即定期防疫, 合理用药:
十字绣之趣 篇7
看似复杂的十字绣其实并不难, 你需要先把线头三三分, 接着把分好的线头搓一搓, 然后小心翼翼地穿进芝麻大小针眼打个结。只要先确定从哪儿开始绣, 数好格子, 绣下一针, 接下来便简单多了, 重复的“十”字, 在下角穿进来, 右上角穿进去, 左下角穿进来, 只要注意一下位置和换线就行了, “十字绣”也因此而得名。
“哇!原来十字绣那么简单呀!”我在第一次得到老师的指导后就开心地叫了起来, 仿佛自己已经能绣得很好了, 周围的同学都不可思谅地看着我, 我伸了伸舌头, 迫不及待地拿起图纸和线, 开始尝试绣十字绣。
不过想绣好也没那么容易。瞧吧, 我绣得一点儿也不好看, 有的太用力, 拉得太紧, 线都快看不见了, 有的用力又太轻, 图案尤为模糊, 整幅图显得乱七八糟。
看老师绣得多好啊!每个“十”字都用力均匀, 工工整整地排在图上清晰又好看。老师对我说“:你呀, 要认真把这个拆了, 重新绣一遍!”为了能绣得跟老师一样好, 我咬了咬牙, 拆了准备重绣。
我十分认真地绣, 还不停地问这样绣对不对, 如果绣得不好, 我就毫不犹豫地拆了重绣, 就这样一节课过去了。
第二次上课时, 我便赶忙拿出上一节课的半成品, 先细细欣赏一番:“嗯, 绣得不错, 今天早上把脸和衣服绣完, 下午再勾个边儿, 就大功告成喽!想到这里, 我马上穿好线, 又安静地绣了起来。
不知不觉一节课又结束了, 一节课, 两节课……经过我辛勤努力, 一个绣图终于绣好了。
在这以后, 每次社团课你都能看见我拿着十字绣, 认真、仔细地绣着一针一线, 这不但让我学会耐心, 还让我从中找到乐趣。