数字图像相关方法最优散斑尺寸

综合分析了图像灰度噪声和亚像素插值误差这两种最主要的误差源对数字图像相关方法位移测量精度的影响,并在此基础上建立了计算数字图像相关方法的总测量误差数学模型.在综合考虑这两种误差的基础上具体分析了散斑尺寸对数字图像相关方法的位移测量精度的影响,运用理论分析和数值模拟得到了不同参数下的最优散斑尺寸.研究结果表明,对于一定的测量参数而言,存在一个散斑尺寸的最优区间,在这个区间内的散斑越多,数字图像相关方法的位移测量精度越高.     

基于D2样条插值和LOG算子的亚像素边缘检测

提出了一种基于 D2 样条插值和 LOG算子的亚像素边缘检测方法 .将被检测的图像块在 1 /2 p精度上行列分离分别进行一维 D2 样条插值 ,得到亚像素图像 ,然后将不同尺度的 LOG算子与之卷积 ,所得边缘图像经过边缘融合后得到亚像素边缘     

光镊系统中一种亚像素位移测量方法研究

光镊系统中光阱刚度系数的快速、准确、高精度测量是光镊进行粒子定量操控的关键因素。本文给出了一种利用数字图像相关匹配的方法实现亚像素的位移测量。为提高测量精度,此方法在捕获过程中采集多幅图像并以相邻前一幅图像作为模板去匹配下一幅图像,以此类推,最后将每个增量位移场叠加作为最终的位移,同时在亚像素计算时采用较高精度的梯度法;为了提高计算速度,在整像素点匹配时,采用了动态阈值序贯相似法。最后,通过模拟仿真实验,对此算法的有效性进行了验证,结果表明本算法比普通亚像素算法快1~2倍。     

基于分层插值和最小二乘拟合的亚像素细分算法

在分析传统的光疯质心亚像素细分算法误差原因的基础上,提出了一种基于“金字塔思想”分层方式的三次线形插值和最小二乘拟合的质心算法。通过多次插值对光斑图像进行逐层细分,采用最小二乘曲面拟合在每一层内进行迭代计算。结果表明,该文分层插值方法提高了图像的分辨率,减小了图像系统误差和随机噪声等因素对算法精度的影响,通过该方法获得了较高精度的图像光斑中心位置。仿真实验测试证明,分层插值拟合方法精度优于质心法和曲面拟合法等传统算法,在实际的飞行器测量实验中具有很好的实用性。     

插值和滤波处理技术在激光三角法测量中的应用研究

采用直接阈值法和迭代阈值法对激光三角法测量中的光斑区域进行分割,然后用最近邻插值和双线性插值法对截取的光斑图像进行插值处理,实现光斑图像特征点区域的亚像素定位,并对几种不同滤波器处理情况下的计算结果进行了对比和分析.     

基于混合型多结点样条插值曲面的图像放大方法

 多结点样条插值是一类曲线曲面的拟合方法,为了探索高质量的图像放大方法,提出了一种利用混合型多结点样条插值曲面的图像放大方法,该方法为数字图像的每一个色彩分量构造一个分块混合型多结点样条插值曲面。试验结果表明该方法对图像的放大质量较高。为了提高该方法的效率,描述了一种加速算法,该加速算法在数字漫游系统与动画制作等方面可望得到应用。     

一种基于图像边缘的插值算法

传统的图像插值方法会导致图像边缘模糊,为了得到更好的视觉效果,提出一种基于图像边缘的插值算法,在非边孽区域用传统的插值方法。在边缘区域把数字图像构造成连续曲面,重采样得到插值点的像素值。实验结果表明,该方法插值后的图像边缘清晰,且因非边缘区域用传统插值方法而降低了计算的复杂度。     

功能磁共振时间序列图像快速配准方法研究

提出了一种非迭代分别检测时间序列图像间旋转、平移运动的方法．该方法基于傅立叶频谱的相位相关特性，解决了迭代配准算法中的旋转与平移耦合问题．通过精心选择参考图像，采用基于递归数字滤波的三次B样条插值方法，实现了功能磁共振序列图像的快速配准，配准精度达到了亚像素级。     

一种亚像元遥感图像的小波插值及滤波方法

该文分析了亚像元技术及相关的几种传统插值方法.针对传统插值方法拟合精度不高的缺点,提出了对两帧错半个像元的遥感图像进行小波插值与滤波的方法,即利用图像中已知点的全局信息对小波系数进行逐层估计.最后通过信息融合,将图像重构为一幅信息更丰富、分辨率更高的遥感图像.由于考虑到图像的全局信息,该算法对图像细节信息保持较好.实验结果证明了该算法优于传统方法,为采用亚像原成像技术提高航天遥感系统空间分辨率提供了一种图像融合重构的新方法.     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.