圆形截面管路内PIV流场测量的直接校正方法

为修正圆形截面管路内PIV（粒子图像测速）流场测量中的图像畸变,建立了一种基于光学原理的直接数值校正方法.该方法不受流体饱和温度限制,可对坐标和速度矢量进行同步校正,壁面附近的光学畸变也能够进行较好还原,同时不需要额外的辅助设备.采用Fortran语言编制了通用的计算机代码,只需改变程序相关输入参数,即可应用于其他条件下的图像校正.使用方形规则化网格对其进行了验证,误差不超过3%.对于双层圆形管壁内低温气液两相流动的PIV流场测量实验,该方法能够给出满意的校正结果.
     

基于径向基函数神经网络的栅格图像非线性畸变校正

为了减小光电成像测量系统中存在的非线性畸变,提高测量精度,提出了一种基于径向基函数神经网络的图像畸变校正方法。提取带有桶形畸变的栅格图像中的栅格交叉点作为控制点,利用光学成像关系推算出栅格交叉点的理想无畸变位置,构成径向基函数神经网络的训练集。经过训练,可以确定径向基函数神经网络结构的优化参数。针对栅格图像进行了畸变校正实验,并与多项式变形法进行了比较。实验结果表明,所提方法能够自动、有效地校正图像畸变,效果优于多项式变形法。     

光学成像系统中非线性畸变的数字校正方法

该文通过对光学成像系统中非线性畸变的分析，提出了一个数字校正方法。该方法利用与光轴对称的径向畸变数学模型求出光学镜头的校正系数，对畸变图像进行校正。对校正方法的程序实现进行讨论，给出了对实际畸变图像进行校正的实验结果。     

广角成像系统光学畸变的数字校正方法

广角成像系统光学畸变的数字校正方法刘航毛义杜吉郁道银（天津大学精仪学院３０００７２）光学系统的畸变除了利用像差理论来实现校正外，还可以利用数字图像处理技术来进行校正。这为某些受其他条件的限制，很难用像差校正的方法来实现其畸变校正的光学系统，如内窥镜光...     

渐晕对面阵CCD高温计精度的影响及校正方法

基于面阵CCD(chargecoupleddevice)的高温计由于存在光学系统渐晕,直接测量得到的温度场会发生严重畸变,大大降低了测温精度.因此,根据辐射测温及几何光学理论,建立了基于面阵CCD温度场测量的温度畸变数学模型.分析了光学参数对温度场测量精度的影响,并提出了一种基于图像邻域灰度梯度分布稀疏特性的渐晕系数估计方法.该方法与利用积分球标定方法相比,其渐晕系数估计的最大绝对误差为0052,且其有效性在铸坯表面温度场校正实验中得到了进一步验证.     

畸变补偿在光电测量系统中的应用

采用补偿方法对光学系统本身的畸变进行校正补偿.  在畸变校正原理的基础上, 利用畸变校正装置对光电测量系统进行畸变校正,  并进行实验分析.  结果表明, 该校正方法可减小因光学系统畸变导致的测量误差, 通过三次拟合方程补偿后, 在全视场范围内, 系统的测量精度为0.244个像元.       

基于灭点的透视校正和空间定位的方法研究

由于光学镜头的成像特性,并且摄像机成像平面与景物平面间存在着倾角和转角,因而光学镜头摄像机获取的图片存在非线性的几何畸变,在对图像进行测量和定量分析之前,应消除这些畸变。为此,应用透视投影的灭点形成原理和双线性插值方法,研究了一种图像透视投影的校正方法,在校正后的图像基础上,建立图像坐标系和世界坐标系的关系模型,利用最小二乘法,实现空间定位。实验结果表明,利用该方法可得到的理想的校正结果,定位精度比较准确,方法简便实用,实际应用表明,该方法是可靠有用的。     

基于灭点的透视校正和空间定位的方法研究

由于光学镜头的成像特性,并且摄象机成像平面与景物平面间存在着倾角和转角,因而光学镜头摄象机获取的图片存在非线性的几何畸变,在对图像进行测量和定量分析之前,应消除这些畸变。为此,应用透视投影的灭点形成原理和双线性插值方法,研究了一种图像透视投影的校正方法,在校正后的图像基础上,建立图像坐标系和世界坐标系的关系模型,利用最小二乘法,实现空间定位。实验结果表明,利用该方法可得到理想的校正结果,定位精度比较准确,方法简便实用,实际应用表明,该方法是可靠有用的。     

一种新的Mems变形反射镜主要性能参数测试

通过对37单元Mems变形镜面形的测量得到了变形镜的电压-位移静态曲线。通过对自适应光学微变形反射镜理论研究推导和实验测试,导出了变形反射镜光学影响函数的矩阵并由此得到电压控制矩阵,从而利用控制电压校正了变形镜的初始面形,为系统波前畸变校正提供了与理论相一致的实验依据。对变形镜校正能力进行了测评,为今后全面优化设计微变形反射镜及其更完美的适应自适应光学系统的需要提供了实验数据与理论支持。     

一种广角镜头成像几何畸变校正算法实现

由于成像光学系统固有的特性,以及镜头成像平面与物体平面存在的倾斜角和转角,使得获取的图像存在着非线形几何畸变,在对图像进行定量分析和检测之前,必须消除这些畸变。为此,本文提出了一种以校正径向几何畸变为主的非线性校正方法,讨论了控制点的选取原则,建立了三次多项式的畸变校正模型;分析了不同灰度重建方法的特点,进行了仿真实验,校正结果良好,在成像测量应用中有很好的实用价值。     

实体模型表面流场、河势测量中图像技术应用研究进展

介绍了粒子图像测速技术(PIV)引入水流研究的历程,结合近10年来图像技术的应用及发展情况,讨论了将图像技术应用到流场及河势测试中的图像识别、边缘检测等关键问题的研究进展,并对相关的测试理论进行了探讨.指出,对河工模型表面流场测量中的图像畸变矫正、示踪粒子在三维水流中的跟随性、浑水条件下表面流场的测量以及河势的实时自动提取方面还有待进一步深入研究,将图像技术获得的流场、河势信息与数值模拟相结合实现实时混合模拟是今后的研究方向.     

卷帘式快门CMOS数字相机测速系统标定技术

为了实现对高速公路车辆速度进行限制, 建立了基于卷帘式CMOS（Complementary Metal Oxide Semiconductor）图像传感器的相机测速系统, 并对该系统采用的标定技术、 测速算法等进行了研究。卷帘式快门数字相机测量速度是利用卷帘式快门曝光, 具有一定的延时, 对运动物体拍摄会产生一定的畸变, 通过对图像的畸变部分进行图像处理和计算, 即可得到运动物体的速度参数。根据相机成像的几何原理, 分析了相机的标定原理, 根据相机测速时的特点, 提出了简单、 有效的标定方法。进一步研究了相机标定和测速的实验方法和步骤, 进行了标定及测速实验。经实验验证： 利用卷帘式快门CMOS数字相机方法对运动目标测速值较精确, 误差在2.5%以内。基本满足高速公路相机测速系统精度要求。     

基于视觉的六自由度机械臂运动学参数辨识

提出一种新型低成本的基于单目视觉的机器人末端位姿测量方法,设计并实现了六自由度机械臂的运动学参数辨识。采用分级测量方法和标定板绝对编码方法,解决了当前视觉测量过程中测量范围小、测量精度受相机畸变影响大等问题;使用基于位置误差的运动学参数辨识模型和单目视觉测量系统,简化了机器人的标定过程。最后,通过实验验证了方案的实用性和有效性。     

基于非成像模型的摄像机校准方法

作为摄影测量关键部件的摄像机,其校准精确度直接影响了整个测量系统的测量不确定度．通过对常规摄像机校准技术的研究,发现基于内参数成像模型的校准方法会因为内参数综合优化的相关性干扰和非线性求解的不确定性使校准的畸变参数不稳定,且无法修正由镜头透镜组制造中的曲率变化非连续平滑等造成的非模型化畸变．结合航空摄影测量光学实验室方法与垂线法,以摄像机的成像原理为依据提出基于非成像模型的校准方法,以实现逐像元（甚至亚像素级）畸变的细化修正．实验表明,该校准方法的角度测量精度为±5″,系统不确定度为10×10-6,并可适用于所有的相机和镜头．     

基于平面靶标的相机内部参数标定精度分析

相机内部参数标定是实现机器视觉测量的必要环节.目前常用的标定方法有Tsai两步法、DLT方法以及基于平面标靶的张正友法等.张正友法简单易行,因而得到广泛应用,标定精度取决于平面靶标的制作精度、图像特征点坐标的提取精度、镜头畸变、靶标摆放数目以及位姿分布等.对张正友标定方法的精度进行探讨,分析各影响因素对标定精度的影响,提出基于均匀设计的思想进行靶标位姿分布的设计思想.仿真和实际测试证明,采用均匀设计的靶标布局明显提高相机内部参数标定精度.     

基于交比不变和间距比不变的线阵相机畸变标定方法

基于线阵相机双目视觉成像技术可有效检测汽车底盘异物,保证人员安全。但相机畸变影响几何量测、三维重建精度。并且由于线阵相机与面阵相机的成像模型不同,造成适用于面阵相机畸变校正算法无法直接运用在线阵相机当中。通过研究面阵相机的畸变成像模型,结合线阵相机的成像特点,推导出线阵相机的畸变成像模型。利用交比不变性和间距比不变性,结合线阵相机的畸变成像模型,建立二元畸变方程组;并利用等间距条形标靶获得相应参数。最后对新方法进行了真实图像校正实验,证明该方法畸变标定简单易行,有效。     

基于立体视觉的摄像机标定方法的研究

摄像机标是立体视觉获取三维空间信息的前提与基础。标定结果的好坏直接影响着三维测量的精度及三维重建结果的好坏。笔者首先在本文中对摄像机标定的基础知识作了简要的介绍,采用三维标定块标定摄像机,避免传统的利用标定板标定摄像机丢掉了Z维的坐标信息所引起的误差,同时考虑相机的径向畸变因素,以提高标定精度。实验结果表明该方法精度较高,能满足立体视觉系统的需要。     

基于OpenCV的挖掘机器人摄像机参数标定

为了建立挖掘机器人视觉系统摄像机测量模型,提高视觉测量精度,分析了挖掘机器人摄像机视觉系统内、外参数成像模型及摄像机非线性畸变参数,确定了适合挖掘机器人视觉系统的标定参数。通过采集自制的棋盘标定模板不同方向的七幅图像,基于OpenCV技术实现了对模板角点的提取。通过七幅图像进行标定实验,实验结果获得了摄像机模型的线性内部参数矩阵,标定出了摄像机非线性模型的径向畸变系数,摄像机外部旋转矩阵及平移向量,并给出了标定参数误差。研究结论表明采用角点提取方法,标定误差可达亚像素级,能够满足挖掘机器人视觉系统的标定及视觉测量精度要求。