亚像素级细分在CCD光靶中的应用研究

由高速线阵CCD相机基于交汇原理组成的弹丸立靶坐标、射击密集度测试系统,其测试精度与弹丸图像的边缘位置密切相关,弹丸穿过大靶面的边缘区域时成像模糊,其灰度值呈连续变化状态,常用的图像边缘检测算子已经不能适应这种情况.对8 m×8 m的靶面,一个像素就会在物方最大引起±10 mm的测试误差.将Sobel边缘检测算子的粗检测定位与三次样条函数差值的细检测相结合,先用sobel算子粗检测,再构建三次样条函数,利用三次样条插值对弹丸图像边缘进行亚像素级细分.实弹射击试验结果证明,这种方法能够将系统的最大测试误差降低到±2.5 mm.     

基于存在概率图的纸靶重孔识别方法

针对纸靶重孔识别率低、测量精度差的问题,提出了一种基于存在概率图的重孔识别方法。通过将弹孔相交边缘点共圆信息映射为圆存在概率图中的峰值,再根据弹孔数量和筛选峰值确定弹孔的参数,识别其位置。该方法采用事先选定潜在圆心存在范围和使用链式结构存储中间数据的方式,大大降低了算法的计算量和空间复杂度。实验表明,该方法能够有效地识别出不同重合度下的重孔区域弹孔的参数,且测量的误差不大于3 pixel,解决了由于真实重孔边缘模糊、不连续造成的识别率低下的问题。存在概率图的纸靶重孔识别方法具有较强的稳定性和识别能力。     

一种单线阵CCD立靶系统参数标定方法

为提高单线阵CCD立靶的测量精度,提出一种基于测量模型的系统参数反演和标定方法。在假设相机镜头的焦距、倾角和主点坐标以及激光器发光点坐标等系统参数已知的情况下,建立相机捕获弹丸影像的中心像元位置、各系统参数以及弹丸着靶坐标之间的函数关系,通过实测的弹丸影像的中心像元位置和弹丸坐标值反求出与系统各参数相关的矩阵模型,而不需要求出具体的系统参数值。在实际测量中,只需根据所求得的矩阵模型和每次测得的目标影像的中心像元位置便可求得弹丸着靶坐标。根据系统测量原理,建立了系统的数学模型和参数标定模型,采用所提反演方法对系统参数进行了标定实验。模拟实弹实验的结果表明,本文方法的坐标测量精度明显优于传统方法。     

一种基于图像处理技术的自动报靶方案

为了满足射击运动的发展和射击水平的提高，克服人工报靶存在的诸多缺陷，提出了一种基于图像处理技术的自动报靶方案，首先，采集靶面图像，并转换成灰度位图，其次，对灰度位图进行滤波，最后，通过相关图像处理，自动识别环线、靶心和弹孔，并计算环值，研究表明．该方案的自动报靶结果平均误差不超过0．1环。     

实时高速棒材图像的识别与跟踪

针对高速生产线上棒材计数困难的问题,使用线扫描相机采集运动棒材图像,利用Blob分析算法识别出棒材端面的质心坐标,并计算其面积大小;利用图像帧间数据联系开发出一种启发式跟踪方法跟踪棒材端面运动.在实验室环境下,开发出高速实时棒材识别与跟踪的硬件与软件系统.首先搭建了硬件平台,确定了硬件的系统参数,而后基于Visual ...     

基于CPLD和DSP的线阵CCD数据采集系统设计

文章从双CCD交汇测量技术原理出发,重点阐述了利用线阵CCD为探测器件,实现飞行弹丸着靶坐标测量的光电数据采集系统。当弹丸通过靶面时启动CCD摄像系统进行光能量积分,输出存储信号电荷,硬件电路将接收的CCD摄像机信号进行放大、滤波、二值化,并抑制噪声干扰信号,从背景中提取出弹丸信息,然后由DSP计算弹丸通过靶面时的坐标,并通过串口送到上位机的虚拟靶面显示。     

一种智能弹道参数测试系统研制

设计了一种智能弹道参数测试系统，介绍了其工作原理及其软件与硬件设计，该系统与天幕靶、光幕靶等区截装置配合可测试飞行弹丸的速度、立靶坐标、射频等参数，并可实时给出所测参数，按需要的格式保存、显示或打印数据，有利于试验数据的科学管理。     

机器人足球中关键目标坐标的几何变换

讨论在识别目标前不对图像进行几何变形的预处理，而是在图像上对小车和球的位置识别成功后，通过插值算法把目标坐标映射为实际场地的位置坐标。该方法避免了把场地内所有的点都进行坐标变换的图像预处理过程，从而极大地减少了计算量。     

基于改进边缘检测的钢箱梁疲劳裂纹识别及量化方法研究

钢箱梁内部场景复杂,疲劳裂纹图像识别容易受到背景干扰.针对传统图像处理方法的识别局限性,提出了一种基于改进边缘检测算法的疲劳裂纹识别与量化方法.首先,通过边缘检测算法识别出裂纹特征点,并通过形态学处理提取出裂纹骨架线.其次,采用单目视觉方法进行裂纹的特征量化.通过张氏标定法,建立了相机成像模型,从而将裂纹特征点由像素坐标映射至空间坐标.最终,开展了疲劳裂纹识别与量化试验,将改进边缘检测算法与传统图像处理方法进行比较,并评估裂纹特征量化精度.研究结果表明：改进边缘检测算法通过引入双边滤波函数,可以在抑制焊缝噪声干扰的同时保留裂纹边缘特征,相比于传统边缘检测和自适应阈值分割算法,更适用于钢箱梁识别场景.在试验条件下,疲劳裂纹长度测量误差控制在5%以内.     

一种高精度CCD测试系统的非均匀性校正方法

针对高精度光电耦合器件(CCD)测试系统中像素的非均匀性给测试结果带来较大误差的问题,根据引起图像像素非均匀性噪声的特性,建立了对应的图像模型.采用自适应阈值分割算法将图像二值化分离出有效使用像素,并提出了一种采用两点线性方法对非均匀性像素进行校正的算法.仿真实验采用高速面阵CCD采集由激光器发射的圆形光斑图像,并通过计算图像光斑的中心坐标进行了验证.结果表明,该算法能够将图像的复杂背景与光斑分离,可校正其像素的非均匀性,稳定光斑的像素灰度值.在相同条件下连续采集图像,图像光斑的中心坐标稳定.