激光光斑定位的多圆拟合算法的研究

介绍了用于提取激光光斑参数的曲面拟舍和圆拟合算法，在圆拟合算法的基础上提出了新的多圆拟合算法，在不同的噪声水平下比较了曲面拟合算法和多圆拟合算法所能够达到的精度。研究结果表明，多圆拟合算法具有更好的抗噪声性能，除了可以检测光斑中心外，多圆拟合算法还可以检测其半径达到亚像素级的光斑，所以能够广泛地应用在光学测量系统之中。     

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。     

激光能量密度分布的测量方法

提出一种用于激光能量密度分布测量与分析的方法, 首先采用图像处理方法对激光光斑图像进行检测处理, 再对激光光斑波面进行拟合, 并采用伪彩色对激光能量分布进行三维显示. 采用Zernike多项式对波前进行拟合和重构, 讨论了拟合采样点的布设方法, 并用激光能量密度测试精度平均误差较小的同心放射状采样点布局方案. 采用伪彩色算法对二维光斑图像进行三维模型显示, 反映光斑不同区域能量分布的相对 大小和位置. 实验结果表明, 该方法基本满足激光能量密度分布检测的要求.     

自动机运动规律测试中的数据处理方法研究

通过分析光电位移测试中图像数据的特点,利用光斑区域预测法,预测光斑在图像序列中的区域,确定处理的矩阵范围,实现了数据的快速处理;分析了提取光斑中心的灰度中心算法,获得了处理的数据点;通过拟合位移曲线获得自动机运动规律的位移时间曲线和速度时间曲线,得出了某型号冲锋枪自动机运动规律的速度曲线,为自动机运动规律的研究提供了可靠依据。     

基于椭圆拟合的晃动虹膜图像的检测算法

针对虹膜识别系统中晃动影响识别准确率的问题,提出了一种基于椭圆拟合的晃动虹膜图像的检测算法.首先对虹膜区域利用Gabor滤波器卷积初步估计光斑的位置;然后在放大5倍的截取虹膜图像上定位有效光斑;最后,对每个光斑的边界进行椭圆拟合,并计算长短轴比例和拟合误差,误差较小且长短轴比例大于1.55的图像判定为晃动图像.在CASIA-IrisV3-Lamp数据库上的实验表明,该方法检测晃动虹膜图像的准确率达到100%,提高了虹膜识别系统的准确率.     

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.     

数码相机参数的靶圆切点标定法

数码相机定位是计算机图形学中的一个重要课题,在图像处理等方面有着广泛的应用,其中数码相机参数的标定是定位的关键．文章结合数码相机成像原理、坐标的旋转变换与平移变换,利用两靶圆切点的像仍为切点的原理,提出了数码相机参数标定的靶圆切点法,并利用最小二乘法将数据拟合,得到数码相机的内外部参数．实验结果证明了这种方法的可行性与实用性．     

处理光滑曲面上指印光斑方法的实验研究

目的解决并处理曲面上指印物证照片光斑影响难题。方法提取拍照时,利用不同配光角度记录两次相同背景相同反差但光斑位置不同的照片,利用PhotoShop软件"橡皮擦"工具进行图像拼合,达到去除光斑的目的。结果图像处理后的物证照片即消除了光斑又能反映纹线细节的检验效果。结论处理曲面上指印时,图像拼接法是一种可以去除光斑影响的有效方法。     

复杂工业环境下激光束中心快速精确定位方法

针对工业现场在线检测对计算机视觉算法稳定性、实时性、精度和抗干扰能力的要求,结合两万吨挤压机活动部件五自由度实时监测系统的具体情况,在现有方法的基础上,提出了一种复杂工业环境下激光束中心快速精确定位方法.首先,在图像预处理的基础上通过Canny算法实现图像边缘二值化,并对得到边缘进行筛选,剔除不符合光斑轮廓特征的边缘.接着,采用一种改进的快速Hough变换初步确定激光光斑的大致位置和半径,依据Hough变换计算结果设置光斑有效区域,在有效区域内通过最小二乘法椭圆拟合得到亚像素精度的激光束中心坐标.实验研究表明,该方法在存在噪声的环境下单次检测时间小于50ms,精度达0.15像素(pixel).可在较强干扰下实现激光束中心的精确定位,与传统方法相比,精度高,实时性好,适应性强.     

激光扫描三角法大型曲面测量中影响参数分析

介绍了基于光学三角理论的激光扫描大型曲面测量原理．详细分析了影响其测量精度的几个主要因素,即被测物体表面的光学性能、物面倾斜、光学系统畸变及散斑等对测量精度的影响．针对大范围测量时,光斑图像占用多个像素及诸多因素造成的光斑图像强度分布不均,以致于很难读取真正光斑几何中心的问题,文中提出了基于Hough变换的光斑中心提取方法．实验表明了该方法对提高大型曲面测量精度的有效性．     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。     

多级光杠杆测量微小形变量研究

光通过镜面发生反射,在入射光线方向不变的情况下,如果镜面旋转的角度为0,则反射光线偏转20．利用该原理对传统使用的光杠杆进行改进,提出多级光杠杆的概念．多级光杠杆对微小测量值的放大倍数远远超过传统光杠杆,灵敏度得到提高．同时在数据处理上采用线性拟合的方法得出结果,避免了传统光杠杆中的直接测量标尺和反射镜之间距离而引入的误差,使微小目标测量结果更加可靠．     

特定点与火炮回转轴的水平距离测量方法

为实现火炮上的特定点与火炮回转轴水平的距离测量,提出了系列基于测边网的测量方法。该系列方法是在测边网法测量火炮回转圆参数的基础上,将火炮上被测的特定点投影到测边网水平面上,通过测量水平面上特定点的投影点与回转圆上2个以上投影点之间的距离参数,便可解算出特定点的投影点相对坐标,从而计算出特定点与火炮回转轴的水平距离。根据距离参数冗余情况,这些方法被分为非冗余法和冗余法。非冗余法采用距离交会解算出特定点的投影点相对坐标。对冗余法而言,首先,通过测边网条件平差的方法对所有测量参数值进行平差处理,得到各测量参数的平差值;其次,用平差值计算各点的相对坐标,并通过圆拟合得到火炮回转中心相对坐标;最后,计算水平面上特定点的投影点与火炮回转中心的距离。采用蒙特卡洛方法模拟的结果表明：在检测现场可实现的测量条件下,几种方式得到的测量误差都小于2 mm;随着测量条件的改变,冗余测距法始终比非冗余测距法的测量误差小。模拟结果说明所提方法的可行性,为国家军用标准修订提供了依据。     

进离场交通流时距分布特征对比分析

时距分布是空中交通流理论研究的重要概念和组成部分。以中国某机场实测轨迹数据为例,提出一种合适观测点的自动生成方法,该方法能有效提升轨迹数据的利用率,并选择跟驰性较好的轨迹数据用以计算时距。在分别绘制进场和离场交通流时距频率分布直方图的基础上,应用韦布尔、光滑样条和有理函数模型拟合时距分布情况,并从定性和定量的角度对比分析拟合结果。结果表明,在机场运行状态正常时,有理函数模型对离场交通流时距的拟合效果最好,而光滑样条模型对进场交通流时距的拟合效果最好;在机场运行状态不佳时,光滑样条模型和有理函数模型则分别对离场和进场交通流的拟合效果更佳;进场交通流时距分布比离场交通流时距分布特征更明显。     

驾驶员疲劳检测中的眼睛定位与状态分析

针对驾驶员头部多角度变化时眼睛定位困难的现状,提出了基于肤色检测和纹理特征的驾驶员眼睛定位算法.该算法采用肤色检测定位出人脸图像;根据眼睛灰度范围与其他部位的差异进行人脸图像二值化和形态学图像处理,确定眼睛候选区域;通过比较各候选区域纹理特征向量值的不同,确定眼睛位置,并基于黑斑拟合椭圆性质进行眼睛验证和睁开程度计算.计算结果表明,头部角度变化时各候选区域的纹理特征值差别仍较大.因此,该算法不受驾驶员头部角度的影响,眼睛定位准确率较高,且算法简单,计算速度快.     

基于轮廓曲率的树上苹果自动识别

为实现机器人采摘作业中苹果的空间定位,研究了单幅自然光条件下果树图像中苹果及其果柄识别定位的方法.建立以规格化的r,g为输入,苹果、树枝、树叶等为输出的三层BP神经网络模型,用于图像分割,经预处理后,提取苹果目标,根据目标形状将苹果分为5类,通过不同的圆拟合方法得到苹果的准确位置.在对被遮挡苹果进行圆拟合时,依据目标轮廓曲率的变化,抽取连续光滑轮廓线段,用采样点平均曲率的倒数作为拟合圆的半径,再由几何关系求出圆心位置.结合苹果的拟合圆,给出果柄所在的近似矩形区域,在区域内分割出树枝部分,进而利用投影法确定果柄的精确位置.通过对40幅果树图像试验表明,苹果及其果柄的识别率在80%以上.     

高斯-拉普拉斯边缘检测算子的扩展研究

针对经典的高斯-拉普拉斯（LOG）边缘检测算子是各向同性的,对各个角度方向的图像边缘检测的力度是相同的特性,对经典LOG边缘检测算子引入了角度信息参量进行推导,使以圆为对称的经典的LOG边缘检测算子变成为以椭圆对称,并且可以在坐标轴旋转任意角度的边缘检测算子,增强了其边缘检测的功能,使之能对不同角度方向的边缘更加有效地进行检测．经过在Matlab里对同一幅图像进行比较实验,对于图像中不同角度的边缘均能相应地进行提取．扩展后的LOG算子,不仅增强了边缘检测算法功能,而且完全保留了经典LOG算子原有的优点．     

基于CCD图像的数据分析与特征提取算法研究

笔者介绍了CCD图像的来源,基于MATLAB对光学实验中获取的CCD图像进行了数据分析,并且采用不同的算法提取了CCD图像中的亮点和直线,根据需要计算出了两条直线之间的距离,绘制了提取亮点后的合成图．最后对使用的算法的优缺点进行了分析探讨．