一种提高并行共焦显微测量重复性精度的方法

并行共焦测量是利用微透镜和小孔列阵产生一个二维点光源阵列,实现对物面上一个二维阵列物点的同步共焦测量。传统的共焦显微测量系统对三维形貌进行重构,是通过搜索各个轴向扫描图像中光斑光强极值点的位置来获取三维轮廓,轴向扫描间距的选取对测量精度和重复性的影响很大。文章介绍了一种新的数据处理方法,其先对各物点的轴向光强采样值进行线性拟合,再由拟合得到的直线确定最大光强所对应的轴截面位置,这样可以在较大的轴向采样间距下获得较高精度的三维轮廓信息。实验结果表明,采用这种数据处理方法,测量精度和重复性精度均有所提高。     

一种基于圆差异算子的眼睛垂直定位方法

提出了一种新的眼睛垂直定位方法,先利用圆差异算子对原始图像作变换,并对变换后的图像作垂直方向的积分投影,搜索投影曲线上最大的三个极值点,得到眼睛的可能位置,再对每个极值点的所在区域作水平方向积分投影,利用水平投影曲线的波峰数条件过滤眼睛以外的其他点,最后利用人脸的结构特点确定出眼睛点的垂直位置．通过在Yale照片库上的实验说明该方法具有很高的定位准确性．     

基于图像法的点云数据边界自动提取

提出了一种反求工程中基于图像法的点云数据边界特性的自动提取方法，采用图像处理中梯度求解方法，对点云中每一点处的法矢和曲率进行估计，通过阈值得到候选边界点，再利用曲率极值法得到最终边界点。通过这些边界点可以进一步拟合边界曲线，达到对点云数据进行自动分片的目的。该方法具有较强的可操作性实用性，对于反求工程的自动化和智能化研究具有实际意义。     

面向快速成形的骨体断层图像分割算法研究

通过分析面向快速成形的骨体断层图像固有的特性，利用灰度特性对图像自动阈值分割．先对图像原始直方图进行移动平均修匀，再对其进行高斯函数的卷积运算以消除噪声点，通过有限次循环，获得平滑曲线。对卷积后的直方图作二次指数平滑处理，求得平滑信号的局部极值，即可确定最终的阈值．实验表明：该方法能快速、有效地分割骨体图像．     

直线检测的灰度投影积分方法

为了提高图像上直线检测的鲁棒性和精度,提出一种灰度投影积分(GP I)方法。GP I方法将需要检测的图像直接在直角坐标空间沿某个投影方向进行投影,将对应到同一投影点的像素灰度值进行累加,得到灰度投影积分向量,再旋转投影方向计算不同投影方向的灰度投影积分向量,从而得到一个原图像的灰度投影积分矩阵,再由该矩阵的极值元素所在的行和列求出图像中直线的方程。实验结果表明,GP I方法不需要事先提取边缘点,就能够快速准确地检测出图像中的直线,避免了传统方法在提取边缘点时阈值选取不当带来的直线检测误差。     

模拟退火算法中分形和相变现象

对模拟退火算法寻找极值的非线性动力学行为进行了研究.通过图像对比直观说明算法涉及的主要参数对寻优结果的影响,如初始温度、步长、退火速率等.适当控制模拟退火算法参量,画出步长、初值及最终所得到极值点的关系图像,在极大值吸引域附近对图像进一步放大,发现了和原图相似的图形和分形结构,分形维数为2维,将这一现象归原因于吸引子之间的相互作用.进一步对图形进行分析,发现随着初值的增加,最小值的寻优概率变化呈现很好的相变曲线和类渗流现象.     

曲线的拐点和极值

给出了曲线拐点判定的几个充分条件,对比曲线的拐点和极值的判别方法,研究了曲线的拐点、极值点和不可导点之间的关系.结论表明,曲线的可导点不可能同时既为极值点又为拐点.     

曲线拟合与特征点相结合的鞋印外轮廓特征提取算法

首先,定义鞋印外轮廓的两类特征：一类是鞋印鞋尖、鞋跟部分的曲线特征;另一类是外轮廓凹凸圆弧、直线之间的过渡特征点．然后,据此提出一种鞋印外轮廓特征的提取算法,即随机提取鞋印鞋尖或鞋跟外轮廓若干轮廓点拟合成曲线,用曲线的系数和外轮廓凸圆弧、直线之间的切点、凹凸圆弧的平滑过渡点拐点,来描述鞋印外轮廓．通过大量的实验得出基于该特征进行鞋印图像检索算法优于其他常用的基于形状的检索方法,同时该特征提取算法具有快速、准确、科学、实用等优点．     

曲线的拐点和极值

给出了曲线拐点判定的几个充分条件，对比曲线的拐点和极值的判别方法，研究了曲线的拐点、极值点和不可导点之间的关系．结论表明，曲线的可导点不可能同时既为极值点又为拐点。     

旋转二次曲面折射成像的球差分析

为研究旋转二次曲面及其透镜对轴上物点的成像质量,从二次曲面的标准方程出发,以折射定律为基础,导出了旋转二次曲面折射成像的精确球差公式,并由此计算了不同类型二次曲面及其透镜成像的球差,结果发现,旋转椭球面、抛物面和双曲面双凸薄透镜的成像质量都优于球面双凸薄透镜的成像质量.     

旋转抛物面薄透镜组的光心

为了研究旋转抛物面薄透镜组的光心,首先讨论了单个抛物面薄透镜的光心,在此基础上,根据等效光学系统理论,对旋转抛物面薄透镜组的光心定义、性质和位置进行了详细的探讨和研究,发现旋转抛物面薄透镜组的光心位置取决于两抛物面薄透镜的间距、抛物面的形状、两透镜材料及其周围介质的折射率,最后讨论了空气中旋转抛物面薄透镜组在几种特殊情况下的光心位置.     

结合循环迭代方法的自适应中值去噪新模型

针对传统去除椒盐噪声方法在图像噪声密度较高时去噪性能较差的缺点,本文提出了一种结合循环迭代方法的自适应中值去噪新模型,提高了高密度椒盐噪声下去噪算法的性能.该滤波器工作模式可分为三个阶段：首先,图像疑似噪声点预处理,通过极值判断法,将待处理像素点进行区分得到疑似噪声点;其次,确定噪声点处理,将已确定噪声点用邻域内的中值或均值自适应替换,从而完成去噪;最后,疑似噪声点再次处理,通过算法内置参数和条件,进一步判断疑似噪声点是否为噪声点.该模型还加入噪声标记点方法,通过迭代处理判断标记点结束去噪,得到滤波后的图像.仿真实验证明,本文提出的方法较传统的几种去除椒盐噪声滤波算法,针对无论是低密度噪声图像或是高密度噪声图像,去噪性能都有一定的提升,且能够较好地保留图像边缘和纹理等结构信息.     

基于动态区域规划的双模型车道线识别方法

为提高车道偏离预警以及前方车辆识别系统性能,提出一种基于动态区域规划的双模型结构化道路车道线检测方法。通过基于模板的腐蚀、膨胀处理改善了图像预处理效果。根据“微元”理论进行图像动态细化分区,对各区域局部独立识别,整体综合分析,最终利用直线和B-样条曲线双模型完成车道线拟合。 实车试验证明,直线/B-样条曲线双模型拟合,提高了算法对不同车道线的适应性。      

关于理想光具组横向放大率曲线的分析与运用

通过对理想光具组的横向放大率曲线的分析,总结出理想光具组成象的普通规律,并就球面、薄透镜的成象规律进行了具体,全面的讨论。     

基于图像变换的自由曲面光学透镜面形测量

对称中心的自由曲面光学透镜的光学表面面形测量 ,是光学加工制造领域的难题。为达到高精度测量 ,提出一种可用于自由曲面光学透镜在线光学测量方法。基于光学透镜的图像变换特性与其光学表面面形之间存在着的拓扑关系 ,通过对标准输入图像和经过待测自由曲面光学透镜变换后的输出图像进行智能辨识、分析和处理 ,求出该光学透镜的变换矩阵 ,并据此精确测量出待测光学透镜的曲面面形。实验结果表明 :基于图像变换的测量方法的测量误差小于 2～ 3μm,能够适用于自由曲面光学透镜的非接触、快速高精度测量     

基于Radon变换与灰度投影积分极值方法的矩形检测

针对现有的矩形检测方法存在计算量大、检测精度不足等问题,提出基于Radon变换(Radon Transform,RT)与灰度投影积分极值(Gray Projection Integral Extreme Value,GPIEV)方法相结合的矩形快速检测方法,该方法运用Radon变换在小角度搜索范围内对矩形图像进行快速准确的旋转校正,随后对校正后的图像的垂直和水平方向使用灰度投影积分极值方法确定矩形2对平行直线位置,完成矩形的角度快速校正与重构。该检测方法利用了Radon变换对直线倾斜角度检测的准确性和灰度投影积分极值方法检测直线的准确性,弥补了这两种方法各自的不足。实验结果表明,该检测方法可应用在矩形等规则平面的几何图形检测识别中,检测精度高,且检测速度快。     

基于三次非均匀B样条曲线的机器人轨迹规划算法研究

针对机器人末端轨迹为自由曲线问题,研究了三次非均匀B样条曲线插补算法。该算法能够根据任意分布的示教点,通过曲线反算求出原曲线。针对曲线速度规划中减速点难以预测的问题,提出以复合柯特斯公式进行曲线积分,求出曲线长度,并通过曲线反向拟合将机器人运行位移实时地转化为插补点。同时为了减小震荡,利用曲率极值点对曲线进行了分段速度规划,从而达到在曲率极值点处进行减速的目的。最后,通过一个仿真实例,证明了该算法的有效性。     

旋转双曲面和球面折射成像的球差比较

为研究旋转双曲面及其透镜对轴上物点的成像质量,从双曲面标准方程出发,以折射定律为基础,导出了双曲面折射成像的精确球差公式,并由此计算了双曲面和球面及其透镜成像的球差,比较分析了两种折射曲面的球差特性,发现双曲面相对球面有球差校正作用,双曲面双凸薄透镜的成像质量优于球面双凸薄透镜的成像质量.     

一种改进的角点提取方法

提出了一种改进的角点提取算法,该算法是基于角点的性质,即在角点的某个领域内,图像灰度的变化在任意一条通过该点的直线上都很大。为了便于对最后的灰度变化值求取极值,同时兼顾灰度变化值计算的准确性,采用了在方形窗边界上的线性插值。在插值的基础上,可计算出边缘角,通过它来对角点候选点作进一步的筛选,测试表明该方法比较进前取得了更好的效果。     

利用图像统计特征的的自适应中值滤波算法

椒盐噪声是图像中一种常见的噪声,如何去除椒盐噪声一直是图像处理研究的热门领域。自适应中值滤波是去除椒盐噪声较好的算法,该算法认为极值点是噪声点,实际上极值点有可能是噪声点也有可能是图像细节点。本文针对极值点提出了基于局部区域均值和方差信息和细节点在某一方向上是连续的特性进行极值点两次判定的算法。