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。     

光电位置传感器及光电位置测量

对目前已研制出的多种光电位敏元件及位置测量方法进行了系统的归纳分类，并结合作者本人的研究工作，对这些方法进行了综合评述．     

大视场多视觉传感器测量系统的全局标定方法

研究了姿态测量系统中多视觉传感器在大视场条件下的标定技术.提出了一种基于激光跟踪仪的多视觉测量系统的全局标定法.利用激光跟踪仪在现场构建系统总体坐标系.通过对测量系统中的屏幕扫描拟合基准面作为标定板,然后在其表面设置标定点,并精确测定共面标定点位置.针对一阶径向畸变的摄像机模型,分步标定各参数,且全部采用线性方法求解,避免了非线性优化中的不稳定性.通过坐标反求的方法应用贝塞尔公式计算标准差.实验结果表明,在8000mm×6000mm范围内可以得到0.47mm的测量精度.可以满足多视觉测量系统的总体测量精度要求.     

基于小波域HMT模型融合的图像分辨率增强

图像的分辨率可以通过预测细节子带中的小波系数来得到提高.采用Gaussian混合模型的小波域隐马尔可夫树可以精确地描述真实图像的统计特性,非常适合于预测图像的细节子带.但是这类方法的缺点是被预测的小波系数是随机生成的,每次算法得到的结果均不相同,只能从中选择一个作为最终结果.本文提出了一种算法,将随机结果根据局部方差融合规则融合到一起,从而产生一幅更适合人类视觉系统的图像.实验结果证明了本文算法的有效性,其主观和客观评价指标均优于传统算法.     

MEMS惯性测量组合初始标定方法研究

为了降低MEMS惯性测量组合(IMU)的测试成本,提出一种借助于机器视觉技术标定MEMS惯性测量组合的方法.综合考虑了3个加速度计和3个陀螺仪的标定因数、零偏误差和安装方位误差因素的影响,建立了IMU数学模型.在外力的推动下,悬挂于2个屏幕之间的IMU作不规则运动,安装在IMU上的2根准直激光束在屏幕上生成4个指示光斑.借助于双目三维重构技术测量指示光斑在世界坐标系内的坐标,然后应用欧拉角算法确定载体坐标系相对于世界坐标系的旋转角速度向量和线加速度向量.求解IMU数学模型,确定模型中的待定参数.实验结果表明:该文给出的方法可以准确测量载体坐标系相对于世界坐标系的旋转角速度向量和线加速度向量.