全景图像海天线提取及舰船目标自动检测

为实现海洋环境下全景摄像机自动目标检测,提出了一种全景图像海天线提取算法及海天线上舰船目标检测方法;首先,分析了全景图像中海天线的成像特点,使用基于分区的自适应阈值Canny边缘检测算法进行边缘检测,并对海天线边缘进行双阈值梯度方向过滤;然后,对图像边缘进行细化,提出了基于最长曲线法的海天线边缘提取算法并进行椭圆拟合得到海天线边缘成像椭圆方程;最后,介绍了根据海天线椭圆方程对海天线上舰船目标进行检测的方法;使用3种不同海洋环境下拍摄的图像进行了实际测试,实验结果表明:该方法可有效地检测出复杂海天背景下的海天线及海天线上舰船目标,海天线提取成功率可达95％以上,对径向成像高度超过10个像素的目标识别成功率可达90％。     

基于椭圆外切矩形性质的圆形标志点检测

圆形标志点检测通常被视为椭圆检测。由于光线、角度等原因,采集到的标志点会出现残缺,另外,当背景或物体较复杂时,非标志点边缘为标志点的提取带来干扰。为此,提出了一种基于椭圆外切矩形性质的圆形标志点检测方法。通过拟合椭圆的准圆来检测椭圆的中心,利用椭圆外切矩形的几何性质来确定椭圆的长短轴位置及旋转角度。为了去除非标志点的干扰边缘影响,进一步构造验证参数,并结合聚类算法,最终提取有效的标志点类。仿真与实物实验表明,该算法拟合精度高,检测性能优良,对具有部分残缺的椭圆有良好的识别效果,且对于复杂情况下的标志点识别仍具有较高的精度和稳健性。     

基于OpenCV的图像椭圆特征识别与定位研究

面向平板零件上螺纹孔的识别定位需求,基于开源计算机视觉库OpenCV进行椭圆特征的识别与定位研究。采用Canny边缘检测算法提取图像边缘信息,对边缘图像通过轮廓检索得到单一的连续轮廓,并对得到的每一条连续轮廓进行椭圆拟合。研究给出一种评价轮廓与所拟合椭圆误差的计算方法,以此误差为准则实现非椭圆特征的剔除。进一步针对螺纹孔形成的相套椭圆特征,采用聚类筛选的方法得到螺纹孔对应的内环椭圆特征,从而实现了板上螺纹孔的识别与定位。     

基于椭圆拟合的医用内窥镜图像相对畸变率检测方法研究

为快速有效评价临床使用内窥镜图像相对畸变的程度,提出一种基于椭圆拟合的检测方法。对内窥镜采集到的标准板图像进行二值化处理和图像分割;运用anny算子对图像进行边缘检测并提取坐标值,通过最小二乘法拟合椭圆,求得椭圆参数;计算相对畸变率。对3支内窥镜进行了椭圆拟合和定位质心相对畸变率检测,结果显示相对畸变率在30%左右,一致性差在2%左右,椭圆拟合相较而言稳定性更好。     

高准确度熊猫保偏光纤自动定轴技术

保偏光纤偏振轴的检测和对准是保偏光纤应用中的关键技术.为提高基于端面成像的偏振轴检测方法的检测精度,以熊猫型保偏光纤为研究对象,采用基于曲面拟合的亚像素边缘检测算法和椭圆拟合算法提高检测的准确度,采用多次测量取平均法提高检测的精确度;利用检测结果的正态分布特性,提出一种基于概率的偏振轴定轴方法.搭建了保偏光纤自动定轴系统并进行实验,准确性验证实验结果表明:亚像素边缘检测方法平均可以减小45%的偏差,而拟合椭圆相较拟合圆平均可以减小15%的偏差;精确性验证实验表明采用多次测量取平均的方法可以有效减少检测结果的离散程度;定轴实验的结果表明,基于概率的偏振轴定轴方法可以达到优于0.1°的定轴准确度.     

一种非稳腔激光器光瞳位置提取方法

提出一种非稳腔激光器光瞳位置提取的方法,用于光路自动准直中光瞳位置的提取。首先使用双边滤波对原始图像进行预处理,然后用系数β乘以大津算法的图像阈值得到图像的阈值,对图像进行阈值分割。得到二值图像后,对二值图像进行中值滤波。通过边缘提取算法提取二值图像中的轮廓,然后利用轮廓的中心和组成轮廓的点的数目这两个轮廓属性,找到光瞳图像的内轮廓。使用RANSAC椭圆拟合算法拟合内轮廓,以椭圆的中心作为光瞳的位置。本文提出的光瞳位置提取方法,在满足实时性要求的同时,减少了内轮廓噪声对椭圆拟合的影响,提高了光瞳位置提取结果的准确性和鲁棒性。在100帧仿真光瞳图像的内轮廓中添加40%幅值为0～13的随机噪声点的情况下,所提方法比直接椭圆拟合方法的提取结果具有更高的准确性和鲁棒性,提取位置偏差的AVG比直接椭圆拟合的结果小0.283个像素、位置偏差的最大值小0.660个像素、位置偏差的RMS小0.136个像素。     

光学测量中椭圆圆心定位算法研究

提出了一种椭圆圆心定位算法。先对图像中的椭圆目标进行粗定位,获取椭圆的粗定位信息,再用Canny算子对图像中的感兴趣区域进行边缘检测。根据椭圆的粗定位信息以及图像的边缘灰度分布特征,用高斯曲线拟合的方法求得精确的亚像素边缘点的坐标。针对亚像素边缘点中出现的“孤立点”以及噪声点,分别用曲率滤波和均值滤波的方法加以滤波,将滤波后的亚像素边缘点用最小二乘法加以拟合,求得精确的椭圆圆心数据。实验证明了该算法的定位精度和抑制噪声能力,通过测试算法运行时间,证明该算法具有很好的实时性。     

基于Hough变换的椭圆检测算法

为了实现光电仪器对椭圆形目标的准确识别与跟踪,基于Hough变换提出了一种新的椭圆检测算法。该算法随机采样2点,再利用椭圆极和极弦的性质来搜索第3点并筛除大量无效采样;然后,以这3点为中心作正方形窗口,用窗口内的所有点来拟合椭圆方程。在验证候选椭圆时,提出了一种新方法来判断边缘点是否在椭圆上,并且给出了确定真实椭圆的自适应阈值。实验显示,该算法的平均长度误差为0．5pixel,平均角度误差为0．6°,平均耗时为79ms,表明该算法精度高,速度快,检测性能较好。     

双目视觉测量系统特征点提取与匹配技术研究

自主研发了一种光笔式双目立体视觉大工件尺寸测量系统,对测量系统中特征点的提取及其匹配技术进行了研究。测量系统采用 Canny 算子和 Zernike 矩相结合的算法实现椭圆光斑的亚像素边缘提取,根据得到的亚像素边缘点,采用基于最小二乘的曲线拟合法得到椭圆光斑的中心坐标。针对特征点的匹配问题,提出了一种基于位置约束的快速匹配方法。实验结果显示:所提方法能提取到椭圆光斑亚像素边缘,可精确计算出椭圆光斑中心坐标,匹配率达到95%以上。     

基于边缘方向图的建筑物直线特征提取

从建筑物图像中提取直线是视觉导航、特征识别和遥感影像处理等很多应用中的关键步骤。针对复杂建筑物图像,提出了一种基于边缘方向图的直线特征提取算法。该算法在Canny边缘的基础上,提出边缘方向编码策略,能过检测9×9局部窗口内的直线,将边缘拆分成直线、曲线和点的组合,生成了一种新的直线检测辅助图像——边缘方向图,并通过分析边缘方向图中连续线边缘的方向分布,结合直线误差判别准则和稀疏直线拟合识别直线。实验结果表明:该算法的直线检测性能优于Hough变换和相位编组等经典方法,对建筑物图像的直线检测准确率高,误判率、漏检率低,算法稳健性强。     

The high precision positioning algorithm of circular landmark center in visual measurement

For vision measurement in the center circle landmark location problem, an improved center of the ellipse based on Zernike moments sub-pixel positioning algorithm was proposed. First, using Sobel operator edge of the image pixel level positioning and then use the constructed Zernike moments to solve the model, combined with Zernike orthogonal polynomials and completeness and plural moment magnitude rotational invariance calculated edge sub-pixel position; followed by analysis of the principle deviation generated by the moments template and ideals model, a correction formula was proposed to compensate and improved edge criterion used to image sub-pixel edge positioning; finally, using the least-squares ellipse fitting algorithm fitting circle center, reverse edge point, filtered residuals larger point, and then precise positioning of the ellipse center. The experimental results show that this method has good stability and high positioning accuracy can be efficiently used in many applications.     

基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。     

General Phase-stepping Algorithm Using Lissajous Figures Technique

A new phase-stepping algorithm is proposed, the algorithm can be implemented without knowing or calculating the phase steps. New phase extraction expressions based on using Lissajous figures and ellipse fitting are derived by introducing a simple difference transform for the intensity of the interferograms. The simulating results indicate that the new algorithm is insensitive to phase-stepping errors and the accuracy of the new algorithm is only limited by the computation truncation errors.     

General Phase-stepping Algorithm Using Lissajous Figures Technique

１ＩｎｔｒｏｄｕｃｔｉｏｎＰｈａｓｅｓｔｅｐｓａｒｅｇｅｎｅｒａｌｙｉｍｐｌｅｍｅｎｔｅｄｂｙｍｏｖｉｎｇｔｈｅｒｅｆｅｒｅｎｃｅｍｉｒｏｒｍｏｕｎｔｅｄｏｎａＰＺＴ（ｐｉｅｚｏｅｌｅｃｔｒｉｃｔｒａｎｓｄｕｃｅｒ）．ＳｉｎｃｅｔｈｅＰＺＴｉｓｎｏｎ...     

A new ellipse fitting method of the minimum differential-mode noise in the atom interference gravimeter

Ellipse fitting is a useful tool to obtain the differential signal of two atom interference gravimeters. The quality standard of ellipse fitting should be the deviation between the true phase and the fitting phase of the interference fringe. In this paper, we present a new algorithm to fit the ellipse. The algorithm is to minimize the differential noise of two interference gravimeters and obtain a more accurate value of the gravity gradient. We have theoretically derived the expression of the differential-mode noise and implemented the ellipse fitting in the program. This new algorithm is also compared with the classical methods.     

机器视觉中圆形特征的三维模型分析研究

 提出了一种机器视觉中圆形特征的三维模型分析方法。通过最小化数据点与所拟合椭圆的代数距离平方和,在满足二次曲线为椭圆的约束条件下,利用拉格朗日乘子法求得椭圆的5个特征参数。通过分析圆形特征的透视成像模型与原理,利用闭式解求得具有已知半径的圆形特征的三维位置和方向。对一组在标定模板上相同大小的圆进行特征检测与模型分析后,实验结果表明本文方法是有效和精确的。     

基于迭代拟合的集装箱角件边缘检测算法

噪声通常是影响集装箱角件图像中低层次语义信息提取精度的重要因素,传统的边缘检测算法通常通过改进滤波器和阈值来消除图像中的物理噪声和环境噪声,但是却无法去除边缘检测后的噪声,为解决这一问题,提出了一种基于迭代拟合的边缘检测算法。首先,对角件图像进行一系列预处理操作获取边缘点集,其次,使用拟合算法处理点集并且得到函数表达式,然后定义偏差值度量并计算,用于衡量目标点集到拟合或者检测结果的偏差,最后,去除定义下距离拟合结果最远的指定数量的点,如此迭代拟合直至评价函数收敛。实验结果与分析表明,该算法可以有效地去除边缘点集中的非真实边缘点,相比于传统的边缘检测算法更能去除特殊噪声,算法具有收敛速度快、准确率较高、灵活性好等特点。