共查询到20条相似文献,搜索用时 131 毫秒
1.
二步法大景深反射全息图 总被引:1,自引:0,他引:1
以开拓反射全息图的景深表达能力为目的,从反射全息图的共轭物像关系出发,利用反射全息图的均匀介质耦合波理论和布拉格条件,对其白光再现像模糊作了具体的分析和讨论,得到色模糊和线模糊的表达式.指出反射全息图上不同各点对任意白光再现像点的色模糊和线迷糊的影响均存在差异,给出反射全息图白光再现像的景深表达式.实验利用二步法制作了一张景深为83 cm的反射全息图,与大景深彩虹全息图再现像相比,其再现像的立体感更加强烈.理论分析和实验结果表明,光源的再现角度和观察距离对反射全息图的再现像景深大小影响显著.在再现光垂直于反射全息图平面照明情况下,反射全息图具有最好的景深表达能力. 相似文献
2.
3.
4.
5.
《光学学报》2016,(12)
双目视觉作为一种非接触三维(3D)测量技术,其位姿标定结果的好坏将直接影响3D物体测量的精度。基于迭代最近点(ICP)算法获得两组点集之间平移和旋转参数的原理,提出了一种在传统双目位姿标定结果的基础上补偿双目标定矩阵改善精度的方法。介绍了摄像机模型、双目视觉测量模型和ICP算法的基本思想。用双目摄像机标定的外参数和相同的靶标坐标系获得双目视觉位姿矩阵,在此提出基于ICP算法获得两组点集的旋转平移矩阵补偿双目位姿矩阵的方法,以及相应的靶标角点坐标投影误差分析模型。双目摄像机采集9组5×7个角点的靶标标定图像,应用ICP算法补偿双目位姿矩阵,并采用误差模型对9组标定结果进行了分析,双目结构光标定改进实验结果表明,应用ICP算法补偿双目标定模型能显著地提高双目标定的精度。 相似文献
6.
《光学学报》2016,(1)
为了提高大视场、远距离的双目摄像机标定精度,提出一种基于位姿约束的摄像机标定算法。该方法利用双目摄像机之间的三维位姿关系是刚体变换这一属性,标定出左、右摄像机相对位姿的外部参数。利用相对位姿为约束条件求取摄像机的初始内部参数,剔除较大的重投影误差值对应的标定图像组,重复迭代直至重投影误差平均值小于指定值,得到多个待优化的摄像机内部参数。再将最后标定图像组的角点坐标、待优化的摄像机内部参数和相应的外部参数,建立一个以角点三维重构坐标值与实际设定角点三维坐标值的模均值为最小的目标函数,求解出双目摄像机标定参数的最优解。该方法很好地解决了误差大的标定图像造成的影响,且充分利用了双目摄像机之间的位姿约束关系。通过仿真和标定实验可以看出,本文方法可以实现大视场双目摄像机的高精度标定。 相似文献
7.
显微物镜的景深问题限制数字显微全息在大纵深视场中的应用. 本文充分利用数值重建的特点, 采取低频和高频系数子图上的最大亮度梯度的局部方差作为聚焦判据, 在小波分解域内对显微全息重建图像的景深扩展问题进行了研究. 对倾斜的连续物体碳纤维进行三维重建, 分析了重建距离与直径测量误差的关系. 以超声波雾化器生成的微液滴颗粒场为例, 对离散颗粒场的重建图像进行了景深扩展. 利用基于广义洛伦兹-米散射理论的模型分别模拟1-15 μm 的非透明与透明离散颗粒的显微全息图, 分析了该方法重建的颗粒场的纵深定位误差与夫琅禾费系数的关系, 对比了非透明与透明颗粒纵深定位误差的异同点. 实验和模拟结果显示出该方法对于连续物体和离散颗粒场的显微全息重建图像的景深扩展能力, 且能由此准确重建物体信息. 相似文献
8.
为解决转角受限编码器角度误差的精确测试问题,采用平面反射镜-自准直经纬仪法测试编码器角度误差。建立了角度误差和位姿失调参数、编码器角度以及经纬仪示值之间关系的数学模型,通过对失调参数的解算可对编码器角度系统误差进行修正。实验结果表明,在角度范围为0°~40°时,由位姿失调所引入的角度误差随编码器角度的增大单调递增,误差最大值为742.9″;经过修正后的角度误差和编码器位姿无失调时的角度误差基本相当,误差最大值分别为4.4″和3.5″。此方法可有效测试无法精确调整或不具备调平条件的转角受限的编码器角度误差。 相似文献
9.
10.
针对传统立体视觉位姿测量方法中必须事先确定计算点的数量和位置的局限性,提出了一种基于三维数字图像相关法(3D-DIC)的空间目标位姿测量方法。该方法通过3D-DIC获得被测物不同时刻的全场坐标信息,根据提取的相应计算点坐标,结合空间向量求解空间目标的位姿参数。该方法可灵活选取计算点的数量和位置,并相应提出了计算点数量最优比条件。通过位移旋转台和六自由度平台分别对复杂形貌特征的面具试样进行了多位姿参数测量的实验验证。实验结果表明,计算点数量满足最优比条件时位姿测量精度最高,计算点的位置对测量结果影响较小,六自由度平台的测量误差在允许范围之内。所提出的3D-DIC位姿测量方法可在较小的误差范围内实现对空间目标多个位姿参数的测量。 相似文献
11.
在线结构光三维测量系统中,高精度激光条纹中心线提取是提高测量精度的关键。针对现有激光中心线存在提取精度不高、保留细节差等问题,提出了一种基于法线引导的激光中心线提取算法。该算法具体实现步骤为:首先,对图像进行预处理,结合边缘检测和几何中心法对激光线初步提取;然后,用主成分分析法(principal component analysis,PCA)求取其法线,在激光中心点处划分角度八邻域,通过法线角度引导搜寻有效点集;最后,利用灰度重心法对点集进行亚像素提取。实验结果表明:该算法均方根误差与灰度重心法相比提高了0.233 9像素,比Steger算法、方向模板法更好地保留了光条细节,可以更精确地提取光条中心,达到亚像素级的精度。 相似文献
12.
相机与投影仪的标定是影响光栅投影三维测量系统精度的因素之一,且标定所得参数的精度直接影响系统的测量精度。分析标志点边缘成像时的退化模型,提出了基于高斯曲线拟合与边缘局部区域效应相结合的亚像素边缘检测方法,获取高精度边缘,提高标志点检测精度;使用基于透视变换图像矫正的标志点快速排序匹配方法,进行相机快速高精度标定。分析投影仪标定时的相位误差,提出了一种基于径向基的线性插值方式,提高标志点圆心相位获取精度。实验验证,使用上述亚像素边缘检测方式,标志点的边缘残差为0.0871,对比基于高斯曲线的拟合方式,精度提高了41%,相机标定重投影误差均值为0.0524像素;使用上述相位插值方式,投影仪标定重投影误差均值为0.1203像素,对比使用双线性插值方式,标定精度提高23.9%。 相似文献
13.
14.
针对锂离子电池SOC(荷电状态)难以估算的问题,通过对电池建立等效的Thevenin电路模型,对不同时刻的SOC的模型参数进行拟合得到动态的模型参数,在Matlab中借助Simulink建立仿真模型,采用模块化结构,建立基于卡尔曼滤波算法的电池SOC估算系统;利用测得的电池电压电流,仿真系统可直接估算出实时的电池SOC,与实际的电池SOC对比,误差保持在2.5%以内,表明该方法可以有效的估计电池的SOC,对于锂离子电池在实际应用的容量估算有着重要意义。 相似文献
15.
高超声速飞行器激波位置的准确预测能够有效提升数值模拟的精度和效率。一方面, 对高超声速飞行器激波附近网格进行正交和加密处理, 可有效提升数值计算精度; 另一方面, 使用高超声速飞行器激波位置对计算网格进行修正, 能够加速CFD计算收敛过程。提出了一种基于机器学习的高超声速飞行器激波智能预测方法, 对典型高超声速飞行器外形进行激波位置的高效准确预测。首先, 针对典型高超声速飞行器外形和典型飞行状态, 使用数值模拟方法获得收敛的流场, 并采用基于Mach数等值线的激波提取方法, 从流场中判别激波面并提取构成激波面的关键点位置, 形成训练数据; 然后采用有监督学习算法, 学习关键点位置, 并利用二次曲线沿流向拟合关键点形成初步的激波线族; 最后, 基于剖面压力云图, 构造基于投影压力图像的智能预测神经网络, 对初步形成的激波线族进行修正, 并获得三维激波面。大量的实验结果表明, 激波预测模型能够对高超声速飞行器激波位置做出准确预测, 预测的激波面与CFD数值计算结果中提取的激波面误差在10-4量级。 相似文献
16.
基于传统SIFT方法和图像像素加权平滑融合的思想,提出了一种改进SIFT特征点的图像拼接方法。该方法首先利用Canny边缘检测算法获得图像的边缘点坐标,通过和SIFT算法关键点坐标进行对比,去除不稳定响应点;其次通过K-L变换降低算法复杂度,对得到的匹配点对,使用RANSAC算法进行提纯,计算投影变换模型参数;最后使用渐入渐出的加权融合算法平滑图像,消除图像之间的拼接缝隙。该算法的可行性和有效性通过实验结果可以得到证明。 相似文献
17.
运动恢复结构算法(structure from motion, SfM)是一种通过计算图像匹配关系,恢复出相机位姿和目标三维结构的重建算法。提出一种基于赋权视角连接图的增量式运动恢复结构算法。首先建立基于图像对立体匹配质量的赋权连接图,量化了图像两两之间的匹配关系;其次在赋权连接图中边的权重的基础上,搜索度数感知的最佳初始种子对;最后根据已重建顶点的连通性构建下一张最佳图像候选集,设计了基于顶点度数与特征点分布的下一张最佳图像评价算法。在公开数据集上实验结果显示,本文算法在重建质量、相机校准率和点云生成数量的表现优于现有先进的运动恢复结构算法,相比基准对比算法,本文算法在不同数据集上平均重建耗时至少降低了19%,点云生成速率至少提升了21%。 相似文献
18.
19.
语义信息对于移动机器人理解环境内容、执行复杂任务至关重要,针对ORB-SLAM2构建的点云过于稀疏、缺乏语义信息、点云所占存储空间大等问题,提出将目标检测算法与视觉SLAM(同时定位与地图构建)技术紧密结合,构建环境的稠密点云语义地图。首先,通过目标检测网络YOLO v3及对象正则化准确获取物体的2D标签,并经过ORB-SLAM2算法构建环境的稀疏点云地图,通过含有2D标签的彩色图像和对应的深度图像以及关键帧来生成含有语义信息的稠密点云标签,使用基于图的分割算法对稠密点云进行分割,再将点云标签与分割后的点云进行融合,进而构建环境的稠密点云语义地图。文中方法在TUM公开数据集上进行试验,实验表明可以构建出效果较好的语义地图。与传统的ORB-SLAM2相比,此系统在构建地图的过程中,相机的绝对位姿误差和绝对轨迹误差分别减少了16.02%和15.86%,提高了建图精度。为了减小点云地图的存储空间,方便移动机器人进行避障和导航,最终将所构建的语义地图转换为八叉树地图。 相似文献