基于高速面阵像机扫描成像的弹丸攻角测量方法

攻角是指飞行中弹丸的轴线与其质心运动方向的夹角,是描述弹丸飞行姿态的重要参数,以往都是采用狭缝相机来进行测量。提出了一种基于高速面阵像机测量弹丸攻角的方法。该方法是从面阵序列图像每帧中提取出固定列像元,然后按时序拼接形成一幅图像,等同于线阵扫描的图像;对于扫描速度同影像运动速度不同步时,建立了攻角计算修正模型。采用2台像机从非正交方向进行拍摄,基于面面交会原理,得到三维攻角。实测结果表明:该方法能完成弹速达到1 000 m/s的目标测试,攻角测量精度优于0.1。     

基于数码体视显微镜的微小物体三维重建

将显微双目系统看作一个整体,提出了基于极线校正的体视显微镜三维重建方法.根据平行双目成像原理建立简易的三维重建模型,实现了对实验物体的三维坐标恢复.首先,采用近似欧式极线校正算法校正原始拍摄立体标定图像,并只需标定2个三维重建参数;然后用非局部代价聚合匹配算法匹配立体图像得到视差值;最后根据立体成像几何法得到物体三维重建坐标.实验结果表明:X和Y方向测量误差为3%,Z方向测量误差为3.2%~9.1%,故在允许误差下可用于测量微小物体的三维尺寸.     

基于CT技术的古琴琴腔构造无损检测研究

古琴的材质特性及制作工艺影响着古琴的品质,同时古琴形制与琴腔布局关系到古琴工艺的完善与传承, 因此在不破坏古琴结构的前提下获取内部琴腔特征与参数十分重要。利用CT无损检测技术对古琴整体进行扫描,得到了琴腔构造断层图,从而研究了古琴面板木纹纹理、面板底板的连接方式和内部缺陷,并运用Mimics软件中的面绘制法实现了古琴琴腔构造的三维重建,使CT断层扫描图像由二维转换为三维立体,更加完整全面地展现古琴琴腔构造形态,最后获得古琴具体琴腔尺寸。实验研究表明,仲尼式与落霞式古琴琴腔构造差异显著,其中仲尼式琴腔表面起伏变化较大,落霞式琴腔表面趋于平缓;仲尼式琴腔体积小于落霞式,琴项位对比明显。通过利用CT无损检测技术实现了对古琴内部信息的准确获取,这对于探究古琴的制作工艺及质量检测起到重要的技术支撑作用,同时也为其他传统珍贵器具内部结构的无损研究提供参考依据。     

用于实时三维成像的双频结构光编解码方法

对三维重建中的实时性问题进行了研究,提出一种新的结构光双频测量方法。首先,投影光栅将基频正弦图案和高频正弦图案结合在一起,并保留一张图片作为直流分量,高频图案用于得出鲁棒性较好的高频相位信息,基频图案得出基频相位,并对高频相位进行展开,共5幅图片。其次,用相应的解码方法计算每一像素点的相位,滤除噪声干扰,得到照相机与投影仪的对应关系。最后,根据相位计算出每一采样点的三维坐标,实现三维重建。实验结果表明:计算得到的相位误差的方差为5.559 110-6 rad2,扫描时间为0.156 3 s,在保证实时性的同时有相对较高的精度。对表面深度变化复杂的物体进行三维测量,验证方法的可行性。相比较于传统的双频测量方法,本方法将投影图片数量减小到5幅的同时保持了较好的精度,可应用于扫描动态物体。     

高精度抗遮挡的四目相机三维重建系统

多目相机用于三维重建能够提升精度,克服遮挡,可多方位获取目标的三维位置。为了更准确地恢复目标在空间中的分布情况,介绍了一种汇聚式四目相机三维重建系统。设计和搭建了围绕目标场景均匀分布四相机的重建平台,立体标定出相邻相机的相对位姿后,借助坐标系变换,获取每个相机在统一坐标系中的位置和姿态,并用传递次数最多的机位进行检验。检验结果表明,测量出的位姿与经过传递推导的位姿一致。对66×65阵列的棋盘标靶进行重建,在45 mm范围内最大相对误差为0.061%;与拟合结果相比较,均方根误差为0.319 3μm。使用金属块进行重建实验,能够通过其顶点恢复出形貌。实验结果表明,该装置能够用于高精度抗遮挡的三维重建系统中。     

基于光学原理的二维/三维温度场测量技术

基于光学原理的二维/三维温度场测量是利用介质的折射率变化、辐射信息和光谱信息,通过分析物体的透射特性、热辐射或粒子特性来推断其温度。传统的接触式温度测量方法存在诸多限制,而光学测温技术通过非接触式测量提供了一种可行的解决方案。现有的研究表明,光学测温技术已经取得了显著的进展。干涉法测温、辐射测温和激光光谱诊断测温等方法被广泛应用于各个领域。这些方法在测温精度、测量范围、时间响应性、设备尺寸和便携性等方面不断改进。在三维温度场测量方面,研究者们通过改进和优化测量技术与设备,对实现复杂热传导、燃烧过程和材料性能等的全面了解和优化提供了重要的实验手段。同时,光学测温技术在工业生产、医疗诊断等领域得到了广泛应用,为实现更高效、准确、智能的温度测量和监测提供了新的发展机遇。     

面向表型精确鉴定的豆株快速三维重建

利用计算机视觉与图像技术对植物进行数字化重建是植物表型组学的重要手段。以国内常见的粮食作物豆类植株为研究对象，利用RGB-D深度相机采集的深度图像对豆株进行快速三维数字化重建，首先，基于点云分层聚类提取点云骨架点；然后，根据各骨架点到根节点的最短距离连接第一阶段的主干骨架点，并根据形态特征筛选子图和主干图的连接点、选择子图生长路径；最后，由连接骨架进行植物数字化建模。实验表明，基于真实大豆植株点云的单帧和配准数据，本文方法能对不同形态特征的大豆植株进行快速三维重建，并能对分辨率不高、噪音干扰较大、配准误差较大等情形做处理。