特殊IC板引脚焊点缺陷检测中景深的研究

检测具有特殊空间结构的IC板引脚焊点缺陷时,相机镜头相对于引脚平面会有一定的倾斜角度,在特定的范围内获取图像清晰,超过此范围图像出现离焦模糊。针对此问题进行了研究,建立了景深的数学模型,推导出合理拍摄角度的公式,并通过实验进行了分析和验证。     

基于多维混合柯西分布的点云配准

为提高三维点云在数据随机缺失和噪声干扰等复杂情况下的配准精度,提出一种基于多维混合柯西分布(MMC)的点云配准方法。将点云数学模型扩展为MMC模型,求解模型各参数,并构造出特征四面体,以优化旋转矩阵与平移向量;通过最大期望算法分别求出目标点云和待配准点云在MMC模型下的数据中心、协方差矩阵和权重的值。仿真与实验数据表明:与几种常用的算法相比,MMC算法即使在点云数据存在遮挡、缺失,大小不一致,含随机噪声,且具有无序性的条件下,也能精确配准,且具有良好的稳健性。     

瞳孔直径估算模型

在对已有瞳孔直径估算模型研究分析的基础上,测量了不同光环境下受试者瞳孔直径的变化,利用实测数据对现有模型进行了对比分析。利用角膜通量密度建立了亮度、视角与瞳孔直径的关系,并以Stanley-Davies模型为基础对原有计算关系式进行了修正与优化,提高了模型的计算精度。通过实验拓展了Stanley-Davies计算方法的适用视场范围,将最大适用视场拓展到40°。     

基于计算机视觉技术的茶叶品质随机森林感官评价方法研究

为弥补茶叶品质感官审评存在的缺陷，利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象，依据专家感官审评结果，将茶样分成4个等级；采用中值滤波及拉普拉斯算子对茶样图像进行预处理，并提取预处理后的茶样图像的颜色特征和纹理特征以表征茶叶图像的外形特征，利用随机森林算法对茶叶外形特征属性进行重要性排序；筛选出重要性较大的特征及随机森林算法中最优的决策树棵数建立感官评价模型，并与建立的支持向量机(SVM)模型性能相比较。结果表明：色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性的重要性较大，且与感官审评特征描述结果相一致；当采用优选出的9个重要性较大的特征及决策数棵数为500时，建立的模型性能最优，模型总体判别率为95.75%，Kappa系数为0.933，OOB误差为5%，较SVM模型分别提高了3.5%，0.066，优选的9个重要性较大的图像特征与感官审评特征描述相一致。研究表明：利用随机森林方法筛选出对茶叶外形特征属性贡献最大的少数几个特征建立模型，模型性能就能达到很好的识别效果，模型得到简化，同时模型精度和稳定性都高于其他方法。     

基于图像灰度信息的直线位移测量

提出了一种基于视觉的新型直线位移测量方法。建立了图像各像素点灰度值与直线运动位移间的映射函数模型,通过数值方法解算了直线运动平台的位移。通过蒙特卡罗仿真对所提方法进行分析,证明了其可行性与合理性。分析了检测点拓扑结构对测量精度的影响。实验结果表明,在10 mm的位移测量范围内,所提方法的测量误差标准差为4μm。     

大变位时物体变形测量的相关性恢复方法

本文提出根据白光散斑图像数据模拟刚体位移复位的相关性恢复方法，以解决物体大变位情况下的变形测量问题     

双目视觉中基于对偶四元数的三维运动估计

针对现有的三维运动估计算法在精度、效率和稳定性等综合性能上的不足,提出了一种结合双目视觉三维重建和利用对偶四元数表达运动参数的新算法。该算法以双目视觉系统为基础,采用SIFT算法进行图像特征点的提取和匹配;根据匹配关系进行三维特征点重建,以获取三维场景中运动目标的结构参数;利用对偶四元数可同时表示刚体的旋转和平移运动的特点,实现目标对象运动参数的表达和求解。通过实验将提出的算法与现有算法(包括奇异值分解法、正交分解法和单位四元数分解法)进行比较,结果表明,该算法具有更加简洁的表达形式,在保持传统算法精度和稳定性优势的基础上提高了计算效率,具有更优的综合性能。