基于曲线拟合的亚像素边缘定位方法的研究

图像的边缘定位是图像测量的关键之一,随着测量精度要求的提高,已由早期的像素级边缘定位发展到了现在的亚像素级边缘定位。根据地球在地球敏感器CCD阵面中的成像特性,提出了一种基于曲线拟合的亚像素边缘定位方法以获取地球“灼热圆盘”的边缘。该方法利用曲线拟合获得的拟合斜率以及灰度值来提取图像的边缘。仿真结果表明,采用曲线拟合亚像素边缘定位法可使图像的边缘定位精度达到百分之几个像素,具有较高的精度。     

基于CT序列图像的旋转体积测量方法

针对工程应用中常见的轴向变化剧烈工件,研究一种Zernike矩亚像素层间拟合轮廓旋转积分的高精度体积测量算法。首先用Zernike矩方法提取亚像素级轮廓,其次采用多项式拟合切片轮廓,并进行等相角间隔采样;然后对等相位的轮廓点采用多项式拟合并通过外插法自动预测工件顶端,将各拟合轮廓旋转一个相角,对旋转块积分并累加得到待测工件的体积。分别对体积相等的3个试块进行CT扫描测量实验,结果表明该算法的测量误差低于0.7%;对实际含内腔工件进行测量实验,结果表明该算法测量精度是Canny台体法的1.5倍。     

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.     

改进的Zernike矩工业CT图像边缘检测

为提高工业计算机断层扫描(CT)图像亚像素边缘检测的精度和速度,研究了一种改进的Zernike矩边缘检测方法。该方法采用Sobel边缘算子快速检测出图像所有可能的边缘,通过Zernike矩算子对所有可能的边缘进行重新检测,最后,检测出图像的亚像素边缘并计算其精确位置。由于采用Sobel算子检测出可能的边缘使后续Zernike矩算子检测范围缩小,从而减小了运算量,提高了运算速度。对实际CT图像进行的实验结果表明:改进的Zernike矩工业CT图像边缘检测精度绝对误差<0.24 pixel,改进算法的运算速度提高了约70%。     

数字散斑亚像素小角位移测量的曲面拟合法

与传统测量方法相比,数字散斑相关法由于其目标特征单元网格划分的灵活性,能够更好地满足不同场合小角位移的测量需求。针对该方法亚像素小角位移测量的曲面拟合参数选择问题,研究了亚像素测量图像小角旋转前后的九点二次曲面拟合法,并根据计算机生成模拟散斑进行模拟实验分析,得到最佳误差效率优化条件下的曲面拟合法求解亚像素小角位移的最佳散斑尺寸3.5 pixel、计算窗口尺寸41×41 pixel和拟合窗口尺寸3×3 pixel。实验验证了上述测量参数的有效性,为进一步的曲面拟合法数字散斑成像角位移测量提供参考。     

基于45°反射导光镜的圆孔内壁图像检测方法研究

圆孔工件广泛应用于航空航天等精密制造领域,快速准确地对圆孔内壁图像进行检测是保证工件质量的重要手段。介绍了一种基于45°反射导光镜的圆孔工件内壁图像检测方法,该方法通过将反射镜伸入工件内部获取内壁局部图像,采用连续旋转工件与图像拼接方式获得内壁的完整图像。针对4.5 mm内径的工件设计并制作了一种45°反射镜,理论分析了有效成像区域以及平移和倾斜误差造成的影响。搭建了圆孔工件内壁检测装置,设计并制作了一种专用标定工件,实现了检测装置像素当量的标定。实验结果表明,检测装置的系统像素当量约为5 μm,测量相对误差小于3.5%。单幅图像的有效成像区域得到明显提高,通过拼接方法获得了工件内壁的完整图像。     

基于CCD尺寸测量中图像边缘退化及恢复技术研究

针对直边衍射效应造成的图像边缘退化问题,建立边缘退化模型。从菲涅尔直边衍射理论出发,基于信号与系统理论的图像边缘退化数学描述方法,分析了造成图像边缘退化的原因。通过分析不同光源波长和成像物距下直边衍射强度分布曲线的特点,构造简单函数实现衍射光强分布的近似,进而得到退化系统传递函数;利用退化系统传递函数构造滤波器对获取图像的边缘进行恢复,从而提高尺寸测量精度。实验结果表明:经边缘恢复方法校正后的测量结果误差约为0.02 mm,相对未校正数据的测量结果误差减小0.04 mm,提高了尺寸测量精度。     

局部牛顿插值法提高多狭缝自准直仪准确度

根据多狭缝自准直仪目标物形状特征及光电探测器成像特点,通过边缘检测算法确定经过高斯滤波处理的CCD图像的像元级边界.在此基础上应用局部牛顿插值法对CCD图像边缘位置附近进行亚像元细分,实现亚像元边缘检测;再结合最小二乘直线边缘拟合法进一步提高图像边缘检测准确度.经验证,该算法可达到0.13″的定位准确度.     

微型石英敏感平板玻璃零件参数的激光视觉测量研究

高精度、快速非接触的平板玻璃零件的几何参数测量,已成为相关生产领域的主要问题,也是激光光谱学的一个重要应用方向。平板玻璃零件几何参数的准确检测不仅有助于加工工艺的改进和产品装配精度的提高,还可以实现按参数分档管理。为实现微型石英敏感平板玻璃零件参数的精密测量,提出了一种基于激光与视觉图像处理技术的多参数测量方法,设计了由自适应同轴视觉检测单元和激光视觉厚度测量单元构成的测试系统。为了保证其中的半导体激光器LD(laser diode)能提供稳定的光源,设计了一种恒功率驱动控制系统。在亚像素图像处理中给出了改进的亚像素边缘定位算法,实现了二次曲线特征边缘亚像素精确定位。利用检测出的曲线边缘点数据,通过定义一个新的误差函数并最小化,可以计算出微型石英敏感平板玻璃零件参数,从而实现图像特征参数的精确提取。在实验室条件下进行微型石英敏感平板玻璃零件几何参数的检测试验,测量结果的平均偏差优于2 μm。该方法稳定性好,测量精度高,满足微型石英敏感平板玻璃零件参数检测的精度要求。     

亚像素多重分形方法在图像处理中的应用

提出了一种用亚像素多重分形原理求取图像奇异性的新型算法,降低了单纯依靠整数像素位置灰度级梯度信息计算边缘测度所产生的误差。该算法结合CCD成像机理给出在亚像素位置的灰度级梯度分布规律,利用多重分形理论将实际图像分割成一系列具有不同奇异性指数的分形集合,对应着从边缘到纹理各层面的图像内容。模拟计算了投影小波中心点改变单位距离对边缘测度的影响程度,得出亚像素分割梯度的方法可以增加计算结果鲁棒性的结论。此方法用于标准图像的分割中,选用5×5亚像素数目提取的最奇异性集合与索贝尔(Sobel)算子(默认阈值为36.7920)提取的边缘的峰值信噪比为9.3981 dB。应用于复杂路面的裂纹提取中,其结果更符合人类的视觉观测。     

CCD摄像头圆目标中心定位方法

在大型设备自动对接系统中,需要CCD摄像头对一设备截面的圆目标进行图像获取,并找出图像的中心点坐标,用于两设备的中心对准。为了满足实时性测量和高精度定位要求,提出一种CCD摄像头圆目标中心定位方法。先对图像使用中值滤波方法进行图像增强,利用广义数字形态学中的多结构抗噪膨胀腐蚀型算子提取单像素宽图像边缘,用多项式插值法对图像边缘进行亚像素定位,用半径约束最小二乘圆拟合法对圆中心进行精确定位。实验测量结果表明,该方法测量时间短、精度高、稳定性好,亚像素定位精度优于1/20像素,中心点总标准偏差小于0.01,可满足设备自动对接系统要求。     

Improving motion estimation by accounting for local image distortion

Cardiac elastography is a useful diagnostic technique for detection of heart function abnormalities, based on analysis of echocardiograms. The analysis of the regional heart motion allows assessing the extent of myocardial ischemia and infarction. In this paper, a new two-stage algorithm for cardiac motion estimation is proposed, where the data is taken from a sequence of 2D echocardiograms. The method combines the advantages of block-matching and optical flow techniques. The first stage employs a standard block-matching algorithm (sum of absolute differences) to provide a displacement estimate with accuracy of up to one pixel. At the second stage, this estimate is corrected by estimating the parameters of a local image transform within a test window. The parameters of the image transform are estimated in the least-square sense. In order to account for typical heart motions, like contraction/expansion, translation and rotation, a local affine model is assumed within the test window. The accuracy of the new algorithm is evaluated using a sequence of 500 grayscale B-mode images, which are generated as distorted, but known copies of an original ROI, taken from a real echocardiogram. The accuracy of the motion estimation is expressed in terms of errors: maximum absolute error, root-mean-square error, average error and standard deviation. The errors of the proposed algorithm are compared with these of the known block-matching technique with cross-correlation and interpolation in the sub-pixel space. Statistical analysis of the errors shows that the proposed algorithm provides more accurate estimates of the heart motion than the cross-correlation technique with interpolation in the sub-pixel space.     

Improving motion estimation by accounting for local image distortion

Cardiac elastography is a useful diagnostic technique for detection of heart function abnormalities, based on analysis of echocardiograms. The analysis of the regional heart motion allows assessing the extent of myocardial ischemia and infarction. In this paper, a new two-stage algorithm for cardiac motion estimation is proposed, where the data is taken from a sequence of 2D echocardiograms. The method combines the advantages of block-matching and optical flow techniques. The first stage employs a standard block-matching algorithm (sum of absolute differences) to provide a displacement estimate with accuracy of up to one pixel. At the second stage, this estimate is corrected by estimating the parameters of a local image transform within a test window. The parameters of the image transform are estimated in the least-square sense. In order to account for typical heart motions, like contraction/expansion, translation and rotation, a local affine model is assumed within the test window. The accuracy of the new algorithm is evaluated using a sequence of 500 grayscale B-mode images, which are generated as distorted, but known copies of an original ROI, taken from a real echocardiogram. The accuracy of the motion estimation is expressed in terms of errors: maximum absolute error, root-mean-square error, average error and standard deviation. The errors of the proposed algorithm are compared with these of the known block-matching technique with cross-correlation and interpolation in the sub-pixel space. Statistical analysis of the errors shows that the proposed algorithm provides more accurate estimates of the heart motion than the cross-correlation technique with interpolation in the sub-pixel space.     

相机自热引起像点漂移的实验分析与温度补偿模型研究

为减小摄影测量中温度对测量精度的影响,基于物理实验,对相机自热引起的像点漂移影响机理进行研究,提出一种针对相机自热致像点漂移补偿方法.通过摄像测量技术对不动标志点进行长期连续监测,发现测量系统温度变化确实会引起像点漂移测量误差,其中水平漂移测量误差可达1.11Pixel,竖向漂移测量误差可达2.22Pixel.基于试验...     

光栅投影三维测量系统标定技术研究

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%。     

基于法线引导的激光中心线提取方法

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。     

基于图像处理的零件二维尺寸检测方法

为了提高零件二维尺寸测量精度和效率,提出一种基于图像处理的非接触式检测方法。对零件图像进行灰度化、采用自适应中值滤波算法来减小图像数据量以及除去噪声;通过最大类间方差法自动确定阈值获得二值图像;采用形态学梯度算子提取图像边缘,并用最小二乘法拟合像素尺寸;通过标准件法对系统进行标定获得零件尺寸。以6204-Z型深沟球轴承作为实验对象,获得轴承内、外径的尺寸。与游标卡尺测量结果比较,所提出的图像处理方法获得的内、外径平均误差达到9.6μm和0.7μm。通过实验对比与分析,方法快速有效,具有较高的准确性和良好的鲁棒性。     

基于边缘与SURF算子的SAR与可见光图像配准方法

鉴于SAR(synthetic aperture radar)与可见光图像的成像机理存在很大差别,使得其同名特征的提取和配准十分困难,但在某些情况下,这两类图像的边缘存在一定的相关性。提出一种基于边缘与SURF(speed-up robust feature)算子的图像配准方法。通过适当预处理增强图像间的共性,采用综合性能比较好的Canny算子提取两幅图像共有的边缘特征,在边缘图像的基础上提取SURF特征;通过比值提纯法进行特征点粗匹配,RANSAC(random sample consensus)算法剔除误匹配点,计算仿射变换模型从而实现SAR与可见光图像的自动配准。实验结果表明:该算法的正确匹配率为100%,均方根误差为0.852个像素,配准精度达到亚像素水平。     

摄影测量图像处理的高精度误差补偿法

在高精度的摄影测量中,图像处理精度对整体测量精度起着至关重要的作用,但成像过程中摄像机对特征点图像的离散化采样,会造成图像与原始信号的失真,从而带来图像处理环节的误差。通过对图像处理过程中特征点总能量、能量分布弥散半径和图像处理窗口的特性分析,并以特征点中心位置、提取误差大小和能量密度函数的标准差之间关系为基础,提出一种针对离散化采样的误差补偿法。该方法仅需标定一次补偿参数,适用于所有摄像机和算法,可显著提升原有图像处理精度。实验证明,对于质心法和高斯拟合法,该补偿法可将图像提取精度提高到0.03pixel。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。