基于改进SUSAN算法的箭环目标跟踪与测量

针对发射场火箭初始段漂移量的测量，提出一种带灰度梯度方向的SUSAN算子，实现了基于该算子与变模板相关跟踪算法的目标跟踪测量方法.首先在SUSAN特征检测原则的基础上，将对角点的检测转化为对边缘的检测，同时记录梯度方向，在剔除了图像噪音点之后，由具有特定方向信息的边缘像素点精确定位角点的坐标.该方法克服了标准SUSAN算法准确度低的弊病，使得对目标的提取准确度可以达到亚像素级，并增强了抗噪性能，实验证明该算法提取准确性高，运算量小，易于实现.     

天文导航中星体高精度细分定位方法研究

介绍了一种从星体图像中高精度提取恒星位置的方法.这种方法把星光成像看成是高斯点扩散函数模型,利用线性内插和最小二乘法拟合得到高斯曲面参数,从高斯曲面模型中得到亚像素级的恒星位置.由于直接进行高斯曲面拟合计算非常复杂,将二维曲面拟合转化为两个方向上的一维曲线拟合,分别得到不同的曲面系数.仿真结果表明当信噪比小于0.05时,定位精度能达到1/20像素,与质心法比较,高斯曲面拟合法精度高,抗噪声能力强.     

快速多项式拟合亚像素边缘检测算法的研究

传统的亚像素边缘检测都是先粗定位,再进行亚像素细分,因而运行时间较长.采用了一种基于多项式拟合的快速亚像素边缘检测算法.该算法根据图像的灰度分布,运用三次多项式拟合图像的边缘实现亚像素定位,从而达到较高的定位精度.采用在边缘附近取点,进行亚像素边缘检测,减少了运行时间.仿真实验给出的实验结果证明了该算法的有效性.     

基于视觉测量的齿廓图像边缘失真判别算法

针对齿轮视觉测量过程中因齿廓表面受到污染导致齿廓图像边缘出现光学失真,从而影响齿廓偏差、齿距偏差测量精度问题,提出一种基于视觉测量的齿廓图像边缘失真迭代逼近——临近度判别算法(IAPD).建立渐开线齿廓图像边缘过渡带内像素点法向偏距与像素点极径的映射关系,将复杂的二维图像边缘信号转化为容易处理的一维信号;利用小波去噪算法对信号进行处理,提取齿廓边缘的失真特征;采用变阈值迭代逼近算法分离出齿廓倾斜偏差;采用K-邻近度分类方法自动判别齿廓图像边缘失真的起止位置,为齿距、齿廓偏差测量时进行齿廓图像边缘失真修正提供定位依据.为验证本算法的可靠性,根据相邻同名齿廓真实边缘的相似性,对失真齿廓和无失真齿廓图像提取亚像素边缘,并进行相似性比较,实现基于相似性比较的齿廓图像边缘失真判别算法,以此对IAPD算法的失真区域判别精度进行校验.实验结果表明:本文提出的齿廓图像边缘失真判别算法能够快速自动识别图像失真区域,失真区域边界的径向定位精度可以达到2.5个像素(50μm),能够满足图像边缘失真修正补偿的定位精度要求,可以实现齿轮测量的实时计算.     

机器视觉精密测量系统研究

微小孔系的精密测量用传统的手段是难以实现的。以机器视觉为基础,结合计算机图像处理技术可完成这类测量任务。介绍了基于机器视觉的孔系精密测量系统的硬件组成和图像处理算法。以所提出的识别弦端点来确定图像圆心坐标的算法对500根弦的中点坐标进行滤波处理,可使识别误差达到亚像素级。圆心坐标在X和Y方向的标准差均小于4μm,孔系间角度测量标准差小于3″。     

镜头畸变及其校正技术

根据镜头畸变的数学模型,利用平面圆形网格模板的网格交点来求取镜头的径向、切向和薄棱镜畸变系数。利用网格交点及其附近的像素点信息,来拟合解析曲面并将所求曲面顶点坐标作为网格交点坐标,使像素位置坐标达到亚像素精度,事先求出镜头畸变系数,并在实际测量中对成像点加以校正的方法,可在不影响处理速度的前提下,提高了求解精度。     

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。     

基于相位相关的亚像素配准技术及其在电子稳像中的应用

介绍一种基于相位相关的图像配准方法,并将该方法应用于序列图像的运动检测,通过运动补偿,实现了序列图像的稳定输出。采用相位相关配准方法对序列图像进行亚像素精度配准,运用基于最小二乘的曲面拟合法,估计当前图像相对参考图像的亚像素级的平移量。在补偿图像运动时,为保证亚像素级的补偿精度,采用平滑算法,避免在图像补偿时出现马赛克现象。最后,对样本图像进行了亚像素级位移配准和图像补偿对比实验。实验结果表明,提出的方法可以检测到0．01pixel的运动量,最大配准误差为0．008pixel;采用亚像素级运动量补偿图像,最大误差〈0．5。     

基于边缘拟合的双目视觉定位与测量方法

针对双目视觉定位与测量中某些被测物体角点不明显导致检测精度不高的问题,提出一种基于亚像素边缘拟合的双目视觉定位与测量方法。利用双目系统标定的结果对拍摄的图像进行去畸变和立体校正处理;使用Zernike矩方法对预处理的图像进行亚像素边缘检测,对获得的亚像素点进行聚类和拟合,计算拟合曲线的交点;根据对极几何原理来完成左右图像中的交点的立体匹配,利用视差及三角测距原理获得被测物体的位置信息及其尺寸。实验结果表明,新的方法能较好地解决角点不明显导致双目视觉立体匹配和定位精度问题,并能提高检测效率。     

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。     

一种线阵CCD融合光栅尺的高精度尺寸测量新方法研究

为了解决数字图像亚像素级高精度尺寸检测问题,采用了基于人工神经网络的线阵相机镜头畸变矫正方法,比传统的多项式拟合法矫正精度高且操作简便;提出了将光栅尺融入线阵相机扫描机构的新方法,利用高精度光栅尺测位移信号触发线阵CCD图像采集动作,精确获取线阵相机扫描目标的亚像素级图像。实验证明,新的测量技术可在对运动系统要求不高的情况下获取高精度图像,图像检测精度可以达到1μm。     

光点定位中的曲面拟合迭代算法

在光电检测系统中,需要对光点信号的位置实现亚像素定位。光纤从一端照明,由光纤另一端出射光点,由面阵CCD摄像机获取光点的灰度分布。基于最小二乘法,采用高斯曲面拟合算法拟合其分布,用高斯拟合函数的极值点作为光点的定位点。实验结果表明,采用多次迭代算法可以提高定位精度;拟合算法的稳定性(标准差)为0.7μm.高斯曲面拟合算法具有重复精度高、稳定性好的特点。     

一种基于边缘特征的亚像素投影配准算法

为了提高红外图像配准准确度,充分利用图像的边缘信息,结合线性插值,对原有的投影算法引入新的图像相似性评价函数——均方误差函数(Mean Sequare Erron,MSE),提出了基于边缘特征的亚像素投影配准算法.提取图像边缘特征明显的部分做配准能提高匹配概率,引入积分投影能有效降低算法的计算复杂度.算法中还运用了线性插值,使配准准确度达到亚像素级水平.     

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。     

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.     

基于点阵标定板的视觉测量系统的标定方法EI北大核心CSCD

在应用机器视觉技术进行测量时,测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响,因此必须对像素当量和系统误差进行标定,并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法,在提取标定圆圆心坐标的基础上,计算圆心距物理尺寸和像素尺寸的比值,得到像素当量;建立圆心实际坐标和理论坐标的二元三次误差模型,并利用最小二乘法拟合求解误差模型系数;通过确定光源强度引起的图像边缘位置误差补偿量,实现测量系统的综合标定。实验结果表明,该方法可以有效提高系统的测量精度。     

基于点阵标定板的视觉测量系统的标定方法

在应用机器视觉技术进行测量时,测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响,因此必须对像素当量和系统误差进行标定,并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法,在提取标定圆圆心坐标的基础上,计算圆心距物理尺寸和像素尺寸的比值,得到像素当量;建立圆心实际坐标和理论坐标的二元三次误差模型,并利用最小二乘法拟合求解误差模型系数;通过确定光源强度引起的图像边缘位置误差补偿量,实现测量系统的综合标定。实验结果表明,该方法可以有效提高系统的测量精度。     

梯度-曲面拟合法的亚像素位移测量算法

数字图像相关方法作为光学测量的一种测量方式在结构变形测量中有广泛应用,其中亚像素位移测量精度成为关键。基于亚像素位移测量精度影响因素的分析,研究了计算子区灰度插值、计算窗口大小以及拟合距离对亚像素位移测量的影响。提出了一种梯度-曲面拟合法的亚像素位移测量算法,即,先采用梯度法计算出结构的亚像素位移,再对计算子区进行亚像素插值,然后调整拟合距离进行亚像素曲面拟合。最后利用计算机模拟算例验证了该方法具有良好的计算效率、计算精度及抗噪声能力。     

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%。     

数字图像直线特征的亚像素位置检测

根据像素点的梯度方向和直线局部特性提出了一种新的亚像素直线特征检测方法。图像中具有相同方向的直线上的点具有相近的梯度方向。因此首先根据边缘点的梯度方向把它们划分为不同的点集;然后在同一点集中扫描得到组成每一直线各自的像素点;再然后根据直线上局部小邻域内像素灰度分布特性,在直线上边缘点的3×3邻域内得到其中的线段解析表达式;最后通过判断在小邻域内所得线段和由边缘点拟合得到直线的位置关系,在线段上得到亚像素精度的拟合点,进一步拟合得到高精度的直线特征位置。实验表明,这种方法的定位精度可以超过0.05像素,角度定位精度超过0 02°,并且具有较好的实时性。