行车环境下钢轨轮廓激光条纹中心的提取方法

研究了行车环境下激光条纹图像中心线快速、准确且可靠的提取方法。基于ENet深度学习模型实现了激光条纹的多区段快速分割;通过统计各区段内光条梯度方向的直方图来确定各分段光条的法线主方向,并构造了相应的方向模板;利用分区域多模板匹配的灰度重心法实现了光条中心的亚像素坐标提取。研究结果表明,该方法可以有效克服室外行车环境中各类干扰信息对光条中心提取的影响,单幅钢轨轮廓图像的光条提取时间仅为2.1 ms,误差均值约为0.082 pixel,标准差为0.047 pixel,兼顾了光条中心提取的时效性和准确率。     

金属表面非相干线结构光条纹中心提取方法

采用线结构光法测量金属表面形貌时,由于受到金属表面光学特性和散斑噪声的影响,条纹中心的提取误差往往较大。为此,提出了一种非相干线结构光形貌测量方法,避免了散斑噪声的影响。通过分析该方法测量金属表面形貌时的条纹图像特点,提出一种适合非相干线结构光条纹的中心提取方法。该方法首先采用结合积分图像原理的自适应阈值分割算法,对原条纹图像进行分割。采用灰度重心法粗提取原条纹中心坐标,以该坐标为基准向条纹宽度方向延伸,从而确定阈值分割后条纹图的感兴趣区和背景区,并去除背景区的噪声。经中值滤波后,采用几何中心法提取条纹中心。实验结果表明：采用该方法提取粗糙度样块表面非相干光条纹中心的平均误差为1.5μm,提取齿轮渐开线样板表面非相干光条纹中心的平均误差为0.9μm,均比其线激光条纹中心的提取误差小。所提方法能实现金属表面非相干线结构光条纹中心的精确提取。     

基于图像处理的莫尔条纹测量的CCD亚像素标定

 Talbot-Moiré技术是目前长焦距测量研究的热点。利用Talbot-Moiré技术测量长焦距时,很多都需要测量莫尔条纹的宽度或斜率,而CCD的标定精度直接影响测量精度,因此需要对CCD精确标定。文中提出采用光栅作为系统的自基准进行标定,再用图像处理的方法标定CCD。为了检验该方法的精度,在MATLAB中生成一个标准条纹图案,用图像处理和灰度拟合对其进行亚像素定位。经过对标准条纹的标定,验证了采用该文的定位方法条纹中心定位误差小于0.1个像素。最后用光栅为自基准标定了CCD,并与量块的标定结果进行了对比,证明该文的标定方法不但简单可行,而且精度较高。     

无衍射光莫尔条纹的中心定位方法

无衍射光莫尔条纹被广泛应用在精密测量领域中，实现无衍射光莫尔条纹中心的精确定位是高精度测量的关键。通过对无衍射光莫尔条纹图像特征进行分析，提出了一种无衍射光莫尔条纹的中心定位方法。该方法首先根据光强分布特征，提取莫尔条纹图像中两光斑中心局部同心圆区域；然后进行局部同心圆环检测，确定初始圆心集；再对初始圆心集进行聚类分析确定两光斑中心的初始位置；最后删除异常点并迭代求取两光斑中心较精确的位置，实现无衍射光莫尔条纹两光斑中心的定位目的。理论和实验结果表明该方法能快速、准确地同时确定两光斑中心位置，且误差小于1 pixel。     

基于多尺度分析的激光光条中心点坐标提取方法

在线结构光测量系统中,激光光条图像中心准确提取是影响整个测量系统精度的关键因素之一。针对高反光等复杂环境下光学测量中激光光条图像中心提取问题,提出了一种基于多尺度分析的激光光条图像中心高精度定位方法。该方法利用骨骼化图像处理方法确定激光光条图像中心的初值,根据每一个光条中心初值处的光条宽度确定该位置处对应的高斯核均方差σ的初值。对图像进行多尺度卷积,确定最优的σ值,并求得光条亚像素级中心点,最后完成光条链接。结果表明该算法抗噪声能力强,可实现光条宽度变化较大的激光光条图像中心的高精度提取。     

高噪声背景下激光条纹亚像素中心的提取

针对线结构光三维形貌测量中大量噪声易干扰激光条纹中心提取准确度的问题,提出了一种条纹亚像素中心提取方法。分析条纹图像中的噪声,采用平均法和中值滤波预处理图像;利用迭代阈值分割及形态学方法,获取条纹目标,引入距离变换提取条纹的像素级中心;根据像素级中心、二值信息及光强灰度,结合曲线拟合及重心法精确提取条纹的亚像素中心。仿真分析和实验验证下,相邻行条纹中心列坐标最大偏差值像素小于2 ,平均偏差像素值约为0.3,与传统方法相比,2项指标值更小。实验结果表明,算法有效利用条纹灰度分布规律,可降低噪声对中心定位精度的影响,更逼近条纹真实中心位置,抗噪能力极强。     

基于灰度曲线交点的结构光编码条纹边缘检测

在分析结构光编码白条纹扩散的原因和实际边缘形态的基础上,提出一种同时检测多边缘并消除扩散影响的亚像素精度方法--交点法.首先向被测表面投射互为反色的两组格雷编码图案,提取两组强度图像中灰度梯度较大的点作为边缘依据点,并对其进行曲线拟合,然后将对应拟合曲线的交点作为边缘.分析了交点法对结构光系统中常见的被测表面倾斜和离焦两个主要误差因素的适应能力.介绍了检测原理及误差因素分析,并进行了边缘检测实验.实验结果表明,对于宽度大于4 pixel的编码条纹,边缘检测相对误差小于1%,可消除被测表面倾斜和离焦的影响.     

核燃料棒反光表面条纹自适应中心提取方法

针对水下检测中激光条纹中心难以准确提取的问题,提出了一种适用于水下核燃料棒反光表面的条纹自适应中心提取方法.根据检测环境中存在水体散射及物体表面高反光的特点,去除水下噪点、反光噪点,实现激光条纹分割提取;充分利用BP神经网络曲线拟合及由光条几何信息生成的自适应卷积模板,实现反光区域的轮廓与灰度分布修正,使光条截面灰度分...     

条纹图象的数字化自动分析处理技术之一:条纹中心法

条纹中心法是光学条纹图象数字化自动分析处理的重要方法之一.本文全面地介绍了条纹中心法技术分析处理光学条纹图象的详细过程,并对条纹中心的提取、条纹级数的确定与插值等关键技术做了重点说明.文章最后讨论了光学条纹图象数字化自动分析处理软件的编制.     

基于FPGA的实时图像采集与分析系统设计

当今社会视频技术运用的越来越广泛。针对实时图像采集与分析系统对实时性要求高的特点,研究并设计了一套基于FPGA的图像实时采集与分析系统,利用在FPGA芯片上设计软硬件,速度快、稳定可靠,研发周期短等特点。整个系统以FPGA芯片为核心,辅以图像采集模块、图像分析算法、图像存储和图像分析模块。实验表明, 该系统较好地符合了系统对实时性的要求。     

线激光辅助的皮带撕裂视觉检测方法

为了快速、准确地检测出输送机皮带工作时发生的纵向撕裂事故,提出了一种基于线激光的视觉检测方法.“一”字线激光器向皮带底面投射直线激光条纹,使用CCD相机获取图像并提取出光条中心,通过分析光条中心畸变特征来判断皮带表面是否存在撕裂.首先采用阈值法对激光条纹进行分割;然后在光条区域上利用重心法实现光条中心的粗略提取;最后利...     

基于DSP的实时数字图像处理平台

以TI公司TMS320C6711DSP为核心处理单元,设计了一套实时图像处理系统。该系统可以满足远程监控、电视电话等诸多实时视频/图像处理的需求。从视频采集模块、图像处理模块和视频输出模块对整个系统的构成和设计进行了描述,分析了系统设计时的各个关键技术环节。使用了许多图像算法对系统的性能进行了实验,证明该系统完全可以完成常用算法的实时处理。     

基于FPGA的图像预处理滤波算法

论述了现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)在实时数字图像处理中的应用,同时给出了滤波算法的基本原理、系统的组成框图、VHDL程序的流程图等,图像处理的速度能满足实时性的要求。     

一种用硬件实现的Bayer格式图像恢复算法

针对传统的双线性Bayer彩色图像恢复算法恢复效果不理想,边界部分不明显,局部图像有团块等问题,提出了一种基于硬件实现的Bayer图像快速插值算法。采用梯度算法对Bayer格式图像绿色通道进行恢复,根据像素点所属的颜色组对蓝色通道进行恢复。实验结果表明,本文算法比双线性法有更好的峰值信噪比(PSNR)值,RGB 3个通道的PSNR值均比双线性法高5 dB以上,而且算法消耗时间比双线性法少,恢复的图像视觉效果更好。实验处理一幅512×512的全彩图像仅需要9.3 ms,完全可以满足实时性的要求,因此,本文算法在对实时性要求高的场合有很好的应用前景。     

基于FPGA的运动目标实时检测跟踪算法及其实现技术

运动目标检测跟踪有关的算法及其基于PC平台的实现已经比较成熟,但实时性较差。将采集的彩色视频流分成灰度和彩色两个数据流,灰度视频用于目标检测,彩色视频流用于跟踪显示。以经典的帧间差分法和背景差分法为基础,根据现场可编程门阵列(FPGA)的特点及片外同步动态存储器的存取控制要求,对这两个算法用FPGA逻辑单元进行了设计和实现。对原始彩色视频流和转换后的灰度视频流的存取使用乒乓操作,在滤波和形态学处理时使用了并行的流水线操作,极大地提高了算法的实时处理能力。在FPGA开发板上构建了一个彩色视频图像中运动目标检测跟踪系统,对系统性能进行了测试。实验结果表明,系统可在多种分辨率和帧率下进行运动目标进行实时检测跟踪;固定背景差分法对目标运动速度无限制,但当使用帧差法对快速运动目标进行有效的检测时,应使目标的帧差间距大于3.2像素。     

实时图像记录与处理系统

针对图像记录与处理的实时性问题,设计并实现了实时图像记录与处理系统,同时实现了对高速图像采集、海量数据存储和实时图像处理功能。介绍了系统的硬件组成和图像实时记录、处理的软件设计,在实时图像处理中将最小二乘法应用于角点检测,实验结果表明该方法检测精度能达到亚像素级,而且对噪声不敏感,检测稳定性好。     

循环侧抑制网络的红外图像预处理FPGA实现研究

在红外成像预处理中,循环侧抑制网络具有很好的增强图像边缘反差、突出边框的功能。由于循环侧抑制网络处理运算的复杂性,如何实时实现循环侧抑制网络的红外图像预处理成为关键问题。根据简化的循环侧抑制网络处理算法,并结合硬件计算特点,提出一种适合于硬件实现循环侧抑制网络的并行处理结构,采用流水线设计方式在FPGA中实时实现。试验证明：该算法在FPGA内具有与视频流同步的实时性,达到了增强反差、突出边框的效果。用于图像目标实时跟踪系统时,极大地提高了目标的跟踪精度和稳定性。     

多子直方图均衡微光图像增强及FPGA实现

针对微光图像对比度低,目标难以识别的问题,对微光图像增强算法进行了研究。提出了一种多子直方图均衡增强算法,该算法首先将直方图按面积平均分割成4个子直方图,利用平均像素数量作为阈值切割直方图降低过度增强现象,然后加入尺度因子对动态范围进行调整,最后分别对子直方图均衡得到增强效果。此算法用Verilog语言在现场可编程门阵列（FPGA）上具体实现,并给出了主观和客观的评价,改进算法能产生更清晰的图像,在硬件平台上也能实时显示增强效果,一帧图像处理时延约为0.45 ms。实验结果表明,改进算法不会产生饱和、噪声放大的现象,图像细节保持较好,满足视频图像处理实时性要求,得到了具有较好视觉效果的增强图像。     

基于B样条迭代法的激光光条噪声去除技术研究

在基于线结构光的视觉测量系统中,激光光条中心的提取精度是影响系统最后精度的关键因素。目前常用的光条中心提取方法都没有去除光条上的干扰噪声,在分析现有方法的基础上提出了一种利用B样条迭代去除光条噪声的方法。以光条上的点作为控制顶点拟合B样条曲线,在同一位置下用B样条曲线上的点取代噪声点,这样反复修改噪声点的位置使其逐渐逼近实际曲线,从而达到去除噪声的目的。利用重心法提取去噪后光条的中心,着重分析了参与运算的像素的取值范围。通过对比实验证明该方法的提取精度远高于其它方法,从而验证了去除噪声的有效性。