用条纹图形接接法测量三维大物体面形

三维的同形的在各个领域中有着广泛的应用，用莫尔法、调制光场分析法测量具有非接触性、高精度、快速的特点，但对于大物体的测量的测量却存在着许多困难诸如阴影噪声难以消除、条纹对比度低。考虑到图形的相关性，本文提出了一种基于多孔径拼接原理三维万物体面形的方法；条纹图形拼接法，给出了数学模型，计算机模拟结果和实验结果。     

结构光三维物体面形实时测量系统

本文基于结构光投影方法提出了一种新的三维物体面形重建方法,并建立了三维物体面形实时测量系统,系统用硬件电路实现结构光峰值提取,然后由软件对畸变光条峰值分布进行总体面形拟合处理。处理中,可以获得物体在视场内附加了一个倾斜面的三维物体面形分布。物体实际面形可以通过减去这个附加倾斜面而获得。     

计算机云纹技术用于三维物体360°面形轮廓测量

本文讨论了计算机云纹用于三维物体３６０°面形轮廓测量的原理，并对一样品进行了测试，实验表明，此种方法优于其它测量方法，可快速获得样品３６０°面形展开图．     

三维面形的光栅投影合成测量技术

本文提出一种新的物体三维面形测量技术,它在传统的光栅投影测量法的基础上,对待测物体的左右两边分别进行测量,然后将上述的结果进行空间合成。这种方法能够有效地解决目前三维测量中存在的阴影及测量范围不大等不足和问题,为这种方法的实用性提供了广阔的前景。     

小尺寸物体三维面形高精度测量

采用变形光栅条纹囹样直接分析的方法对小尺寸物体面形实现高精度测量.研制了一台小型的三维表面轮廓测试仪,测量范围(30×30)mm²,精度20μm,初步用于人类牙齿表面三维测量.最后提出了存在的问题和改进方向.     

次条纹积分法解调位相的三维面形测量

提出一种新的条闰相分析技术用于三维面形自动测量。将光栅图案投影于物体表面上，投影像随物体三维面形变形，形变的投影像用次条纹积分算法分析，求出位相变化和相应的三维面形。     

用条纹图形拼接法测量三维大物体面形

三维物体面形的测量在各个领域中有着广泛的应用，用莫尔法、调制光场分析法测量具有非接触性、高精度、快速的特点，但对于大物体的测量却存在着许多困难，诸如阴影噪声难以消除、条纹对比度低。考虑到图形的相关性，本文提出了一种基于多孔径拼接原理的测量三维大物体面形的方法：条纹图形拼接法，给出了数学模型、计算机模拟结果和实验结果。     

高速旋转物体频闪在线相位测量轮廓术

为了实现高速旋转工件的在线三维面形检测,提出一种高速旋转物体频闪在线相位测量轮廓术(PMP)三维测量方法。利用圆形正弦光栅替代线形正弦光栅,采用高密度二元编码光栅替代灰度编码光栅,设计专用频闪同步控制单元同时触发投影系统频闪投射相移光栅和图像采集单元同步获取图像,获得物体在同一"冻结"位置下的相移变形条纹后,采用静态PMP相移算法重建物体的三维面形信息。实验结果表明,该方法具备可行性和实用性,可有效避免工件离线检测时多次装夹不一致引入的加工误差,能够提高工件的检测效率和加工效率,可用于其他高速旋转物体的三维面形重建。     

傅立叶变换用于全息三维物体面形测量

介绍了将傅立叶变换用于全息三维面形测量的基本原理和实验装置。首先用全息干涉条纹替代投影条纹投影到待测物体上 ,在相位解调中 ,结合Gerchberg迭代算法对变形条纹进行处理 ,然后用汉宁窗口进行数字加权滤波。结果表明 ,该测量系统实验装置简单 ,测量精度高 ,速度快 ,适用于复杂大物体三维面形测量     

利用CCD图像的灰度梯度实现物体三维测量

提出了一种利用CCD单目图像的灰度梯度测量三维表面的方法——灰度梯度法。巧妙地运用中间变量，找到灰度梯度与聚焦像表面梯度之间的映射关系，将灰度约束方程转变为可求解的一元方程，从而解出聚焦像表面的深度信息。利用聚焦像表面与物体间的几何光学的约束以及它们之间的空间共轭对称关系，将该三维表面变换到实际三维尺寸，以达到三维测量的目的。最后对影响该测量系统的误差进行了分析。该方法克服了传统的光切法因过多冗余图像而使测量效率低的缺点，且该方法约束条件容易实现。对球体和柱面体的试验误差率分别为6．0％和4．85％，显示出该方法在一定范围内是有效的。     

四路激光跟踪干涉三维坐标测量系统

介绍了基于多边法原理的四路激光跟踪干涉三维坐标测量系统 ,包括系统的工作原理、冗余特性、激光跟踪干涉仪、新型目标靶镜、系统的布局及实验结果等 ,并进一步指出下一步的工作。实验表明 ,在距跟踪干涉仪80 0mm远处 70 0mm× 6 0 0mm平面范围内 ,系统三维坐标测量不确定度为 0 .0 6 2 0mm。     

三维相位展开算法在精密运动测试中的应用

三维相位展开算法将基于空间的相位展开算法拓展到时间轴上,包含了一维时间和二维空间信息,适合于运动测试。通过建立一维时间相位展开算法的数学模型,分析了该算法运动测试的基本原理,讨论了在精密测试中的使用方法和适用范围,并对微谐振器的微结构进行运动测试。实验表明,算法在相位展开中引入时间信息,不仅消除了形变测量中需选取静止点为相位参考点或参考平面的限制,还可以同时测量物体表面某点纳米级的离面运动曲线和表面形变。     

在电子散斑干涉中利用反相位法进行三维变形测量

提出一种可将离面位移与面内位移分离的三维位移计算方法。在双光束电子散斑干涉系统中增加一路参考光,使这一路参考光为两光束所共用。两束光各自独立地对变形物体进行测量,分别计算相位分布,并对其中之一进行反相位计算。理论分析表明,对二路检测光所得到的相位进行相减运算,就能够较好地减少电子噪声的影响,分离面内位移场与离面位移,实现物体变形的三维测量。介绍该方法的原理,并利用典型实验证实了该方法的可行性。     

反射光偏振特性分析与物体形状的测量

基于反射光偏振特性,提出了利用图像处理技术测量透明物体三维形状的理论和方法.分析了物体表面反射光的偏振特性,表明自然光在经透明物体表面反射后,反射率随光的振动方向不同而不同,即反射光表现出部分偏振光的特性.研究了强度反射率与入射角以及光强与偏振片方向之间的函数关系,得到了光强大小与入射面方向的关系;根据偏振度概念并结合菲涅耳公式和折射定律,建立了偏振度和入射角之间的表达式,可求得物体表面法线方向,进而得到透明物体的形状.研制了光学实验平台,获得了物体反射光的偏振图像,经过图像处理,获得了被测物体的三维形状.实验结果表明,这种方法对透明物体形状测量是有效和实用的.     

水中物体的光学三维形貌测量的研究

提出了一种对水中物体进行光学投影式表面三维形貌测量的新方法。通常的测量方法都是假设摄像机和被测物体都处于空气中,测量水中物体时,由于光在空气、水分界面上发生折射,投射到被测表面的光条纹图像发生扭曲,从而给三角测量法带来误差。新方法可以精确测量出水中被测物表面的三维坐标并计算出物体的几何尺寸,实验验证了该方法的有效性。考虑折射后,该测量类似于在空气环境中的测量。采用的极线约束及亚像素技术,提高了测量精度和速度。     

自适应窗口选取的Mean-Shift目标跟踪

当目标尺度发生变化时,传统Mean-Shift跟踪算法因跟踪窗口尺寸不变容易导致跟踪目标丢失,为解决此问题,本文提出一种带宽自适应算法对目标尺度变化进行检测,从而实现模板更新.该算法分别将模板图像与当前帧目标图像分割成等间隔半径的若干同心圆,通过计算模板图像与当前帧图像不同环层之间相似性度量,根据相应环层之间相似性度量关系确定当前帧模板带宽更新参量,最后利用kalman滤波完成模板尺度更新,从而实现目标稳定跟踪.实验证明,当目标尺度发生变化时,目标模板自动更新,能够实现目标稳定跟踪;相对传统Mean-Shift跟踪算法,目标跟踪可靠性能得到了提高.     

Martian ionogram scaling by the Object Tracking Method

Science China Physics, Mechanics & Astronomy - The Mars Advanced Radar for Subsurface and Ionosphere Sounding (MARSIS) onboard the Mars Express (MEX) spacecraft started to collect data of the...     

三维面形测量数据的计算全息可视化

提出利用计算机制全息进行三维面形测量数据立体重现的技术。首先利用三维面形测量技术同时获取三维物体的强度和距离像；然后根据三维面形测量数据，设计和制作菲涅耳计算全息图；最后将计算全息和光学全息相结合，以菲涅耳计算全息图的光学再现像为对象，记录光学像全息。这样既解决了计算机制全息术中真实三维物体立体信息数据捕捉的问题，又为三维面形检测提供了一个行之有效的立体重构技术。给出了这种方法的原理、计算全息的设计、制作方案和实验验证结果。     

BP神经网络结合ATLD与三维荧光光谱法测量水中多环芳烃

多环芳烃(PAHs)是煤,石油,木材,烟草等燃料和有机高分子化合物等有机物不完全燃烧时产生的一种持久性有机污染物。迄今已发现有200多种PAHs,其中有多种PAHs具有致癌性。PAHs广泛分布于我们生活的环境中,水中的PAHs主要来源于生活污水,工业排水和大气沉降。使用三维荧光光谱法,结合BP神经网络与交替三线性分解(ATLD)算法对水中的PAHs进行定性和定量分析。以苊（ANA）和芴（FLU）2种PAHs为目标分析物,用甲醇（光谱级）制备样本。使用FS920稳态荧光光谱仪对样本进行检测,设置激发波长为200～370 nm,间隔10 nm记录一个数据;发射波长为240～390 nm,间隔2 nm记录一个数据。设置初始发射波长总是滞后激发波长40 nm,以消除一级瑞利散射的干扰。随后使用BP神经网络法对待测样本数据进行预处理。利用BP神经网络基于误差反向传播算法(error back propagation training,BP)原理,对测得的三维荧光数据进行数据压缩处理,该方法具有柔性的网络结构与很强的非线性映射能力,网络的输入层、隐含层和输出层的神经元个数可根据实际情况设定,并且网络的结构不同时,性能也有所差异。随后,用ATLD算法分解预处理后的三维荧光光谱数据。采用核一致诊断法确定待测样本的组分数为2。结果表明,ATLD算法分解得到两种PAHs(ANA和FLU)的激发、发射光谱图与目标光谱非常相似,能实现光谱重叠严重的PAHs(ANA和FLU)的快速定性和定量分析,实现了以“数学分离”代替“化学分离”。将预测样本导入训练好的BP神经网络中,得到处理后待测样本数据的网络均方差（MSE）均小于0.003,网络的峰值信噪比（PSNR）均大于120dB（数据压缩中典型的峰值信噪比值在30～40 dB之间,越高越好）,可见BP神经网络对样本数据的压缩效果较好。BP神经网络训练后,得到输出值与目标值之间的拟合度高,拟合系数达0.998,具有较好的数据压缩效果。使用ATLD算法对待测样本进行分解后得到平均回收率为97.1％和98.9％,预测均方根误差为0.081 8和0.098 5 μg·L-1。三维荧光光谱结合BP神经网络和ATLD能够实现痕量PAHs的快速检测。