数字散斑条纹图的滤波方法

在现代数字散斑测量方法中，一般采用减模式来产生数字散斑条纹图，它是进一步图像处理的信息载体，同时不可避免地附带有大量的乘性噪声。为了保证测量精度，在进一步图像处理前必须对其进行降噪，选择合适的滤波方法显得尤为重要。在多年实际经验及阅读了大量文献的基础上，该文对国内外常用的数字散斑干涉条纹图滤波方法进行了分类阐述，选择了一些有代表性的方法予以实现，给出实验结果，并进行了对比分析。最后对数字散斑干涉条纹图滤波方法的发展方向给出了自己的看法。     

网格法及其在大变形测量中的应用

网格法具有操作简单、测量范围大、易于自动处理等特点。本文首先介绍了网格法测量的基本原理,其次用仿真的实验对网格法进行了检验,最后用皮革材料进行了拉伸实验。由于对镜头误差得到了修正、变形前后的网格点得到了自动匹配,从而实现了大变形的自动高精度测量。     

用射影不变性纠正鱼眼镜头畸变

计算机视觉通常采用针孔摄像机模型，但对于存在较大畸变的鱼眼镜头或广角镜头，必须首先纠正镜头畸变才能应用针孔模型。为了从同时存在透视变形和鱼眼畸变的图像中纠正鱼眼畸变，采用了以下射影不变性：空间中直线的投影为直线；平行直线束的投影平行或相交于一点；直线段投影的交比不变。首先，用待纠正的鱼眼镜头对一幅等间隔正交网格图成像，提取网格结点作为控制点，然后用射影不变性求解畸变模型，达到纠正畸变的目的。该算法巧妙地运用三次方程的Cardan解法。大大提高了速度。结果表明，运用该方法纠正鱼眼镜头畸变速度快、精度高。     

基于图像的三维刚体运动估计算法比较

基于图像特征点对应估计三维刚体运动是计算机视觉的一个基本问题。对四种常用的运动估计算法,包括基于三维特征点的奇异值分解法、正交分解法、单位四元数法和基于二维特征点的"8点算法",通过大量仿真实验和一个机载目标运动光测系统进行了精度,稳定性和效率的比较。结论表明,基于三维特征的算法比基于二维特征的算法精度高、稳定性好,效率高。其中在基于三维特征的算法中,奇异值分解法效率更高,单位四元数法稳定性更好,在基于二维特征的算法中采用非线性优化是必须的,而增加特征点数和降低噪声水平对四种算法都能提高精度。讨论了这些结论对解决实际问题的作用。     

基于仿射近似投影模型的无人机对地目标定位方法

鉴于透视投影模型在无人机对地目标远景成像环境下存在过参数化的问题,采用平行透视投影模型对无人机序列成像过程进行建模,并提出了基于仿射近似投影模型的无人机对地目标定位方法。基于平行透视投影模型的迭代因子分解法框架,依据无人机序列影像特征的多视图几何约束,结合优化最小化框架的低秩矩阵分解技术,进而可实现目标区域剔除位姿模糊歧义的高精度欧式三维重构,再充分利用机载导航系统提供的相机高精度位置信息,即可完成对地面目标的精确定位。仿真及半实物仿真试验结果表明,所提出的基于仿射近似投影模型的无人机对地目标定位方法正确有效,在实验室环境下对地目标定位精度优于2厘米。     

干涉条纹图处理的等值线窗口滤波和摄像测量在国防试验的应用

对图像进行滤波或称平滑是干涉条纹图像处理中的一项重要工作。一幅未经处理的原始图像或多或少存在着不同程度的噪声干扰,特别是散斑和Insar干涉条纹图,信噪比很低,难以处理。本文针对光测力学中光学干涉方法得到的条纹图,提出了一种新的滤波方法条纹等值线窗口滤波,并对这种滤波方法进行了研究讨论,提出了几种确定等值线窗口的不同方法。这种滤波方法根据干涉条纹图不同断面上灰度分布的不同特点,选择沿条纹走向的条纹等值线窗口进行滤波,在最大消除条纹图噪声的同时,也能保证对条纹损伤最小。摄像测量技术正在迅速发展和得到广泛应用,在国防试验和航天飞行任务中发挥着不可替代的作用。本文也介绍了作者近年来在该领域所做的应用研究,包括在火箭、导弹发射试验,冲击、碰撞等过程中的动态目标运动测量;针对航天航空和力学工程领域的视频图像实时分析;飞行器三维运动测量;基于投影条纹的物体三维形貌精密测量方法研究;以及对接航天器位置和姿态的实时测量。在这些应用中都实现了高精度测量。     

扫描仪精确标定与基于扫描图像的精密测量

分析了普通平板扫描仪扫描过程中引入畸变误差的成因和特点，提出并实现了用分布于待测图像四周的正交网格对包括待测图像在内的全场进行标定的方法和算法．标定后精度提高一个数量级以上，全场几何标准偏差在2—3微米以内，使普通扫描仪可用于精度要求极高的工程测量．用扫描仪将干板等介质记录的图像数字化，通过标定，修正扫描过程中引入的畸变误差，即可利用数字图像处理技术进行自动和半自动的精密测量．     

随机并行梯度下降光束净化实验研究

利用自适应光学技术进行光束净化是高能激光系统中一项重要的研究内容.为实现光束净化系统的小型化和低成本,基于系统性能评价函数无模型最优化的波前畸变校正方法是适合的技术方案.就随机并行梯度下降(SPGD)最优化算法在光束净化系统中的应用展开研究.针对高能激光束常见的像差分布进行了SPGD波前校正的数值模拟,在此基础上构建了37单元自适应光学光束净化实验平台,讨论了双边扰动梯度估计和迭代增益系数自适应变化对算法收敛特性的影响.数值模拟与实验结果验证了SPGD算法对不同程度波前畸变的校正能力,表明了SPGD光束净化方案的可行性.     

基于不变系数的光照不变最小二乘匹配

最小二乘匹配(LSM)对全局灰度和几何畸变有较好的适应性,得到了广泛应用和重视。但是该方法存在计算量大,难以实时应用,以及不能适应局部光照变化等问题。提出了不变系数光照不变最小二乘匹配,通过固定法方程式系数,大幅减少了单位迭代计算量。在实际中,由于成像场景和光照条件的复杂性,传统的以整体灰度变换模型近似图像间灰度变化往往会存在较大误差,由于真实灰度畸变模型不易获取和计算,该问题一直没有得到很好解决。提出了用光照不变描述替换原始灰度描述的方法,实现了对局部灰度畸变的适应,并将最小二乘匹配的迭代维数由8维降为6维,进一步提升了计算速度。理论分析和真实数据实验表明,该方法较之传统方法计算速度提升6.18倍;几何变化和局部光照变化仿真实验证明了此方法对局部光照变化有较好的适应性。     

基于无穷单应的大视场摄像机标定方法

在大视场摄像机标定中,常常会出现由于场景过于单一而很难达到自标定所需要的场景约束和运动约束条件、立体标定所需要的强立体条件或者平面靶板标定所需要的绝对共面条件,如指向高空区域的摄像机标定任务就很难满足上述要求,因而大视场摄像机标定需要较为弹性的标定算法。提出一种基于无穷单应的大视场摄像机标定方法,该方法最少只需要4个非共线控制点和摄像机粗略的位置即可求解无穷单应,并且提出一种坐标变换方法以保证线性求解和优化无穷单应时的稳定性。从无穷单应中分解得到摄像机参数初始值,通过Levenberg-Marquardt(LM)优化算法最终实现摄像机的标定。在优化过程中,通过假设图像中心为主点和采用一阶径向畸变模型,相对增加了优化过程中的剩余自由度,能够实现4个像点为观测值的参数优化。相比于强立体或共面的条件,此方法所需条件很容易满足。仿真和实际实验验证了此方法的正确性和高精度,以及重复测量实验的灵活易实施。