光学薄膜损伤表面三维微观形貌的仿真与重构

通过对激光作用薄膜元件后的损伤过程和图像损伤特征进行分析与研究,借助光学薄膜损伤表面三维微观形貌的重构,揭示薄膜元件损伤机理.基于白光干涉显微原理,采集薄膜损伤表面的干涉显微三维云数据,运用Delaunay三角剖分法构建损伤表面的三角网格模型,通过可视化仿真,实现了损伤表面三维微观形貌的再现.结果表明:实验测试的Hf0...     

基于目标检测的SAR图像匹配算法

该文提出一种基于目标检测的SAR图像匹配算法。针对SAR图像的特点,该算法先检测SAR图像的强散射目标,接着计算各强散射目标的质心,对主、辅图像的质心点集合进行Delaunay三角剖分,以三角剖分后的对应相似三角形的质心、内心、外心为匹配点进行匹配,最后用ERS-I,ERS-II卫星的SAR图像进行实验,通过与相干系数法进行比较,实验结果证实了方法的有效性。     

快速三维散乱数据点重建算法

提出了一种快速三维散乱数据点重建算法.我们对包围盒算法进行了改进,减少了建立散乱点近邻关系所需的计算量;同时针对位置相对平坦的数据点,结合最小二乘法给出了一种计算法矢的混合方法.实例表明,该算法是有效的.     

摄像机标定中特征点的一种自动对应方法

基于计算几何理论中Delaunay三角化原理,提出了一种对具有阵列网络结构的靶标特征点的图像坐标与世界坐标进行自动对应方法.通过对图像处理获取的特征点进行Delaunay三角化预处理,并去除冗余三角形,得到相邻特征点之间的几何连接关系,利用特征点之间的连接关系实现阵列网络结构的靶标特征点的图像坐标与世界坐标的对应.实验...     

一种激光三角测量的标定方法及误差分析

为了解决激光三角测量法在标定时,不能直接准确地测量激光器端口与标定物的距离的问题,采用了一种基于距离差进行标定的方法。该方法利用标定物移动的距离作为标定输入,改进了测量系统的标定方法;采用高斯-牛顿迭代法计算测量系统的参量,分析了测量系统在标定时可能产生的激光像点提取误差和非垂直误差。结果表明,测量距离的精度可达到4.000mm。该方法能够准确标定激光三角测量系统的参量。     

TFT-LCD检测中基于激光三角法的显微镜离焦快速在线检测及补偿

光学成像检测设备的快速自动对焦是基于机器视觉快速缺陷检测的关键,为了解决检测过程中不同倍数物镜景深(0.5~91μm)跨度大以及被检测物体振动给快速对焦造成的影响等问题,提出了基于激光三角法的显微镜离焦在线检测及补偿方法。该方法利用激光三角法进行离焦量和离焦方向的快速探测,使用由行程100μm的压电陶瓷和行程25 mm直流电机构成的宏微双驱动结构协同控制完成大范围对焦任务。实验结果表明,构建的宏微结构对焦方式可以在0.4 s内实现高倍物镜±0.5μm景深至低倍物镜±91μm景深大范围的快速自动对焦,并实现被检测物体±3μm振动范围的快速自动跟随对焦。该方法满足了新一代薄膜场效应晶体管液晶显示器(TFT-LCD)工业检测装备对自动化对焦范围、速度和精度的要求,同时可应用在平板显示器(FPD)检测、线路板检测、生物医学和自动机器装配等领域。     

针对路面建模的Delaunay三角网格分治算法

为了对路面进行三维建模,使用Delaunay三角网分治算法处理路面点云数据,根据路面点云的特点,对点云进行划分中不考虑z坐标.使用Delaunay三角网分治算法处理不同规模的点云数据并记录生成三角网所需的时间,收集一段路面的点云数据并使用Delaunay三角网算法进行处理,观察生成的三角网是否和扫描的路面匹配.Delaunay三角网分治算法能够较快地生成三角网,但是在处理大规模点云数据时仍需消耗很多时间,同时针对路面三维建模问题,Delaunay三角网分治算法所生成的三角网能够很好地拟合路面.     

激光三角法位移测量中光强度的模糊自适应控制

在激光三角法位移测量系统中,激光的强弱、被测表面颜色、粗糙度等对测量精度有着显著的影响。提出了新的光强度模糊自适应控制方法,智能控制激光功率、光积分时间以及CCD 放大增益来调节系统光强度,达到最合适光强度;在被测表面形态变化的情况下能够实现光强度自适应控制,提高位移测量的精度;计算机仿真将不同的系统光强度调节到预设值3200,验证了控制策略的可行性。并经实验表明,通过控制上述三种要素,CCD 接收到的信号强度能够调节到预期范围,而且测量小位移时精度提高了5%。     

一种离散点插值算法用于重建光谱反射率

提出了一种用离散点插值算法来重建光谱反射率的方法。首先建立数字相机响应值与典型反射样品表面光谱反射率之间的查找表,然后进行Delaullay分区、提取和插值,最后通过数字相机的输出数据来准确地重建物体表面的光谱反射率。实验结果表明,该方法能够重建典型反射样品的光谱反射率,能够实时获取被摄场景的多光谱图像,易于硬件的实现。     

Improved keypoint descriptors based on Delaunay triangulation for image matching

In the current keypoint-based image matching methods, not all the keypoints can be reliably matched because of the influence of noise, illumination, and image distortion. In the paper, we propose a novel method based on the Delaunay triangulation to detect and remove possible mismatches. Given previously matched keypoints by a detector in two images, the proposed method utilizes four steps to remove the mismatched point pairs: first, triangulating keypoints in the reference image, and producing a graph consisting of edges that connects the keypoints; second, drawing a graph in the test image by connecting the corresponding points as same as in the reference image; third, detecting abnormal edges in the test image using special constraints; fourth, detecting and removing mismatched point pairs based on the abnormal edges. The experimental results show that the method can detect the mismatches accurately and improve the robustness of current matching algorithms.