基于极线校正的亚像素相位立体匹配方法

针对双目结构投影光栅相位法三维测量系统中立体匹配的效率与精度问题,提出了基于极线校正的亚像素相位立体匹配方法。首先,通过外极线校正算法将双目立体视觉几何结构校正为平视双目标准几何结构,使匹配点对在左右相机上的成像点位于同一水平线上。然后,采用双线性内插法获取校正后新相位图像对,并提出一种基于相位区域匹配的立体匹配算法,获得初始匹配点。最后,提出采用最小二乘拟合将初始匹配点附近3×3邻域内的相似度量拟合为一个二次曲面,然后求解得到该曲面的局部最小值,得到与待匹配点相位相同的右摄像机匹配点坐标。通过对标准平板平面度进行测量与精度分析,表明该方法能够快速、准确的实现立体匹配。     

视觉测量红外光点图像中心精确提取

提出了一种视觉测量中的红外光点图像中心提取方法。首先,使用一组阈值平面与红外光点灰度能量分布相交确定光点能量等高线,得到各等高轮廓点和阈值平面截得的能量包络。然后,利用最小二乘椭圆拟合等高线上轮廓点的椭圆中心,并计算阈值平面所截得的能量包络的质心,以椭圆中心和包络质心的黄金分割点作为等高层面上的光点中心。最后,利用各等高层面光点的中心获得红外光点图像中心的精确位置。试验验证结果表明,算法对红外光点图像中心提取可取得较高精度。目前,方法已在面阵静态红外地球敏感器标定中得到应用。     

预测搜索算法在图像相关中的应用

数字散斑相关方法在亚像素测量过程中运算量大,在对实时性要求较高的系统中该方法的应用受到了限制。提出了一种原理简单、搜索速度快、精度高的预测搜索算法,介绍了预测搜索算法的原理,并给出预测位移的公式。通过实验验证了对算法的精度、效率和鲁棒性,说明对数字散斑相关方法进行优化后,既不损失亚像素位移的计算精度又提高了图像处理的效率。     

消除温度对倒装键合对准精度影响的方法

为消除温度在热超声倒装键合过程中芯片与基板对准精度的影响,必须将因键合加热而引起的图像抖动量控制在亚像素范围内.设计了一套实验方案,通过实验对比,发现在未启用吹气装置时图像间的抖动剧烈,明显受温度影响,不能满足对准精度要求.采用二元二次曲面拟合亚像素法计算了启用吹气装置后图像间的平移,发现图像间整像素级的抖动明显消除,亚像素级的抖动受温度影响小,在键合温度下最大抖动量不超过0.3像素,能满足对准精度要求.该方法为热超声倒装工艺提出了有价值的参考.     

一种全局优化的激光光斑亚像素定中算法

根据激光光斑特征提出其中心位置检测方法,该法先假定激光光斑中心位置,再利用假定激光光斑中心点的投影圆上等效光强原理对其进行重建,并将重建前后两者的光强差的绝对值之和作为评价假定点与真实光斑中心距离的指标,最后,根据所述指标最小化原则求取激光光斑中心位置。理论分析表明,对于标准高斯分布的激光光斑,所述评价指标与假定点及真实光斑中心间的距离成正比,在真实光斑中心处,其评价指标值为零。对于实际激光光斑,在其中心处所述评价指标的值接近于零,为提高其抗噪声干扰能力,采用距离加权法作为其改进的评价指标。对有噪声干扰的实例计算结果表明,该法中心定位达到亚像素精度优于0.1 pixels,不仅定中精度高,而且算法速度快、稳定性好、抗干扰能力强。     

表面贴装元件识别的一种亚像素边缘检测方法

亚像素算法是一种高精度的边缘检测算法.分析了亚像素边缘检测的原理及现有算法的优缺点,根据现有用亚像素对表面贴装元器件图像检测的算法,提出了三次样条插值的亚像素算法进行边缘提取.通过实验比较,认为该方法提高了边缘提取的精度,满足了贴片机视觉检测的要求.     

激光通信成像光斑处理方法研究

本文针对目前海域条件下激光通信的难题,对海域条件下激光通信过程中成像的光斑提取方法进行了研究。依据此研究,搭建了测试平台进行实验,通过测试平台得到光斑图像,对光斑图像进行了处理,通过图像比对验证了此种方法的可行性,为激光通信海面通信光斑提取提供了一种解决方法。实验结果表明:采用本文方法在图像复原时最大误差在X方向为2.60像素,在Y方向为1.54像素。此种方法对于海域条件下的激光通信系统信标光光斑处理可达到应用所需效果。     

一种快速光栅条纹中心亚像素坐标提取方法

光栅条纹中心的精确提取会直接影响到线结构光视觉的测量与重建精度。为了解决传统的Steger算法计算量大,且在光条不均匀时提取不精确等问题。基于改进的Steger算法,提出了针对光栅条纹中心的快速亚像素坐标提取方法。通过高斯滤波、形态学等方法得到去复杂背景的激光条纹图像,用自适应阈值法缩小ROI区域,用霍夫变化求取光栅边缘线,求出边缘线中点,然后直线拟合,最后用改进算法提取中心坐标。实验结果表明:与模板法、传统Steger算法等光栅条纹中心提取算法相比,算法的鲁棒性更强,最大提取误差在0.3个像素,平均误差为0.1个像素,平均运行时间相比传统算法减少0.4 s。     

考虑亚像素配准误差的超分辨率图像复原

超分辨率图像复原作为第二代图像复原方向,已成为目前国际图像复原界的一个研究热点.一般来说,超分辨率图像复原是一个病态问题,可以结合图像的先验信息,使其成为良态的,这需要有效的规整化算法.但是,规整化参数的选择多数情况是通过经验确定的,且现有的一些计算规整化参数的方法又过于繁琐.本文讨论了亚像素配准误差引入的情况下噪声的统计模型,利用Miller规整的思想给出了简易可行的规整化参数计算方法.这种规整化参数计算方法能够自适应地根据配准误差和观测噪声局部调整由于配准误差导致的失真.仿真结果表明得到的规整化参数能使规整化算法有效收敛.     

基于Hessian矩阵的黑白棋盘格角点检测

针对棋盘格角点的检测,提出了一种运算速度快、定位精度高的Hessian矩阵子像素角点检测算法。简述了Hessian矩阵的原理、算法的执行流程和黑白棋盘格子像素坐标提取的基本方法。通过实验检测出了黑白棋盘格中的角点,得到了角点坐标,并利用二阶泰勒展开式得到了角点的子像素坐标。最后,在不同的噪声水平下,与Harris算法作比较,计算出提取误差与提取时间。实验证明,Hessian矩阵对黑白棋盘格角点检测的更加精确。该实验结果可应用于摄像相标定中。