基于统计逼近的Stoilov改进算法

Stoilov算法是近几年提出的一种相移量任意的等步长相移算法,它无须知道相移量的大小,只要保证相移步长相等,就可以解算出物体表面的截断相位,因而在三维测量领域中倍受人们关注.但Stoilov算法的表达式过分依赖采集的变形条纹图像的光强,存在对光强的减法、除法和开方等运算,使相位计算时在某些位置会出现分子分母为零,开方出现复数等奇异现象,会导致算法算错或者相位展开出错,致使三维重构表面会出现畸变、失真,甚至无法进行三维重构.因此提出了一种基于统计逼近的方法对Stoilov算法进行修正,有效抑制了奇异现象引入的相位误差,提高了三维测量精度.实验验证了其算法的有效性和适用性.     

归一化等相面的在线三维测量像素匹配方法

像素匹配是在线三维测量中的关键技术之一,提出了基于归一化等相面的在线三维测量像素匹配方法。仅投一帧正弦光栅条纹到在线运动的物体上,由CCD再依次移动相同步距时刻同步采集受物体调制的变形条纹图。利用FTP方法预测物体不同位置的相位信息并进行归一化,再以二值化等相面协助像素匹配,不仅实现了物体在各帧条纹图中的像素坐标一一对应,而且归一化减少了由于物体运动产生的不同位置相位展开起始点不一致导致的不同位置相位展开的差异性而引入的误差,同时节省了像素匹配计算量。对最大高度为8 mm的peaks函数型物体的模拟结果表明:均方差为0.021 mm,像素匹配时间上,该方法较直接用FTP方法预测得到的相位为模板进行像素匹配缩短了近2倍,同是实物测量也验证了该方法的有效性和可行性。所提方法不仅可以保证在线三维测量的精度,而且有效地提高了测量速度。     

基于OBE教育理念的项目驱动式开放实验教学实践

教学最重要的是对人的培育;实验教学强调知识、能力、素质协调发展。相同的实验教学内容,不同的教学方法,会产生不同的教学效果。在实验教学中,鼓励学生敢想、敢说、敢做。改革实验教学内容,使其贴近生活,贴近实际。基于OBE教育理念的项目驱动式开放实验,将围绕实验教学的基本内容在课后进行实验内容拓展,提高学生实践能力,在实施过程中为解决实际问题而自主设计、开发。同时此类开放实验能促进教学方法和实验教学过程的有机融合,更好地体现“全面开放、自主创新、综合实践”的学习理念,有利于创新应用型人才培养。