干涉条纹中心线提取与细化的新方法

干涉条纹分析是光学干涉计量的重要分析方法,本文提出基于改进Yangtagai求极值点法与改进Hilditch细化法相结合的干涉条纹中心线提取与细化方法,该方法具有条纹断点少、抗噪声能力强以及处理速度快的特点。通过实验证实了本文提出方法的有效性。     

分区间曲线拟合的干涉条纹中心点提取方法

提出一种分区间曲线拟合方法来准确获取干涉条纹的中心点.该方法根据干涉条纹图灰度值分布规律,首先对于涉条纹R值图进行高斯低通滤波,在保留原始条纹信息的基础上去除噪声;然后,在滤波后的图像中选取法线方向的一列像素值,得出灰度分布曲线;最后,截取邻近峰值的一段图像,对增、减两个区间进行分段曲线拟合,求得两段曲线拟合函数的交点...     

一种基于干涉条纹频率的星载InSAR基线估计新方法

现有基于干涉复图像的基线估计方法采用平地假设并利用傅里叶变换估计条纹频率,应用于星载InSAR时基线估计误差很大.本文针对星载InSAR,从基线计算公式和条纹频率估计两个方面对现有基于干涉复图像的基线估计方法进行改进,提出了一种基于干涉条纹频率的高精度星载InSAR基线估计新方法.在考虑地球曲率的情况下,推导了星载In...     

基于自适应窗曲线拟合的结构光条纹中心提取

在结构光视觉系统中,光条中心位置的提取精度非常重要。在总结现有的结构光条纹中心提取方法后,提出了一种结构光条纹中心自适应窗曲线拟合法。该方法在保持曲线拟合法优点的同时,克服了拟合窗口的尺寸选取对拟合结果的影响。光条中心的定位精度从而可以达到亚像素级。实验结果表明,使用自适应窗曲线拟合法与传统方法相比,改善了条纹中心提取的稳定性和精度。     

高精度激光干涉条纹中心及半径提取的方法研究

激光干涉条纹中心及半径的检测是光学测量中的关键技术。针对传统的检测方法不能实现高精度、自动化、实时性的缺点,提出了利用数字图像处理技术来提取激光干涉条纹的中心及半径的方法。该方法通过滤波、二值化、细化及亚像素边缘检测等数字图像处理,利用最小二乘法来拟合干涉条纹的中心及半径。实验证明该方法可以检测亚像素级的条纹中心及半径,检测速度快,基本满足了实际应用中实时高精度的激光干涉测量。     

基于旋滤波的InSAR干涉条纹图滤波方法

InSAR干涉条纹图处理中，对噪声进行滤波是非常关键的一步。该文在分析现有滤波算法的基础上，考虑了干涉条纹图方向性特点，提出了基于旋滤波的InSAR干涉条纹图滤波方法。可以有效地去除残点对相位解缠的影响，同时保持相位信息不受损害。对仿真数据及真实InSAR数据的处理结果证明了该方法的有效性。     

干涉条纹图象变异条纹族间距的自动确定方法

干涉条纹图象是无损检测领域中广泛应用的一类图象，实现计算机自动处理干涉条纹对于工业检测自动化具有重要意义。干涉条纹分析中的一个重要步骤是确定条纹族的间距。传统的确定条纹间距的方法对于变异条纹族而言其计算精度不是很高。本文提出了一种新的条纹族间距确定方法－基准线条纹间距计算法，可以高精度地确定变异条纹族的间距。     

干涉条纹移动检测电路

在干涉型光纤温度传感器中,可以根据干涉条纹的移动方向和移动量判别外界温度的变化方向和大小。在对传感器的测量精度无极高要求时,通常可以采用增加温度与光纤作用长度和直接对干涉条纹移动量计数的方法得知温度的变化。这种方法有一个很大的优点,就是光波的极化态变化及光源输出强度的变化只会影响条纹的强度和清晰度,不会影响条纹的位     

瞬态干涉图条纹预处理方法研究

本文就含冲击波的瞬态流场干涉图的预处理方法，特别是细化算法进行了研究，通过处理的瞬态流场干涉图可满足后续的计算机自动数值处理要求。     

一种基于曲线拟合预测的红外目标的跟踪算法

给出了一种将曲线拟合和相关跟踪相结合的红外目标跟踪算法.该算法以目标质心作为匹配模板的中心,采用SSDA进行相关运算,以图像相关匹配的输出值更新所拟合的曲线,并以曲线的预测值作为下帧图像匹配搜索的初始值,使相关运算仅在很小的窗口内进行.该算法还定义了跟踪的帧内置信度和帧间置信度信号,实时智能的更新模板.实验表明,该算法能有效减少相关匹配的计算量,保证跟踪精度.     

消除散斑杨氏条纹图中衍射晕影响的新方法

提出了杨氏条纹观察屏处放置衍射晕负片消除衍射晕影响的新方法。用该方法对实际双曝光散斑底片进行了处理。结果表明．对解决由于衍射晕强度变化引起的条纹极值漂移和条纹对比度下降问题行之有效。     

一种基于高斯拟合法的激光光束中心提取方法

在激光辅助的视觉测量系统中,高斯拟合法的拟合数据选取影响激光光束中心提取精度。针对不均匀光照下激光图像难以确定高斯拟合数据数量的问题,文中提出一种基于随机抽样一致性算法的自适应高斯拟合方法。根据激光图像背景区域灰度分布的变化特性,采用随机抽样一致性算法估计背景区域灰度分布模型;将该模型的局外点作为拟合数据,从而利用高斯拟合法获得激光光束中心点的亚像素坐标。实验结果表明,该方法选取激光图像的高斯拟合数据平均拟合系数达到0.934,与固定拟合数据长度的高斯拟合法相比,提高了激光中心提取精度。     

基于Sigmoidal函数最小二乘拟合的一维图像边缘检测方法

在线阵 CCD 检测系统中,图像的边缘检测是关键技术之一。传统阈值比较法容易受到随机噪声的干扰,为了减少这种干扰,提出了一种基于Sigmoidal函数最小二乘拟合的一维图像边缘检测方法。利用Sigmoidal函数对图像边缘区域内所有点的灰度信息进行最小二乘拟合,能够有效避免单个信号点上的噪声对测量结果的影响。对拟合函数一阶求导,并寻找其一阶导数最大值对应点,该点即为图像的边缘位置。实验分别采用阈值比较法和基于Sigmoidal函数最小二乘拟合法,对采集图像的边缘位置检测结果进行比较,实验结果表明,基于Sigmoidal函数拟合方法稳定性好,具有较高重复精度,能够有效抑制系统随机噪声的影响,具有较好的检测效果。     

用计算机数字图象处理技术处理散斑条纹的新方法

利用计算机数字图象处理系统，以图象上各象素点的灰度为基准，设计了一种分割、细化对比度差的干涉条纹的方法。     

基于曲线拟合的非对称采样精度CCD图像中心检测算法

分析了边缘点影响非对称采样精度CCD图像中心拟合精度的原因,结合实验阐述了边缘点精度和数量对拟合精度影响程度的差异,得出选取拟合边缘点应沿像素坐标精度高的方向搜索的原则。最后得提出了一种复合算法,通过提高边缘点质量,使拟合误差小于±3μm,拟合精度达到亚像素级。     

图像的快速亚像素边缘检测方法

提出了一种新型的测量图像快速亚像素边缘检测方法。首先,利用标准的Sobel算子进行边缘点的粗定位,确定边缘点的像素级精度位置和边缘的方向;然后,沿边缘点的边缘方向拓展像素,得到长度为6的像素灰度值向量,将向量带人利用最小二乘曲线拟合方法得出的公式,求出边缘点的精确位置,从而能够实现亚像素边缘定位精度。实验证明：该方法的定位精度为0．1pixels,算法的运行时间为0．53s。     

基于正交多项式拟合的风廓线雷达风谱识别

风廓线雷达是一种以大气湍流为主要探测对象的晴空测风雷达,由于大气湍流对电磁波的散射非常微弱,湍流回波常常被淹没,特别是在降水条件下更是如此。为了能准确识别湍流回波提高谱矩估计精度,文中提出了基于正交多项式拟合的风谱识别方法。结果表明,该方法在降水天气下能很好地保留湍流回波信息,在风廓线雷达谱数据处理中取得了良好的效果,具有很大的实用价值。     

一种新的基于局部信息的拟合模型

对于局部不均匀的图像来说,局部图像信息在图像分割中是非常关键的,然而C-V模型中则缺乏这样的信息。我们提出了一种新的融合了局部边界信息的水平集模型--局部最大最小信息模型,因此此模型能够有效地改进C-V模型在分割不均匀图像方面的性能,即可以解决局部不均匀图像的分割问题克服C-V模型所遇到的一些困难。最终,通过对人工的和真实的图像上的实验证明该模型可以有效地分割局部不均匀图像。