无衍射激光光斑图像定中算法的研究

为有效识别光斑中心,针对无衍射激光斑光图像特点,提出了一种由亮度梯度确定图像中心的方法.利用光斑图像边缘的亮度梯度,设定图像二值化阈值范围,根据二值化结果确定光斑图像边缘点,对于各边缘点,利用最小二乘法拟合出圆,圆心作为光斑图像的中心.利用霍夫变换的方法去除误差点,修正圆心位置.本方法速度快、精度高,适合于实时性要求较...     

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。     

改进的基于小波变换的图像边缘检测方法的研究

本文介绍一种基于小波变换模极大值进行图像边缘检测的方法。对图像进行二维小波变换,其梯度模值反映了图像的边缘,用这种方法可以检测到图像所有边缘的细节,但同时也会检测到一些伪边缘和噪声点。本文采用图像分块方法确定阈值,并用该阈值来限定模值,与传统边缘检测方法相比,可以得到更好的边缘检测效果。     

角点与边缘信息相结合的遥感图像飞机检测新方法

利用遥感图像中飞机目标的边缘特征和角点特征,提出边缘与角点信息相结合的遥感图像飞机检测新方法.首先,进行Canny边缘检测,提取遥感图像中飞机目标边缘信息,并利用OTSU算法二值化处理图像;然后,进行Harris角点检测,找出满足飞机角点分布特征的区域,去除伪目标;最后,进行区域生长式聚类,通过求取类心最终确定飞机位置.对60幅高分辨率遥感图像进行飞机检测测试,正确检测出238架飞机中的220架,漏检18架,48个虚警.实验表明,该方法可以有效解决复杂背景下飞机检测问题,具有良好的检测性能.     

基于几何特征的圆形标志点亚像素中心定位

视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0.023 7pixel,算法的运行时间为2~3ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。     

多核的鲁棒LS-SVM在图像边缘检测中的应用研究

针对传统最小二乘支持向量机易产生过拟合,在曲面拟合边缘检测中推广性能差的问题,提出了一种改进的多核的鲁棒最小二乘支持向量机图像边缘检测技术.并且利用粒子群算法对实验中的参数进行寻优,得到最优参数.通过与已有的Canny算法、BP神经网络算法以及使用单一核函数的标准LS-SVM相比较,验证了多核的鲁棒LS-SVM算法的有效性.实验结果表明:该算法提取的边缘比较精细、伪边缘较少,是一种有效的图像分析与处理的方法.     

一种基于逐点阈值分割的图像边缘检测方法

提出一种对图像中每个点逐一取阈值进行分类的一种新的阈值分割算法.该算法利用图像中像素邻域的灰度值均值统计信息作为该点阈值设置的标准,并引入该点邻域内像素灰度值方差作为附加判断条件,使提取出来的日标点是图像的边缘点.事实上该阈值分割算法起到了边缘提取的效果.实验证明,本文算法起到了良好的边缘检测效果,并且验证了本算法对于以邻域统计信息作为阈值估计标准的合理性.     

一种快速准确识别圆形目标的新算法

在对二值圆形图像深入认识的基础上,研究了自动提取图像中圆形目标的理论,提出了圆的两个重要参数:圆上像素数与半径比值参数,以及理想半径与圆上像素到圆心(实际半径)差值参数.首先对图像进行降噪和边缘提取,然后利用这两个重要参数,在二值边缘图像中非常快速、有效地提取出圆形目标,并输出其半径和圆心坐标参数.实验表明,该方法能够较高精度、较快速度地在大面积图像中识别圆形目标.     

一种遗传算法优化的图像模糊边缘检测方法

提出了一种遗传算法优化的图像模糊边缘检测方法.首先利用方向模板对图像进行卷积,求得梯度图像.然后对梯度图像的直方图进行模糊化,针对模糊窗宽参数的选取困难,根据图像确定了模糊函数窗宽的范围,利用遗传算法的全局搜索性能进行阈值的搜索,并利用最小图像模糊率来确定最优阈值.根据得到的阈值对梯度图像进行分割,得到图像的边缘.结果表明,边缘检测效果较好,显著提高了运算速度.     

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。     

基于圆拟合的非完整圆激光光斑中心检测算法

为了确定非均匀、非完整圆小孔激光光斑的精确中心,提出一种基于圆拟合的非完整圆小孔激光光斑中心检测新方法.该方法通过灰度形态学算法对激光光斑进行阈值分割,从水平和垂直两个方向检测粗略的激光光斑边缘,利用边界生长法消除比较短的圆弧和孤立的边缘点,通过反复迭代拟合获得最佳的圆轮廓并拟合出最终的标准圆.实验结果表明本方法精度明显优于传统的大型激光装置自动准直系统中的重心法,完全满足了该系统中对于非均匀、非完整圆小孔激光光斑中心求取的精度要求.     

一种改进的二维Hough变换提取激光光斑参数方法

文章提出了一种改进的二维Hough变换提取激光光斑参数的方法。根据不共线三点决定一个圆的原理,利用目标图像任一边缘点的梯度方向信息,按规则选取目标边缘上的其它两个点,将三个边缘点作为一组数据,求解圆形目标的方程。对参数空间中的二维矩阵数组投票,得到圆形目标的中心坐标。对归一化半径直方图进行滤波,求得圆形目标的半径。将该算法运用于实际探测到的激光光斑图像,在运行时间及定位目标图像的准确度上都取得了较好的结果。     

激光光斑的图像处理及边缘检测的改进

为了更精准地检测激光光斑中心位置与半径,用Matlab对采集到的激光光斑图像进行仿真对比实验,根据每一步图像处理结果分析,选出最理想的方案进行图像后续处理。最后根据光斑边缘检测的效果,用LabVIEW做出曲线拟合与图像边界的认定,解决了圆拟合算法对二值化后的光斑图像边缘认定不准,半径计算不够精确等关键问题。实验结果表明改进后的中心定位法,切实可行,对激光发射机光斑半径及其他参数的检测提供了一种更为精确的手段。     

激光模拟射击高精度命中环数算法研究

为了解决激光模拟射击中由于图像畸变和光斑中心定位误差而造成命中环数计算结果与实际值偏差较大的问题,提出一种高精度命中环数算法。算法通过参考点确定靶环中心,采用带阈值处理的灰度重心法计算光斑中心,利用参考点对畸变图像进行透视变形校正和径向畸变校正,消除因图像畸变而带来的计算误差,最后计算出准确的射击命中环数。实验结果表明,高精度命中环数算法能有效消除误差,提高命中环数计算精度,命中环数达到01环级别,光斑中心在靶面上的定位精度达到01mm级,满足激光模拟射击技术要求,在激光模拟射击中具有实用意义。     

激光CCD自准直仪圆目标中心抗噪声精确定位方法

为满足高精度计量和方位瞄准跟踪系统的发展对激光CCD自准直仪测量精度的要求,提出一种基于正交傅里叶-梅林矩的激光CCD自准直仪圆目标中心抗噪声精确定位方法。首先利用正交傅里叶-梅林矩(OFMM)的幅值旋转不变性和更低径向矩阶数在充分提取图像边缘细节信息的同时抑制图像噪声的影响,通过对图像边缘旋转后垂直方向上不同阶次的正交傅里叶-梅林矩之间关系的分析将圆目标轮廓定位至亚像素级,然后采用最小二乘拟合方法实现圆目标中心的精确定位。结果表明,该方法稳定性好,定位精度高且抗干扰能力强,改进后的激光CCD自准直仪的测量分辨力提高了10倍,测量精度由2″提高到±0.18″,可有效满足在小角度测量和瞄准等领域的高精度测量需要。     

基于光斑位置的起重机轨道高度差自动检测方法

针对目前起重机轨道自动检测技术无法满足轨道检测要求的问题,文中提出基于光斑位置的起重机轨道高度差自动检测方法.在轨道两侧分别放置激光发射器与成像板,激光经过传输,投射在成像板上形成光斑图像.对光斑图像灰度分布进行修整,增强图像清晰度与灰度分布差异.利用改进二维Otsu算法准确分割光斑图像,提取光斑边缘进行圆拟合.计算边...     

基于Hough变换算法的激光牛顿环中心提取方法

目前激光牛顿环中心测量方法无法实现自动化、数字化、实时性，针对这一问题提出了基于Hough变换算法的软件实时处理方法。该算法利用图像边缘的梯度方向信息，很好地解决了一般Hough变换的无效累积问题，可以快速检测出圆心坐标。基本满足了实际应用的高精度导轨测量和准直测量。     

考虑圆形特征边缘模糊和偏心误差修正的高精度相机标定方法

针对立体视觉系统采用圆形特征点标定时存在的空间圆形投影边缘模糊和偏心现象问题,利用改进Zernike矩和偏心误差修正进行圆心的高精度定位,以此提高相机参数的标定精度。首先考虑了由于立体视觉成像系统的标定场景光照强度不均匀引起的圆形特征投影图像边缘模糊的问题,引入高斯误差函数对边缘过渡段的灰度分布进行描述,建立了高斯边缘模型,并基于该模型计算投影图像的Zernike矩,然后利用改进Zernike矩实现高精度的圆形特征投影边缘像素坐标定位。此外,分析了影响圆形特征中心投影点和拟合圆心间偏差大小的因素,基于该分析对迭代拟合圆心进行偏差补偿使之逼近真实的圆心投影,最后通过所提算法对99圆形标志点进行圆心坐标提取并用于相机参数的标定。仿真实验表明,文中算法对投影图像边缘定位的精度以及圆心拟合的精度均高于传统的算法;实测实验中,基于圆心高精度坐标得到的相机标定参数对标准杆进行三维重建,长度测量精度比传统算法提高了30%。     

激光直线准直的一种新方法

本文提出用亮圆环在透镜后产生的衍射图样中心的连线作准直线的一种新方法。文中详细讨论了准直原理、准直精度及准直距离,并给出了实验例证。     

基于概率密度最小二乘拟合的叶片后缘轮廓

为了解决燃气轮机叶片后缘轮廓的测量和模型化的难题,采用了基于概率密度的最小二乘圆拟合方法,通过对数据重复拟合过程若干次,求得每组的拟合圆心坐标和半径,以概率密度分布的最大值作为最优拟合值。通过数据仿真,对拟合数据误差进行了理论分析和实验验证,验证了该方法的可行性和鲁棒性。结果表明,实现了对叶片后缘轮廓的拟合和数据的参量估计,精度达到0.01mm,求得圆拟合的最优圆心坐标和半径;对于直线段和短圆弧组合的叶片后缘,在不知切点和圆弧方程的情况下,能够对叶片后缘轮廓拟合。此方法对叶片后缘轮廓的高精度测量、加工精度以及参量的设计有着重要的指导意义。