热像仪与CO2激光测距机兼容技术

介绍CO_2激光测距机与热像仪的三种组合即机械组合、激光发射系统独立,激光接收与FLIR光学系统合一和FLIR与CO_2激光测距机光路全部合一方案原理,并对这三种组合进行比较,最后提出并讨论CO_2激光测距机与热像仪(FLIR)兼容技术中频带宽度匹配、激光光斑与探测器尺寸几何失配、红外光学零件加工和红外光学薄膜的设计与工艺等问题。     

基于高斯拟合的激光光斑中心定位算法

激光光斑中心定位是光学测量中的关键技术之一。通过对常用定位算法的分析,给出利用光斑图像中的不饱和点对光斑进行高斯拟合,并以拟合函数的幅值点作为光斑中心的方法。利用人工光斑对该算法进行验证,结果表明该算法误差远小于0.1 像素;利用一维高精度电动平移台、CCD相机、激光器等搭建测试系统,由计算机自动采集激光光斑图像并对其进行分析,实验结果表明该算法与理论分析结果的均方根误差仅为0.1 像素。     

CCD摄像法采集激光光斑图像方法研究

为了测量大尺寸激光光斑图像,对CCD摄像法采集漫反射的激光光斑图像方法进行了研究。采用CCD摄像机捕获经漫反板反射的激光光斑图像,光斑图像进行去背景处理后,根据系统噪声特性对光斑图像进行提取,再利用透视投影原理对畸变的光斑图像进行了校正,最后根据人眼对彩色图像敏感的特性,利用灰度级一彩色变换法对光斑图像进行了伪彩色处理。结果表明,CCD漫反射法能够准确地测量大尺寸激光光斑图像。     

用Hough变换提高激光光斑中心定位精度的算法

在激光扫描大型三维曲面测量中, 激光光斑中心的准确定位是提高测量分辨力的关键。当测距范围较大时, 受多种因素的影响, 激光光强分布严重不均致使其几何中心与强度中心发生了偏离。此时, 传统的光斑中心提取方法不能适用。为此, 根据光斑图像仍能给出圆形光斑的大部分轮廓这一特点, 提出了基于Ｈｏｕｇｈ 变换的激光光斑中心读取方法。实验结果表明该方法对提高大型三维曲面测量精度是有效的。     

高精度激光告警参数提取算法

激光告警系统通过提取来袭激光的相关参数进行告警定位，其角度定位精度直接与战场生存能力相关。为了有效提高激光告警系统的角度定位精度，基于光栅衍射型激光告警原理，提出一种高精度测量来袭激光参数的算法。对激光告警系统进行标定，用高斯拟合法精确提取出衍射光斑标定图片的0级光斑中心，将来袭激光角度与对应角度的光斑中心进行拟合，根据拟合结果确定任意角度的光斑衍射图像对应的来袭激光角度参数。实验结果表明，方位角测量误差优于0.29°，俯仰角测量误差优于0.38°。该算法有效提高了激光告警系统的测算精度。     

用Hough变换提高激光斑中心定位精神的算法

在激光扫描大型三维曲面测量中,激光光斑中心的准确中定位是提高测量分辨力的关键。当测距范围较大时,受多种因素的影响,激光光强分布严重不均致使其几何中心与强度中心发生了偏离。此时,传统的光斑中心提取方法不能适用。为此,根据光斑图像仍能给出圆形光斑的大部分轮廓这一特点,提出了基于Ｈｏｕｇｈ变换的激光光斑中心读取方法。实验结果表明该方法对提高大型三维曲面测量精度是有效的。     

光栅衍射型超广角激光告警系统光斑定位方法

成像光斑中心精确定位是光栅衍射型超广角激光告警系统具有高定向准确度和高波长分辨能力的基础.本文分析了光栅衍射型超广角激光告警系统成像光斑特点.针对随激光入射角增大,系统成像光斑畸变为强度近似高斯分布倾斜光斑的问题,提出一种改进型高斯拟合法计算光斑中心,通过仿真模拟和实验测试研究了新方法的定位性能.模拟结果表明,高斯噪音标准差为0.01情况下,光斑长轴与x轴夹角由0°逐渐增大为90°过程中,本文方法的定位误差平均值小于0.005像素,误差标准差小于0.02像素.实验测试表明,实验图像经帧相减和高斯平滑滤波预处理后,光斑长轴与坐标轴方向一致时,本文方法与高斯拟合法的定位结果非常接近,明显优于灰度重心法.光斑倾斜时,本文方法求得的激光入射方向角的误差均值和标准差明显小于灰度重心法和普通高斯拟法.     

基于激光和CCD组合的小孔转轮重复定位精度测量方法

小孔转轮是某试验装置光路自动校准系统的关键器件,重复定位精度是其重要指标之一。为了有效测量运行于真空环境下的小孔转轮重复定位精度,提出了一种基于激光和CCD组合的测量方法,并以转轮滤波小孔光斑中心的位置重复性作为其重复定位精度的评价指标,搭建了一套完整的测量系统。利用CCD采集通过转轮滤波小孔的激光光斑,通过图像处理的方法对激光光斑图像进行滤波去噪、阈值分割、二值化、边缘检测等预处理,利用最小二乘法对激光光斑进行圆拟合,得到光斑中心坐标。在非真空环境下与激光干涉仪进行了对比实验,两者测量的角度偏差仅相差11″,表明了该测量方法具有较高的精度,可以满足测量要求。采用该测量方法对真空环境下的小孔转轮进行了约6 h正反往复各60次的重复性测量,结果表明,该测量方法能有效测量真空环境下小孔转轮的重复定位精度。     

一种短程无衍射激光图像定中算法

针对短程无衍射激光图像特点,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,设定图像二值化阂值范围,根据二值化结果确定光斑图像边缘点,对于各边缘点,利用圆上两点直径最长的原理,通过直径的中点确定圆心,求出均值,作为光斑图像的中心。本方法速度快、精度高,适合于实时性要求较强的应用场合,已经在实际应用中...     

基于小波能量和光斑尺寸的干扰图像尺度分析

介绍了激光干扰对CCD成像系统的影响,从影响光电成像系统目标检测性能的角度阐述了激光干扰图像与背景杂波的相似性.针对激光干扰图像的频率特性,利用小波分析在图像处理中的优势,结合机器视觉中背景杂波的量化尺度,提出了基于小波能量和光斑尺寸的综合图像尺度.对典型激光干扰图像的小波分析显示,随着激光干扰功率的增大,干扰图像中的低频分量和高频分量会同时增加,图像中的光斑可被看作是低频分量,光斑周围“斑驳状”的散斑是高频分量,类似于盐噪音.激光视场内干扰实验及数值计算表明:激光干扰会降低Otsu算法分割准确度,增加相关检测虚警概率,该尺度将干扰图像的高频分量和低频分量结合起来,同时克服了单一光斑尺度和小波能量尺度的局限性,能够较好地评估视场内激光干扰CCD成像系统的效果.     

强激光远场焦斑重构算法研究

 通过CCD图像采集单元结合传统的列阵相机测量高功率固体激光器的远场焦斑分布，采用图像处理技术的边缘算子提取焦斑的几何中心，提出通过几何中心对心的焦斑嵌套重构算法，解决了光斑饱和时的对心难题，实现了快捷准确测量激光焦斑，为激光器的实时控制提供参考数据。     

CCD大范围轴向位移量检测研究

基于CCD图像测量技术,设计了一种利用CCD成像系统检测火车轮对几何尺寸的非接触在线测量系统,并给出了系统的结构及原理.激光束垂直入射到火车车轮上,再用透镜将火车车轮上的激光光斑成像到CCD上,当火车车轮产生磨损时,CCD上激光光斑的像也将发生位移.通过对CCD上弥散斑中心位移的测量,就可精确计算出火车车轮的磨损量.     

大气环境下激光光斑瞄准偏差的补偿方法研究

针对大气环境下激光光斑瞄准偏差的问题,设计了激光光轴偏差测试系统,讨论了大气环境中由于诸多因素的影响而导致激光光斑几何中心与目标中心发生偏移而不能对准的现象。提出了数字图像处理技术与重心法相结合的一套新的偏差补偿算法。充分利用激光光斑全场数据,从理论和实验上对大气环境下的激光光斑瞄准偏差进行了分析和研究。外场实验结果表明,该方法可以对瞄准偏差进行有效补偿,具有较高的工程应用价值。     

利用光斑图像特征确定飞秒激光有效烧蚀焦距

为确定飞秒激光光束对微尺度结构的烧蚀深度,研究了给定功率条件下对应的激光束有效烧蚀焦距。提出采用激光焦点处获得的烧痕阵列图像及在离焦状态下提取烧痕图像特征,通过分析图像特征与离焦距离,获得激光束有效烧蚀焦距范围的方法。在激光束焦点附近的硅晶片表面烧蚀出斑痕阵列,向下逐渐减小焦距,采集硅晶片斑痕图像,提取斑痕平均像素面积及斑痕目标与背景之间的R分量灰度差,获得斑痕像素面积及灰度差随激光束焦距变化的曲线;向上逐渐增大焦距,提取并获得斑痕像素面积及灰度差随激光束焦距变化的曲线。结合激光束向下离焦阈值(633 μm)及向上离焦阈值(993 μm),确定20 mW输出功率条件下,飞秒激光在硅晶片材料表面的有效烧蚀深度为360 μm。采用中位值方法确定了激光束在硅晶片表面聚焦时的焦距为0.823 mm。实验表明,激光烧蚀斑痕像素面积及灰度差与激光束焦距之间的关系能够客观地反映激光束有效烧蚀焦距的变化范围。     

一种新的激光光斑参数快速计算方法

提出了一种利用弦的特性快速提取激光光斑参数的二维Hough变换方法。基本步骤是在圆形光斑边缘图像上作两条交于边缘上一点且相互垂直并分别平行于坐标轴的弦,通过这两条弦与光斑圆心及半径的几何关系,求取光斑的中心坐标和半径。遍历所有边缘点,对参数空间二维中心坐标数组投票,最大值对应参数即为光斑中心坐标。分析一维归一化半径直方图,求得光斑半径。实验结果表明,与传统的Hough变换相比,该算法在运行时间和空间效率上都有很大提高,具有更强的实用意义及应用前景。     

基于数字微镜阵列光调制的激光防护系统

提出一种基于数字微镜阵列(DMD)的激光防护系统设计方案, 利用DMD的光调制作用减少强激光对光电成像设备的损坏.详细介绍了系统的工作原理、DMD及CCD的选型、投影光路和光学转换系统的设计, 运用相移莫尔法进行了图像像素的调校.模拟实验结果显示, 该系统可在不同光斑半径和光强的条件下成功识别激光光斑中心点的像素坐标和半径, 实现对光斑对应区域的微反射镜控制, 激光光强可衰减70%以上.