光笔式视觉测量中被测特征点像面坐标提取方法的研究

针对光笔式视觉测量中被测特征点像面坐标的提取问题进行了研究。依据数字图像处理理论并结合本系统中被测特征点的成像特点,给出了图像处理过程及实际处理结果;针对椭圆形光斑中心点像面坐标的获取提出了椭圆曲线拟合法和灰度质心法,分析结果表明,灰度质心法应用于本测量系统中是可行性的。

视觉测量中被测标记点像面坐标检出方法的研究

基于视频技术的非接触三维检测技术中，需要准确地获知被测标记点的CCD像面坐标值。针对具体型号测量任务中出现的问题，给出了图像处理过程；并针对十字刻线中心点像面坐标的获取提出了三种不同的方法。对这几种方法进行了比较，并给出了测量系统所采用方案的实际处理结果。

成排连铸坯端面中心坐标视觉自动提取方法

为了实现成排连铸坯端面机器人贴标时各连铸坯端面中心坐标的快速提取,提出了先提取连铸坯端面图像角点像面坐标,再计算各连铸坯端面中心像面坐标的研究方案。首先,提出了一种改进型SUSAN角点检测算法,解决了图像中相邻连铸坯端面图像边界间距离过小和连铸坯端面图像角为弧形角所造成的角点漏检问题;然后,提取角点的像面坐标,并确定各封闭区域所包含连铸坯端面个数;最后,采用一种倾斜连铸坯端面图像中心像面坐标的提取方法,计算各连铸坯端面中心像面坐标。应用以上方法进行成排连铸坯端面机器人贴标实验,实验结果表明,连铸坯端面水平和竖直方向贴标位置误差范围分别为-0.625~0.850mm和-0.550~0.875mm,完全满足企业对多根连铸坯端面自动贴标位置误差允许值1mm的要求。所提视觉方法在理论和实际应用上都是可行的,不仅为连铸坯端面贴标机器人提供了准确的贴标位置,而且为矩形图像元素的中心坐标提取提供了一种可靠的方法,具有一定的应用价值。

动态像面法测量水面落点位置及误差分析

为了测量弹丸水面落点的位置,建立了基于CCD相机动态像面的测量模型。该模型通过CCD相机辅助采集相关点位的图像信息,对水面落点的位置函数以及误差进行了研究。首先,利用空间几何获得靶船上三定点相对于测量船的方位、俯仰信息。接着,结合t时刻观测图像上定点的像面坐标,运用底片常数模型建立像面坐标和角度信息两套参量之间的关系函数,从而得到目标落点的方位、俯仰信息,再利用异面交会法计算出目标落点位置。最后,分析了目标落点位置的误差来源(质心误差,位置误差)、误差以及各误差源与位置坐标之间的关系。实验结果表明:在测量船位置精度达到0.05 m,图像质心定位精度达到0.5 pixel时,在最小交会误差的情况下,目标落点的位置测量误差分别为2.8,4.9,4.3 m。

非模型化相机标定方法及测角误差研究

结合航空摄影光学校准方法和垂线法的概念,提出了一种不依赖于解析模型的相机标定方法,对CCD全像面进行亚像素层级的全视场逐点标定,构建分度视场角-像面坐标映射表;测角过程不依赖于成像模型,而使用映射表标准值插值解算。通过对标定过程进行分析,研究了此方法中影响测角精度的关键参数:一维靶标的靶点直线度、图像处理精度等,获得了系统误差分布特性及测角不确定度。最后通过水平方向测角验证实验,验证了此方法的可行性及误差分析的正确性。

采用多经纬仪的红外多目标实时跟踪系统设计

针对靶场测量中包含较多目标的跟踪且目标容易丢失问题,提出一种多经纬仪、大视场的协同跟踪系统。该系统拟以Xilinx公司的Virtex5系列FPGA与TI公司TMS320C6455型高速DSP为核心处理器,采用一片FPGA作图像拼接融合决策器控制两台经纬仪达到扩大视场的目的。依据主视场得到目标俯仰方位以及灰度等特征,由决策器控制分视场对丢失目标进行协同跟踪,并将两台经纬仪的图像进行拼接融合,达到大视场、多目标实时跟踪的目的。通过具体实验表明,该系.统适用于目标分散、目标涵盖区域较广的多目标跟踪问题,在分辨率640×512、镜头焦距220mm条件下,单个经纬仪可获得方位2°,俯仰2.5°的视场。本系统能达到的视场为方位3.6°,俯仰2.5°,跟踪效率高且能满足系统实时性的要求。

基于直线不变性的自修正光靶标

为了减小视觉坐标测量系统中特征点圆心像面投影坐标计算的误差,以改善系统的测量精度,提出了一种利用透视投影变换的直线不变性对其进行修正的新型光靶标。传统的误差减小方法是提高特征点的像边缘检测的精度,或者对特征点像面轮廓椭圆拟合的数学模型进行修正,算法复杂、适应性较差,且对精度的改善也达到了瓶颈。仿真试验表明,基于直线不变性的新型光靶标支持特征点-对应像面位置自动识别,较有效地修正了特征点圆心像面投影坐标计算的误差。