物象空间正则归一化坐标理论及其在光学软件中的应用

介绍了Hopkins提出的物象空间正则归一化坐标理论,具体说明了正则归一化坐标的形成方法.在象质评价中,由于该坐标系统引用了出瞳参考球面,在出瞳函数和象面复振幅分布间建立了简单而精确的傅立叶变换关系,方便了点扩散函数和光学传递函数的计算.在结构优化中,由于正则归一化坐标使系统的人瞳与出瞳间存在1:1的对应关系,大大降低了象差多项式的计算量,因此可以用波象差均方差作为评价函数,加强了优化计算的理论依据。

基于表观的归一化坐标系分类视线估计方法

视线估计能够反映人的关注焦点,对理解人类的情感、兴趣等主观意识有重要作用。但目前用于视线估计的单目眼睛图像容易因头部姿态的变化而失真,导致视线估计的准确性下降。提出一种新型分类视线估计方法,利用三维人脸模型与单目相机的内在参数,通过人脸的眼睛与嘴巴中心的三维坐标形成头部姿态坐标系,从而合成相机坐标系与头部姿态坐标系,并建立归一化坐标系,实现相机坐标系的校正。复原并放大归一化得到的灰度眼部图像,建立基于表观的卷积神经网络模型分类方法以估计视线方向,并利用黄金分割法优化搜索,进一步降低误差。在MPIIGaze数据集上的实验结果表明,相比已公开的同类算法,该方法能降低约7.4%的平均角度误差。

逆向工程中的坐标归一化算法研究

在三维物体反求中，以参考物体的棱边作为基准，提出一种新的坐标归一化算法——中间坐标法，分析了该方法的特点及适用范围。试验表明，本算法能很好地解决反求工程中多次装夹测量数据的坐标归一化问题。

反求工程中多视数据的坐标归一化

本文首先介绍了反求工程中多视拼合的必要性,然后对点位法的坐标归一化给出了具体思想和详细算法,最后给出坐标变换中所用到的数据结构。

动基座视觉双惯性姿态测量数据融合方法研究

由于视觉传感器与惯性传感器的高度互补性,视觉和惯性融合是一种常见的姿态测量手段。随着机载、车载等仪器设备的迅速发展,传统静止基座下的姿态测量已无法满足一些实际应用场景的需求。由于受到基座运动信息的干扰,很难对动基座上的目标物进行准确、快速的姿态测量。为了发挥视觉和惯性融合的优势,并实现动态基座下的目标物相对姿态测量,提出了一种基于单目视觉与双陀螺仪的姿态测量系统。分析了测量系统中坐标系的建立以及坐标系之间相对关系,提出了坐标系归一化方案,并利用容积卡尔曼滤波对视觉和惯性结果进行融合,实现了高精度、大范围、快速、稳定的姿态测量。在搭建的视觉和惯性融合姿态测量系统平台上进行了实验验证,结果证明该系统坐标系归一方案与融合算法的有效性。实验结果表明,所搭建系统具有较高的准确度,融合后的俯仰角和方位角的均方根误差(RMSE)均不超过0.1°。

伺服定位技术汽车大梁视觉测量系统研究

为实现对汽车底盘大梁上装配孔孔径和孔位尺寸的自动测量,设计基于伺服定位技术的视觉测量系统。基于大梁CAD设计图上装配孔的分布特征,划分目标图像采集区域,提取拍摄单帧图像时相机的位置坐标,并以该坐标值控制伺服电机运动和启停,触发相机采集目标图像;同时,伺服电机编码器反馈位置坐标给驱动器,为图像测量提供位置基准,对单帧图像上装配孔的圆心坐标进行归一化处理,从而实现对整个大梁尺寸的自动测量。实验结果表明:该系统对大梁装配孔的孔径尺寸测量误差约0.30 mm、孔位尺寸测量误差<0.90 mm,能够实现汽车大梁关键尺寸非接触、全自动测量。

储罐底板漏磁检测缺陷整体分布图自动生成方法

针对现有检测系统需要借助CAD商业软件和人工标识相结合,才能绘制储罐底板缺陷分布图的不足,研究了基于漏磁检测技术的储罐底板缺陷整体分布图自动生成方法。首先,选择漏磁探头首通道传感器的扫查起始位置为基点,通过传感器通道数和采样间隔定义单次扫查区域;然后,根据缺陷信号所跨越的传感器通道数以及起、止采样点数,计算出矩形框对角线上两个顶点的坐标,并依此绘制矩形框以表征缺陷大小,进而得到单次扫查缺陷分布图;再在统一的坐标系下,对单次扫查缺陷分布图进行归一化处理,并对相邻两次扫查检测到的同一缺陷进行合并运算;最后,通过多次扫查图拼接,得到储罐底板缺陷的整体分布图。检测试验证明,该方法能实现储罐底板缺陷整体分布图的直观显示,自动生成可视化缺陷检测报告,提高了储罐底板漏磁检测系统的检测效率、实用性和可靠性。

反求工程中多视数据的坐标归一化

介绍了反求工程中多视拼合的必要性,并对点位法的坐标归一化给出了具体思想和详细算法。最后给出坐标变换中所用到的数据结构。

基于改进NBCS的遥感图像特征点匹配算法

特征点匹配是遥感图像配准中的重要环节,但传统的特征点匹配方法存在同名点一对多或者匹配的同名点定位不准确的问题,进而影响匹配精度。针对此问题,在归一化重心坐标系NBCS匹配算法的基础上,在已完成的NBCS特征匹配后进行迭代计算剔除误差过大的同名点对和选择邻域定位更为准确的特征点,经图像特征匹配实验验证,改进算法实现了特征点的准确匹配,提高了匹配精度。

织针类细小零件的显微测量及反求建模

为实现织针类细小零件的反求建模,提出了一种基于显微测量的建模方法。从分析织针设计参数入手,按照其特点进行数据分类,通过数码显微放大配合相机景深功能依次对其进行数据采集,通过参数优化与调整,拟合曲线,得到适合造型的曲线,最后利用典型的重构方法完成织针的反求建模。通过建模误差分析,其建模误差不超过0.02mm,符合精度误差要求,证明该方法可以有效地解决细小或不规则零件数据采集和重构中遇到的困难。

一种基于SURF算法的柱面全景影像拼接方法

提出了一种鲁棒的基于多镜头全景相机的柱面全景影像拼接方法:通过相机标定对原始影像进行畸变纠正;基于SURF算法对投影生成的柱面影像提取特征点后,用改进的BBF方法提高获取初始匹配点的效率;采用双向一致性约束、GTM方法、Ran SAC等策略剔除错误匹配,并使用坐标归一化变换提高配准参数的解算精度;基于改进的余弦函数加权平均算法得到无拼接缝的、视觉效果良好的全景影像。实验结果证明,该方法的拼接效果比较理想,鲁棒性强,有一定的实用价值。