基于图像识别的干涉条纹计数方法研究

提出了一种基于图像识别方法的干涉条纹计数方法,该方法利用CCD摄像机采集迈克尔孙干涉环图像,采用图像滤波、灰度拉伸、边缘检测、二值化、形态学处理等方法对采集图像预处理,并设计了干涉环识别算法和圆心识别算法两种方法对干涉条纹进行计数,实验结果表明,与传统人工计数方法进行比较,该方法具有测量方便灵活、实时直观,扩展性好等优点,并大大提高了实验数据的测量精度和实验效率,且圆环识别算法比圆心识别算法表现更佳,与波长标准偏差值仅1.4%,满足光干涉测量实际应用.

应力波传播时爆破条纹图判读准则的检验

在一次爆破加载同时得到爆破模型动态等差线与等和线条纹图的基础上 ,采用部分改变物光光程的方法求得等和条纹的级数。为检验尚有争议的动态等差条纹级数判据 ,利用设计的一种应力波在边界反射后的爆破实验模型进行研究 。

基于机器视觉的三维测量仪中激光条纹的提取算法

随着制造业、机械行业的快速发展,对物体进行三维测量得到其尺寸等信息的需求越来越多。在众多三维测量方法中,基于激光和机器视觉的三维测量仪,以其准确、快速及对物体表面颜色不敏感等特性在应用领域脱颖而出,并占有一席之地。一个基于机器视觉的激光扫描测量系统应该顺序解决3个方面的问题:1)二维激光条纹图像的预处理;2)激光条纹的识别和细化;3)激光条纹的中心像素提取。从上述三方面介绍了算法的实现过程。

基于Transformer的东北虎体侧条纹个体识别

东北虎(Panthera tigris altaica)作为世界上最大的猫科(Felidae)动物,同时也是濒危物种,其个体识别是回答进化生物学中许多重大问题的关键步骤。尽管目前已提出虹膜和DNA分析等传统方法用于东北虎个体识别,但这些方法在远程获取和样本收集方面面临挑战,且在很大程度上依赖人工识别。随着计算机视觉技术的发展,深度学习成为动物个体识别的强大工具。因此,提出使用基于深度学习的方法进行东北虎个体识别。首先收集黑龙江东北虎林园20只东北虎个体的监控视频图像,然后采用Mask R-CNN算法对每张图像中的特征区域进行自动检测与分割,以构建东北虎条纹数据集(Amur tiger stripe dataset,ATSD),最后在该数据集的基础上分别应用基于CNN和Transformer的多个分类网络独立地对东北虎个体进行识别。结果表明:基于Transformer的分类网络对东北虎条纹的识别准确率达到91.49%,取得了更好的识别性能。该方法在降低拍摄条件下,对复杂环境具有良好的适用性,具有扩展生态学调查和非侵入性抽样设计的潜力,为野生动物的保护和管理提供技术支持。

基于投影条纹级次识别的发动机叶片三维测量方法

针对民航发动机叶片面型的精密检测问题,提出了一种基于条纹级次识别的民航发动机叶片测量方法。首先设计了组合结构光三维测量系统,并采用圆心拟合的方法对系统的旋转轴进行了标定,接下来采用数字条纹投影法对航空发动机叶片进行了测量。在相位解包裹过程中,采用投射二维码图样结合双目视觉的方式,实现了对投影条纹级次的识别,并且对叶片的前后表面分别进行了重建。在叶片点云拼接过程中,提出了旋转轴与迭代最近点算法相结合的三维拼接方法。实验结果表明,该方法不依赖于特征提取,有效解决了叶片表面特征不足的问题,能够实现叶片结构快速准确的三维重建。

基于圆形四象限光电探测器的条纹形状识别方法研究

为了实现二维小角度的测量,采用压电陶瓷(PZT)驱动方式,获取运动的干涉条纹。利用数值积分法推导了理想干涉条纹下,条纹宽度、条纹方向角与光电探测器各象限信号相位的关系,解出了各象限相位等效点,并建立了激光光束夹角与条纹形状之间的模型。应用椭圆最小二乘拟合算法,实现了四象限探测器相位信息的有效提取,达到识别条纹宽度和方向角的目的。二维偏转角的测量实验结果表明,该方法能够满足对工作台角度偏转量等精密测量的要求,即使是在干涉条纹形状不规则、工作台运动频率不严格一致的环境下,对条纹形状的识别精度也很高,重复性好。

数字彩色编码方法研究

本文提出的数字彩色编码方法，利用数字图像处理技术实现光力学条纹的彩色编码，得到具有特定色序的直观性强的彩色条纹图，并通过对编码彩色条纹图的分析提出了条纹级次的自动识别方法。

云纹光栅法监测钢结构变形的试验探究

云纹光栅是一种可以全位移场测量的光测力学方法。通过设计实验方案,用600DPI型光栅对Q345钢材进行标定,给出了实验标定公式。实验表明云纹光栅对钢结构的测量是可行、有效的。运用Matlab软件对实验得到的云纹图像进行编程处理,实现了对云纹条纹数目和位置信息的自动判读,载荷和应力的自动输出。说明运用Matlab对云纹条纹的处理是快键、精准、有效的。

迈克尔逊干涉条纹自动测量方法

针对传统干涉条纹自动测量方法稳定性差、误差大的缺点,提出了一种摄像法测量迈克尔逊干涉条纹的方法。该方法以摄像头采集图像,选取高速处理器进行图像处理,根据干涉条纹中心区域暗条纹的面积大小呈周期性变化的规律,通过对干涉条纹图像数据分量提取、阈值比较、区域选择、比例计算、方向判断和过程判断等分步分析,识别条纹并计数。实验结果表明,该方法在He-Ne激光波长测量实验中对条纹移动方向识别准确,且通过连续变化100个干涉条纹所测得的波长误差最大为1/‰。

斜率和曲率的显色云纹及其级数识别

本文提出了用白光获得板面曲率的显色云纹方法。理论和实验分析说明，曲率和斜率的显色云纹可用于其级数的自动识别。本方法具有不必经过计算，实时确定条纹级数的优点，对于曲率和斜率测量方法和系统的完善具有实际意义。

白光干涉轮廓仪空间扫描范围自适应规划方法

为提高白光干涉轮廓仪的测试效率,提出了一种空间扫描范围自适应规划方法。构建了相应的测试系统,选择能量梯度函数用于系统最佳干涉位置的定位。使用ViBe算法对最佳干涉位置处电荷耦合元件(CCD)图像中的干涉条纹进行提取,并对提取结果进行二值化处理。实验结果表明,该方法能够准确识别扫描上下限位置。

射流密度场激光双曝光全息干涉图像的后处理

由于闭口式风洞不能有效模拟在大气飞行的引信电机周围的流场,自行设计并建造了超音速射流吹风装置。采用激光双曝光全息干涉技术深入研究超音速射流吹风装置的流场结构并配合引信发电机外部流场的密度定量测量。在拍摄到了比较清晰的密度干涉条纹照片后,还要从图像的条纹中辨识出密度场等值线,才能利用干涉原理计算出当地条纹的密度。对图片条纹进行了辨识处理,并考虑到由于图像曝光程度的不同导致的图像左右部分亮度区别,设计了多重阈值的图像二值化处理算法。经检验,该图像的二值化处理结果与肉眼直接观察得到的条纹有良好的一致性和保真性。在随后处理过程中采用了一种按行的曲线像素搜索算法来细化二值化的干涉条纹,为以后从密度干涉条纹中提取射流密度场的程序化后处理工作打下了基础。若要完全实现密度场的自动提取,还有大量的后续工作有待开展。

航空发动机叶片HSI模型三维快速测量方法

针对航空发动机叶片的高精度和高效率测量需求,提出一种基于HSI(Hue、Saturation、Intensity)色彩模型的快速三维测量方法。首先分析HSI模型并设计结构光三维测量系统,使用基于LUT(Look Up Table)的色彩校正方法对色彩串扰进行校正,之后对色相与深度的映射关系进行标定。在此基础上,提出仅用一幅彩色图样获取包裹色相。在非连续表面上使用彩色编码色条图像实现条纹级次的识别,进而完成色相解包裹,并通过仿真模拟验证所提方法的可行性。最后对航空发动机高压压气机转子叶片进行三维测量,并将所提方法与常用的包裹相位获取方法和解包裹方法的计算效率进行对比。实验结果表明,所提方法满足航空发动机叶片的测量要求并可以提高测量效率。