基于差影法的Hessian矩阵激光条纹中心提取方法研究

Hessian算法进行激光条纹中心提取会因干扰噪声的存在产生杂点,影响条纹提取精度。鉴于此,本研究提出了一种基于差影法的Hessian矩阵激光光条中心提取方法。利用图像形态学的处理方法去除部分干扰,结合差影法获取激光条纹目标区域的图像。并利用Hessian矩阵及泰勒级数只对消噪后的激光条纹目标区域进行高斯卷积和泰勒展开,以求得激光条纹中心坐标。从处理速率和提取精度两方面对本研究提出算法进行了评价,结果表明,该方法较单独应用Hessian算法精度提升了30%,处理速率提高了5倍,有效提升了激光条纹中心提取的速率和精度。

一种光学测量中椭圆边缘精确提取算法

提出了一种椭圆边缘精确提取算法。对图像灰度分布函数按二次泰勒展开式展开,利用高斯核函数和图像卷积的方式进行微分求导,在过零点附近求取二阶导数绝对值的极小值点,然后,通过计算Hessian矩阵得到该边缘点的法向方向,在法向方向进行多项式曲线拟合和直线拟合得到子像素边缘点。实验结果表明,算法对子像素边缘提取具有较好的精度,在光学测量椭圆形标识检测中有参考价值。

基于线结构光的光条中心亚像素提取研究

为解决实际测量中求光条中心速度慢的问题,提出一种基于阈值法和Hessian矩阵的改进算法。首先,使用均值滤波以削弱图像噪声,并通过设定阈值来找出光条中心粗略位置,而后利用高斯函数的可分离性和对称性获得光条中心点的Hessian矩阵,以此求出定每一个粗略中心点的法线方向,最后,经过光条中心点在其法线方向上的泰勒级数二次展开得到亚像素坐标点。实验表明该算法能有效降低噪声对图像的影响,极大提高Hessian矩阵的求取速度,同时精度也可达到亚像素级。