基于激光三角测量的人脸识别方法研究

激光三角测量可依据入射光与被测量面法线之间关系获得反射激光光点位置,在目标识别、位移计算等领域应用广泛,为此研究基于激光三角测量的人脸识别方法,满足精准非接触人脸识别的需求。该方法运用激光三角测量方法向人面部发射激光,得到不同平面激光线条,再通过平面坐标转换方法获取激光平面坐标系与图像坐标系的转换关系,然后建立人脸识别几何结构模型,利用该模型得到人脸识别的几何面部轮廓特征,再使用激光光点定位算法,通过获取激光光点分布局部主方向得到人脸识别结果。实验结果表明:该方法运用激光三角测量人脸结果较为准确,可有效提取人脸口鼻、眉眼等轮廓,且识别人脸精度较高;即便在数据量达到1000张时,识别精度仍保持在99.20%;在数据量达到1000张时,相比其他对比方法而言,该方法识别耗时最低,为0.21 s。综上,基于激光三角测量的人脸识别方法为安全、智能交互等领域提供了有效的解决方案,具有广阔的应用前景和价值。

无衍射光束在激光三角测量系统中的应用研究

无衍射贝塞耳光束是近年来国内外极为重视的一个新兴研究领域。这种光束同时具有焦深长，中心光斑小的特点。利用这一特点，作者首次提出将其作为入射光束应用于激光三角测量系统，以解决传统激光三角测量系统无法满足大量程与高分辨率测量要求的问题。文中给出了无衍射光束的理论及实现方法。在三角测量物象位置关系的基础上，设计了无衍射激光三角测量系统及其参数并给出了实验结果。理论分析与实验结果表明，这种新型系统明显优于传统的三角测量系统。

一种激光三角测量的标定方法及误差分析

为了解决激光三角测量法在标定时,不能直接准确地测量激光器端口与标定物的距离的问题,采用了一种基于距离差进行标定的方法。该方法利用标定物移动的距离作为标定输入,改进了测量系统的标定方法;采用高斯-牛顿迭代法计算测量系统的参量,分析了测量系统在标定时可能产生的激光像点提取误差和非垂直误差。结果表明,测量距离的精度可达到4.000mm。该方法能够准确标定激光三角测量系统的参量。

基于激光三角测量的飞机起飞最小离地间隙测量

根据某型飞机试飞任务需求,亟待对飞机起飞最小离地间隙进行精确测量。本文首次基于激光三角测量原理对该距离参数的测量进行了研究,并制定完整的机载测量方案。飞机起飞过程中激光测距传感器实测其对地距离,测量过程中采用滑动平均和灰度重心法对测距精度进行优化。记录器将传感器输出的距离参数与飞机姿态参数一并进行记录并发送遥测。事后对各参数进行换算得出飞机起飞最小离地间隙数据,换算过程中有效地排除了飞机姿态角偏离对测距精度的影响。试验证明该测量方法准确可靠,且测试方案满足试飞任务需求。

基于PSD激光三角测量的非线性校正电路

激光三角测量是目前非接触测量的主要方法之一,由于位移量与像面上光点位置的关系不是线性的,这在用位置敏感探测器(PSD)构成的探测系统中造成了非线性问题。提出一种新的模拟信号处理方法和电路补偿了这种非线性,实现了非线性校正。

基于PSD和激光三角测量法的电能表转盘跳动误差测量

基于PSD(Position sensing device-位置敏感传感器)和激光三角法检测感应式电能表转盘的跳动误差是一种可用在电能表生产企业进行非接触、高精度、自动测量的新方法。本文重点阐述了转盘跳动测量的原理,并对其测量过程进行了分析,对影响测量精度的因素做了讨论。同时给出了测量仪器的软、硬件设计框图。并结合实际应用,介绍了该测量仪器在测量过程中的定标和定位方法。

激光三角测量技术的应用与前景

在中国制造2025的大背景下,随着智能制造与装备、高新精密加工及工业物联网技术的发展,对非接触精密测量的要求不断提高。激光三角测量法以其精度高、稳定性好、寿命长、响应速度快等优势,被广泛应用于各个不同的测量场景。针对激光三角测量技术展开调研,介绍激光三角测量技术的原理及关键技术。详述激光三角测量技术在工业生产、航天军工、生物医学等诸多领域的应用,重点涉及高精度、高速度、复杂物面与环境的智能测量。结合激光三角测量技术应用现状及现代科学技术潮流趋势,简析激光三角测量技术的发展应用前景。

应用激光三角测量法的化纤丝饼毛羽检测

针对化纤丝饼毛羽人工检测效率低、漏检率高且存在二次污染的问题,提出应用激光三角测量法和改进的SSD模型检测丝饼毛羽。首先搭建丝饼毛羽图像采集装置,通过激光三角测量法直接获取毛羽表面信息。然后构建改进的SSD丝饼毛羽检测模型,在前端网络中采用Mobilenet作为新的特征提取器,后端网络中采用特征融合的方式设计多级特征金字塔。最后对训练的丝饼毛羽检测模型进行验证。结果表明:模型对丝饼毛羽检测的平均精确率均值为97.7%,检测速度达到40帧·s^-1。该方法实现了丝饼毛羽的自动化检测,检测精度高、速度快,具有重要的工业应用价值。

3D激光三角测量技术:为机器视觉提供深度

导读:技术的进步和成本的降低使3D视觉成为一种可以用于半导体和电子、电动车电池制造、汽车制造、食品生产和药品包装等多种应用和行业的技术。如今,在生产制造自动化、机器人引导和质量控制领域中3D传感器和轮廓仪越来越多地被应用。Z-Trak23D轮廓传感器通过稳定的5GigE接口提供了高速的线上检测手段。

基于激光三角测量法的集装箱自动对箱系统

为提高自动化集装箱起重机在堆场作业中的叠箱精度,采用基于线激光三角测量法原理的检测系统来检测2个集装箱之间的偏差。在吊具4个锁头附近分别安装1个一字红外线激光器和1个红外摄像头,且激光器和摄像机成一定角度放置,摄像头拍摄线激光器发射出的光刀,通过图像识别算法识别图像中直线段的坐标,并根据摄相机标定参数和线激光平面方程,计算上下集装箱之间的偏差。测试结果表明:该方法能够快速、准确地检测上下集装箱之间的偏差。

激光三角测量法在化纤丝饼毛羽检测中的应用

化纤丝饼是化纤产品生产制造中应用频率较高的一种原材料,其质量不仅关系到化纤产品生产质量及效率,还关系化纤行业健康发展。以往的化纤丝饼毛羽多数情况下都是通过人工进行检测的,人工检测不仅效率低,还有很高的漏检率,并且还会对化纤丝饼造成二次污染,降低化纤丝饼质量及安全性。文章分析了激光三角测量法则弥补了传统人工检测的不足,如果配合SSD模型检测,其化纤丝饼毛羽检测准确率更高,能够快速获取丝饼毛羽表面信息,具有很高的工业应用价值,应得到重视及关注。

激光三角测量

英国Micro-Epsilon公司的总经理Chris Jones解释了在计量测量应用中, 如何利用激光三角测量技术使得传感器提供比视觉系统更好的解决方案。

基于激光三角测量的高温锻件在线检测装置

本文以锻造环境下的高温锻件在线检测设备为研究目标,通过激光三角测量法对高温锻件进行三维点云成像,进而对锻件的缺陷、温度、位置、尺寸等各项参数进行在线检测,并将测量结果进行实时信息反馈,并依据反馈结果及时调整锻件设备和改进生产工艺路线,从而有效提高锻造精度和锻压效率,降低工人的工作强度。

用于三角测量大数值孔径双远心光学系统设计

测量不确定度是与测量结果紧密相关的重要指标,反映了仪器测量的稳定性。激光三角测量仪器的测量不确定度与成像光学系统数值孔径直接相关,增大数值孔径能够有效降低测量不确定度。为了满足高精度测量需求,应用二维Q-type多项式自由曲面,设计用于线激光三角测量仪的大数值孔径双远心Scheimpflug成像光学系统。首先基于三角测量原理和线激光三角测量仪指标分析成像光学系统参数,然后结合像差灵敏度分析以及自由曲面像差特性,确定成像光学系统中自由曲面的位置和数量并进行优化设计。设计得到系统的数值孔径为0.2,成像范围为10 mm×14 mm,调制传递函数(MTF)优于0.6,最大畸变为0.21%,远心度优于0.3°。该系统具有大孔径、成像质量好、畸变小、双远心的特点,能够满足高精度线激光三角测量仪的应用需求。

基于激光三角测量的视觉测量方法研究

传统激光三角平面测量法只给出相机与世界坐标系的位置关系,测量时需要确定世界坐标系的位置。通过建立激光三角平面测量模型,推导出相机与激光平面坐标系数学关系,使测量过程不再依赖世界坐标系的位置。运用Halcon对测量系统进行标定,获得相机相对于激光平面的内部参数和外部参数。通过对不同尺寸样块进行测量,获得系统在不同方向上的误差分布规律。实验证明测量系统在距离相机一定范围内测量精度可达到0.5 mm。

激光三角法微位移测量技术

介绍了激光三角法微位移测量技术的原理、特点及典型的光路布局方案。

双无衍射光束三角测量系统

提出可用于物体轮廓在线抗振测量的双无衍射光束三角测量系统 .系统以双无衍射光束作为测量光束 ,结构简单灵活 .给出了系统结构及原理 ,推导了相关算法 ,并在振动条件下进行了实验 .结果说明 ,该系统能有效地去除振动噪声的影响 .

激光三角位移测量中光斑定位算法分析

为了提升桥梁扰度的监测效率和监测精度,在介绍激光三角测量原理基础上,对质心法、平均加权质心法、插值法、加权插值法以及高斯拟合法等5种算法在光斑图像定位处理中的应用效果进行对比分析。结果表明,加权插值法的计算效果最好,结果稳定,计算得到的位置偏差小,对光斑位置定位准确,可在桥梁扰度光斑定位中优先使用。

激光三角位移传感器定位算法优化设计

采用激光三角测距原理设计并制作了高集成度的激光三角位移传感器测头LDSP—100。第一版机型的软件算法基于曲线拟合中的多项式拟合和高斯拟合,进行光斑定位。由于一体化设计对光斑定位稳定性要求极高,单纯的拟合算法定位无法满足。经进一步优化设计,实现了基于平方加权灰度质心的分段平均算法。实验、对比和分析表明:优化后的基于平方加权灰度质心的分段平均算法,重复性误差达到±0.003 7 mm(100 mm量程),即±0.003 7%F.S.,高于基于灰度质心的分段平均算法60.4%;高于高斯拟合算法22.9%。