基于综合灰度梯度法的数字全息焦平面定位研究

针对数字全息中目标焦平面的精确定位问题,在对边缘灰度梯度法进行补充的基础上,提出了全局灰度梯度法,进而结合上述两种方法得到了综合灰度梯度法。利用模拟粒子数字全息图进行了大量的实验研究对比,讨论了边缘灰梯度法和全局灰梯度法各自的最佳适用范围。前者适用于大尺寸粒子和近距离情况,而后者在小尺寸粒子和大物距的情况下会得到比较好的焦平面位置。将综合灰度梯度法具体应用于不同条件下的标准粒子靶面目标,结果均能有效地获得不同粒子的高精度焦平面位置。

改进的指纹图像方向图求取方法

为提高指纹图像方向图的准确性,提出了一种传统的指纹图像方向图求取算法-离散方向采样法的改进方法。该方法在原有采样模板的基础上,综合考虑中心像素点外的各层数据,给出了改进的采样模板。实验结果表明该方法比传统的离散方向采样法和灰度梯度法得到的指纹图像方向图更加准确。

基于SFS方法的超空泡三维重构研究

有关超空泡的三维重构研究对于超空泡的水下试验测试和相关研究工作有着深远的意义。通过采用阴影恢复图像的方法(即SFS方法)对超空泡的实验图像进行三维重构,并与理想光照条件下的半球重构图像进行对比分析,为以后有关超空泡的三维重构研究提出了改进的方法。

基于数字体图像相关的亚像素位移算法分析

数字体图像相关法~[1],通过分析发生形变前后的图像来获得形变位移场,诸多研究者在测量系统和搜索方法上有大量研究,用来提高检测速度,但对于提高测量精度方面不足以达到预期,于是提出了亚像素插值相关方法与亚像素位移算法,通过对算法的改进可知,当测量精度为0.1像素时,相当于硬件测量系统提高了10倍分辨率,本文主要对两种基本的亚像素算法进行分析,即三维的拟合法与灰度梯度法。

利用CCD图像的灰度梯度实现物体三维测量

提出了一种利用CCD单目图像的灰度梯度测量三维表面的方法———灰度梯度法。巧妙地运用中间变量 ,找到灰度梯度与聚焦像表面梯度之间的映射关系 ,将灰度约束方程转变为可求解的一元方程 ,从而解出聚焦像表面的深度信息。利用聚焦像表面与物体间的几何光学的约束以及它们之间的空间共轭对称关系 ,将该三维表面变换到实际三维尺寸 ,以达到三维测量的目的。最后对影响该测量系统的误差进行了分析。该方法克服了传统的光切法因过多冗余图像而使测量效率低的缺点 ,且该方法约束条件容易实现。对球体和柱面体的试验误差率分别为6 .0 %和 4 .85 % ,显示出该方法在一定范围内是有效的。

基于块方向图的指纹中心点定位

提出了一种基于块方向图的指纹中心点定位方法,该方法先利用灰度梯度法得到指纹块方向,再利用块搜索得到指纹的大致中心点位置,最后根据块的Poincare index算法得到指纹确定的中心点位置,该算法简单、快速、鲁棒性好。

基于改进FAST和BRIEF的双目视觉测量方法

针对传统features from accelerated segment test(FAST)算法检测到的角点存在聚簇现象和阈值依靠人为确定,图像匹配算法匹配准确率较低和双目视觉测量精度较低等问题,提出一种基于改进FAST和binary robust independent elementary features(BRIEF)的双目视觉测量方法。首先用FAST算法提取出特征点,简化检测模板,同时用自适应阈值提取特征点;然后用改进的BRIEF描述特征点,用像素点邻域的灰度平均值进行比较形成描述子;之后用汉明距离完成匹配;最后用灰度梯度法得到匹配点的亚像素坐标,根据视差和三角测量原理计算出匹配点的三维空间坐标,从而完成被测物体的尺寸测量。实验结果表明:在角点检测方面,改进的FAST检测到的角点更均匀;在图像配准方面,通过与其他算法进行对比,验证了所提方法能有效地提高匹配准确率;在测量方面,所提方法测量的最低相对误差为0.45%,满足测量要求。

数字全息粒子图像测速技术应用于旋转流场测量的研究

将数字全息粒子图像测速(DHPIV)技术应用于旋转流场的三维空间速度测量当中。提出了一种新的焦平面定位方法,即综合灰度梯度法,对数字全息中粒子的焦平面进行精确定位,获得了粒子的空间坐标。针对数字全息粒子图像测速技术中的粒子匹配问题,采取三维互相关算法对流场中的示踪粒子进行空间匹配。将基于综合灰度梯度法和三维互相关算法的数字粒子图像测速技术运用到旋转流场全息图中,获得了局部的三维可视化速度场,与理论模型吻合很好。结果表明,该技术能够很好地应用于旋转流场的测量研究当中。