多线激光分类与光平面标定方法研究

针对现有的三维测量系统在线激光标定过程中存在多线不易标定、提取特征点精度低等问题,提出一种新的多线激光分类与光平面标定方法。首先利用steger算法提取激光中心线,利用基于轮廓判断的方法对中心线进行分类;然后对标定板上的关键点进行检测,利用奇异值分解得出摄像机与标定板的对应关系矩阵,进而可利用对应关系矩阵,求解关键点在相机坐标系下的三维坐标;拟合标定板在相机坐标系下的平面方程,即可求出激光线在标定板平面上的三维点。多次变换标定板位姿,最终可完成多线激光平面标定。对标准块的重建实验结果表明,所提方法的重复测量均值尺寸精度达0.02 mm,满足工业精度要求,证明了所提方法的有效性。

轮廓加工的认知神经机制

视觉加工的核心是对视觉场景中与认知行为相关的客体进行区分与识别。自然情境下的视觉输入往往由极为复杂的三维场景信息组成,包含多个视觉客体。一般认为,视觉轮廓信息是对视觉图像进行划分,识别客体的重要依据。为此,视觉科学家们对视觉轮廓加工的认知神经机制进行了大量的研究与探索。然而,这些研究往往仅仅集中于轮廓加工的某一方面或特定阶段,迄今尚未有学者针对关于轮廓加工的研究结果进行系统性的总结。我们提出,视觉轮廓加工共包括轮廓检测、轮廓从属判断、轮廓整合三个相互作用的关键性阶段,并在综合现有电生理、人类脑成像及脑电研究证据的基础上,分别对这三个阶段对应的神经生理特性、加工机理与信息交互机制进行探讨。最后,我们列举了进一步研究轮廓加工认知神经机制所面临的主要挑战。