基于层次分析法的CCD像元细分算法综合评价

基于CCD的激光测距传感器通过像元细分,可有效提高该类传感器的测量精度。诸多的像元细分算法,每种都有其优缺点及特定应用。然而针对特定的测距传感器,如何综合评价哪种算法更优,尚缺乏有效手段。因此,提出了基于层次分析法的像元细分算法优劣的综合评价方法,该方法基于像元细分算法在传感器测量范围的近段、中段和远段的实际定位精度、方差和极差等指标,利用层次分析法构建综合评价模型。利用该方法,实验分析了二分法、加权质心法、加权多项式插值法和按比例求中心法等像元细分算法对特定测距传感器的适用性。实验结果表明,该方法能够有效获取适用于特定测距传感器的最优像元细分算法。

局部牛顿插值法提高多狭缝自准直仪准确度

根据多狭缝自准直仪目标物形状特征及光电探测器成像特点,通过边缘检测算法确定经过高斯滤波处理的CCD图像的像元级边界.在此基础上应用局部牛顿插值法对CCD图像边缘位置附近进行亚像元细分,实现亚像元边缘检测;再结合最小二乘直线边缘拟合法进一步提高图像边缘检测准确度.经验证,该算法可达到0.13″的定位准确度.