双振镜扫描几何失真的硬件校正

通过分析双振镜 2维扫描光学系统的成像原理 ,导出此扫描系统几何失真公式。根据失真公式设计电子线路 ,对失真进行校正 ,从而获得校正后的完善图形。这一校正技术在激光标记系统中得到应用。

环视SAR几何失真校正误差分析及补偿技术研究

环视合成孔径雷达(circular-scan SAR)主要用于在导弹精确末制导中进行景象匹配,成像几何精度对最终的目标定位至关重要。由于GPS/IMU测量误差的存在,使得环视SAR在采用基于GPS/IMU的成像几何失真校正方法进行校正后图像仍存在一定的失真。该文分析了环扫天线扫描角度误差和天线相位中心(APC)位置测量误差对成像几何失真校正的影响,并针对环视SAR的特点提出了有效的基于数据的运动参数估计方法。实测数据处理结果验证了分析的正确性及补偿方案的可行性。

环视SAR成像处理中的几何失真校正算法

环视合成孔径雷达(SAR)图像用于导弹精确末制导中的景象匹配处理,需要满足几何精度的要求。校正由雷达平台不规则运动和天线圆周扫描导致的图像几何失真,是环视SAR成像处理中的关键步骤。文中在利用线性距离多普勒算法生成子图像的前提下,提出了一种基于像源与像点映射关系的距离多普勒域图像几何失真校正算法。该算法无需复杂的坐标系转换计算,实现了360°范围内任意波束指向上SAR子图像几何失真校正。地面点目标仿真和实测数据成像结果证明了该算法的有效性。

激光快速成型系统的误差分析与校正

为进一步完善激光快速成型工艺,并提高快速成型技术的制造精度,对立体成型技术中广泛使用的振镜扫描系统进行了理论分析,提出并实践了一种新的校正算法。该算法用理论数据与激光束在相应点的实际数据进行比对,制成校正表,按插值算法校正实际的枕形畸变及其它误差。这种算法适用于使用振镜实现二维扫描的系统,能对应用这种原理工作的激光成型设备进行现场校正,并且能完全满足规定精度。

一种扫描图像几何畸变的数字校正方法

由于胶订书籍不能完全平铺于扫描仪的玻璃板上,从而使得扫描图像产生非线性几何畸变,为此,提出一种对此类畸变图像进行横向畸变数字校正的方法,并详细介绍了实现该数字校正的算法。实验结果表明,此算法能够大大减小横边误差,使畸变图像得到很好的复原。

激光振镜扫描失真分析及算法研究

激光振镜是一种优良的扫描器件。但是激光振镜扫描方式存在着固有扫描场的几何畸变,表现为x方向上的枕形失真、y方向上的桶形失真和一般的线性失真。当扫描场较大时,极大地影响了激光加工的质量。本文以提高校正精度为目标,通过分析和对比几种软件校正算法原理及试验效果,从而找出了其中一种实用、简单、灵活的校正方法。

基于扫描图像几何畸变的算法研究

目的为了改进和优化适用于扫描图像的几何畸变校正算法。方法通过分析扫描仪产生几何畸变的原因,总结现有图像畸变校正方法,并与现有的图像处理软件——Photoshop软件相比较,建立合适的数学模型和算法流程。经由图像预处理,利用直方图均衡化法使图像增强,并用凯尼算子进行边缘检测,然后用雷顿算子提取图像轮廓,最后采用连接点法校正畸变图像,并用Matlab仿真加以实现。结果文中算法处理迅速,不需手动处理,校正后平均相似度可达0.95,效果优良。结论预处理后的扫描图像经点连接法进行几何畸变校正,作为一种可以快速处理扫描几何畸变校正方法的补充,算法适用于扫描图像的几何畸变,具有重要的实用价值和研究意义。

基于失真图像特性测量的扫描图像校正技术

提出一种扫描图像校正技术,解决书籍扫描时图像背景灰度不匀、几何畸变和局部模糊的问题。该方法不依赖扫描设备的物理参数,完全根据对失真图像的测量来计算校正因子。选取适当的采样窗口,基于直方图分析导出背景灰度因子,通过内插校正几何失真,最后进行空变高通滤波以减轻字迹模糊。通过建立背景灰度因子和缩小系数的关系实现对扫描设备的标定,从而在校正同一设备输出的其它图像时可根据背景灰度的变化而不必再检测页面边缘。与原始扫描图像相比,处理后的图像质量大为改善,且光学字符识别(OCR)处理的识别率达到82.6%。

激光多灰度图像标刻中自适应纹理模板及图像矫正算法的研究

多灰度图像的激光标刻是目前激光标刻中研究最为活跃的内容之一 ,但目前多灰度标刻的软件主要存在标刻后图像不逼真、缺乏层次感且对失真图像矫正效果不理想等缺点 ,在利用 5× 5固定模板实现图像多灰度标刻的基础上 ,考虑到图像中相邻像素点的灰度关系 ,对除边缘像素点外的每个像素点在 3× 3窗口范围内进行差分运算 ,提取该像素点在局域内的纹理特征 ,并据此来选择模板实现多灰度图像标刻。另外 ,利用拉格朗日二次抛物线插值法对输出图像的位置坐标进行矫正 ,矫正公式中x方向和y方向的最大畸变量分别为 80和 90 ,基本上能消除双振镜扫描引起输出图像几何畸变的影响。标刻的图像能很好地表现原图像的信息 ,且实现算法简单 ,图像质量得到了明显改善。

综合深度卷积神经网络的摆扫影像反演恢复算法

为解决卫星摆扫获得的遥感影像存在畸变和像质退化的问题,提出一种分辨率反演与深度卷积网络相结合的几何校正与图像增强方法。摆扫过程中,空间相机的摆扫角和单位视场角恒定,探测器像面的像素与相机光轴指向的地面景物一一对应,根据这两点,像面上畸变的景物可以被精确地反演恢复。其次,采用真实的遥感影像作为样本,训练了针对遥感影像的深度卷积网络框架,解决了反演恢复过程中的影像模糊问题,增强了校正后影像的视觉效果。实验中,畸变校正后的影像很大程度地恢复了地面景物的原有几何特性。采用无参考图像质量评价指标(NR-IQA)对本文提出的网络结构、在传统图像集上训练的网络结构及插值方法进行对比评价,结果表明所提网络结构的图像增强结果更佳,能较为有效地恢复遥感摆扫影像。