基于数字全息的模糊图像复原技术研究

采用数字全息方法研究物体经散射介质(毛玻璃)成像复原机理。首先,在菲涅尔离轴数字全息原理的基础上,建立了数字全息记录与再现的数学模型。然后,设计和搭建了全息散射成像系统,建立了毛玻璃的数学模型,并提出一种消除毛玻璃散斑噪声的算法,利用菲涅耳再现算法对实验得到的数字全息图进行再现。最后,用频谱滤波法对全息图再处理后进行再现。实验结果验证了理论算法和实验方法的正确性,为今后物体经过复杂介质的图像复原的深入研究提供了帮助。

基于POWERLINK技术标准的交叉通信研究

针对现有POWERLINK技术无法实现交叉通信的问题,在掌握POWERLINK技术标准的基础上,提出了一种实现交叉通信的解决方案。该方案通过定制POWERLINK协议栈和配置网络参数实现了网络中任意2个节点间的交叉通信。交叉通信是POWERLINK技术的重要应用,既能提高网络的信息传输速率,使信息交互由线向面的方向发展,又能使网络易于进行分布式设计,提高系统的稳定性和安全系数。最后,通过实验验证,此方案能够在一定程度上提高网络的数据传输效率。

物体经过毛玻璃成像复原机理研究

采用数字全息方法对物体经毛玻璃成像复原机理进行研究。首先,在建立毛玻璃数学模型的基础上,提出了消除毛玻璃干扰的理论算法。然后,利用数字全息再现原理建立了数学模型,并搭建了实验光路,将经毛玻璃后的物体信息通过消除毛玻璃干扰算法后进行再现,并将消除毛玻璃干扰前后的全息图进行了对比分析。最后,通过仿真与实验验证了理论算法和实验方法的正确性,对于物体透过复杂介质成像研究有着极其重要的参考价值。

基于双目立体视觉的地面军用机器人障碍物检测

针对地面军用机器人未知环境下障碍物检测的需求,进行了基于双目视觉的障碍物检测算法研究,在对双目立体视觉系统标定的基础上,对光照下的障碍物进行了立体匹配与三维重建,并获得了障碍物的位置和距离信息,最终实现了障碍物检测.首先,采用改进的张氏标定算法对单目和双目摄像机分别进行了标定,标定结果误差小于0.5像素,减小了标定误差,满足了系统要求;然后,为了满足在光照下匹配精度与实时性要求,采用基于区域的改进局部立体匹配算法对真实场景中的障碍物图像进行了的立体匹配,获得了障碍物及场景立体匹配左右视差图;最后,根据双目摄像机标定获得的内外参数,在本立体匹配算法获得的左右视差图基础上,对阳光照射下的障碍物和场景进行空间点三维重建实验,并获得了障碍物的位置和距离信息.实验结果表明,该障碍物检测方法的平均误差为2.34%,运行时间为226 ms,与传统局部立体匹配算法相比,该方法匹配精度高,实时性强,能够满足军用机器人障碍物检测精度和实时性要求.