基于差分光斑中心定位算法的位移传感技术研究

光斑中心定位是激光投射式位移传感技术中的关键技术.为了提高激光光斑中心检测的抗干扰性和精确性,在总结了现有的光斑中心定位方法的基础上,对其中的梯度光斑中心定位算法进行分析和改进,提出了一种差分光斑中心定位算法.该算法主要针对强干扰光线下的激光光斑特点,利用差分运算和梯度算子对光斑进行识别与定位.实验结果表明,该算法定位...     

激光光斑中心定位算法的实用性改进

研究了重心法、Hough变换、圆拟合算法及空间矩算法,通过理论分析与实验测试,找到一种能有效提高激光光斑中心检测抗干扰性能和定位精度的算法,该算法适用于对测量精度要求高的实时自动测量,并被成功地用于渝黔高速公路太平庄大桥和安稳大桥的自动激光挠度测量系统中。     

一种改进的激光光斑中心定位算法

激光光束中心位置的测量精度直接决定了激光武器的作战效能,但激光武器都是远距离作战,常见的激光光斑中心位置测量算法对远距离激光光斑中心的检测都存在一定的不足;在对传统激光光斑中心位置计算方法研究的基础上,找到一种能有效提高激光光斑中心检测抗干扰性能和定位精度的算法,通过试验,得到了坐标值与中心点误差在0.13个像素之内,验证了该算法的有效性,并将该算法成功运用于实际的激光光斑测量设备中。     

激光光斑中心精确定位算法研究

研究激光光斑精确定位问题,传统的亚像素定位算法,面临抗干扰能力弱、定位精度低和软件实现复杂等问题.为了满足变形测量系统中对激光光斑中心精确定位的要求,提出了基于重心的曲线拟合亚像素定位算法.在重心法的基础上,引人了曲线拟合算法来提高激光光斑中心定位的精度.由于加人了图像预处理环节,有效的降低了噪声干扰,增强了算法的抗噪声性能.算法仅对图像中少量的数据点进行计算,不但语言描述简单,而且能大大节省系统资源.仿真结果表明算法是一种实用的精确定位算法,提高变形测量系统的精度要求.     

光学组件面形检测中激光光斑分割与分类算法的研究

针对光学组件面形检测中激光光斑处理问题,提出了一种激光光斑分割与分类算法;该算法对光学组件面形检测中激光光斑的特点进行了分析,利用延时相关滤波、梯度阈值分割以及基于特征的分类技术,实现了激光光斑分割与分类;实验结果表明,该算法能有效区分光学组件前后表面反射光斑,提取质心重复性高、稳定可靠;该方法已商用于光学组件面形检测系统中.     

几种激光光斑中心定位算法在应用中的比较

在光学测量中,激光光斑中心定位算法的精度和速度将直接影响到实际测量的精度和速度,因而中心定位算法的选择显得尤为重要。针对光学测量中的几种激光光斑中心定位方法,对灰度重心法、随机Hough变换法、最小二乘圆拟合处理激光光斑中心的性能进行了比较。比较结果表明,最小二乘圆拟合法不但具有很高的定位精度,而且具有很快的计算速度,...     

基于机器视觉的光斑中心高精度实时检测

激光光癍的实时采集和光斑中心精确定位是激光应用和机器视觉检测领域一个关键问题.本文采用DirectShow技术实时获取并处理光斑图像,先使用Sobel算子处理得到像素级图像边缘,再使用二阶空间矩算子进一步细化从而得到亚像素边缘数据,最后通过最小二乘法拟合从而得到光斑中心0.1像素级坐标.实验结果表明该方法处理速度能满足实时系统需求,鲁棒性好,定位精度高,在定位运动光斑的中心和激光受不同环境影响情况的偏离状况方面有较好的应用.     

基于RSSI测距的信标节点自校正定位算法

节点定位是无线传感器网络中的重要应用之一.为了有效抑制各种因素对无线传感器节点定位精度的影响,以三边定位算法为基础,提出了一种基于误差校正的定位算法.该算法通过测量信标节点之间的距离,获得信标节点RSSI值测量误差和网络的定位误差,并对误差进行补偿,从而提高整个网络的定位精度.实验结果显示,该算法能明显提高定位精度和稳定性,具有普遍应用意义.     

基于统计高斯拟合的圆形光斑中心定位方法

针对二维高斯曲面拟合算法定位精度不高的问题,提出一种基于统计高斯拟合算法,可用于圆形光斑中心的高精度定位。结合二维高斯曲面的分布特性,对圆形光斑的灰度分布进行分析,指出了在对圆形光斑灰度拟合时需对光斑像素点进行有效筛选,避免因光照或噪声等带来的拟合误差。针对有效圆形光斑像素点的筛选方法进行了研究和分析,提出一种简单有效的方法。该方法根据边缘检测算子得到圆形光斑边界,再利用形态学算法对圆形边界点进行扩充,得到圆形光斑的扩展边界。结合圆形光斑目标区域灰度信息和非光斑背景区域灰度信息,利用统计学方法进一步筛选,获得了最终光斑灰度拟合像素点。与传统的高斯曲面拟合算法相比,仿真实验、运行时间测试实验和实物实验验证了该方法的优势。该方法能有效应用于工业领域圆形光斑中心定位中,具有很好的实际应用价值。     

大口径光学组件面形检测系统关键算法研究

大口径光学组件面形检测系统中,激光光斑的分割、质心提取和背表面光斑的自动剔除算法关系到系统的检测精度。针对系统中多路光斑光强差异比较大的现象,提出了两次分割法,有效定位各光斑区域;通过比较不同质心提取算法的稳定性,选取灰度重心法提取激光光斑质心;采取基于特征的分类技术识别元件前表面反射光斑。实验结果表明,算法能精确稳定地提取光斑质心和有效识别前表面光斑,该方法已商用于光学组件面形检测系统。     

基于FPGA的双目高精度宽波段激光告警系统

针对传统二维激光告警系统的光斑中心提取误差大、角度测量精度差和分辨率低的问题,设计了一种基于FPGA和InGaAs焦平面阵列探测器的高精度宽波段激光告警系统,对传统的otsu(最大类间方差法)阈值分割算法进行了推导和优化,同时,基于改进后的算法,通过FPGA实现了光斑中心坐标提取以及方位角、俯仰角等参数的计算,并将结果传输至上位机实时监测;实验结果显示,相较于传统的阈值分割算法,改进后的otsu算法使光斑中心提取精度达到了0.06个像素,改进后的激光告警系统角度测量平均误差为0.03°,角度分辨率达到0.05°;实验表明,双目高精度宽波段激光告警系统达到了实际应用的要求,提高了系统测量的角度分辨率和精度,对光电探测和激光告警领域的工作具有一定的意义。     

一种改进的激光光斑中心检测算法在路基沉降测量中的实现

通过检测激光光斑中心位置偏移的方法来监测路基沉降,是一种便携易布设的方法。而激光光斑中心的检测可以使用重心法、圆拟合、椭圆拟合、高斯曲面拟合。采用重心法运算简单精度低,而采用拟合法精度更高,由于光轴与靶面间存在夹角,光斑更近似看作一椭圆,应用椭圆拟合,辅之以亚像素精度分割,Canny边缘提取后获得了较为理想的沉降监测精度。     

基于CUDA的动态视觉测量像面特征点中心快速定位算法

数字相机分辨率的提升对视觉测量中精度的提高有很大的促进作用,但是高分辨率图像同时也会带来更大的数据量和计算量的问题。在CPU上应用传统的串行特征点中心定位算法耗时较大,无法满足动态测量的要求。针对此提出了CUDA架构下的并行像面特征点中心快速定位算法。经过分析发现,当大于10 000个点时串行特征点中心定位算法在图像预处理、区域约束判断和点中心计算消耗的时间在90%以上,因此主要对这三个最耗时的部分展开重点研究,分析每部分的并行性,然后实现基于CUDA的特征点中心定位并行算法。实验结果表明,在点中心定位精度没有损失的前提下,提取35 000个点坐标时在CUDA上比传统的串行实现的处理速度提高了11.5倍,并且随着特征点数量的增加加速比还有显著的提高。     

三角测距激光雷达的光斑定位算法研究

为了降低激光雷达测距系统的光斑信号噪声,提高系统的测距精度,对属性距离加权平均滤波及灰度质心法进行改进,提出一种应用于激光雷达系统的改进算法。以曲率为属性的属性距离加权平均滤波在去噪的同时很好地突出了光斑的峰值点。通过多次迭代计算灰度质心的求质心方法,进一步地提高光斑中心的定位精度,还解决了一般平方加权质心法容易受到噪声影响的问题。在MATLAB仿真环境中对实际采集的数据进行处理,实验表明本文算法对于4μs的像素单元可以取得0.05 pix的定位精度,并具有较好的稳定性。     

基于图像处理的手持终端光斑检测方法

为完成在现场对智能电能表的用电信息采集,计量现场手持终端得到了快速发展.然而现有手持终端设备激光光斑对位精度和处理速度无法满足使用需求,针对国网公司所使用的手持终端设备,提出一种激光光斑的识别检测方法,可以实现现场手持终端的快速准确定位检测.该方法主要包含图像识别、光斑中心点定位及光斑大小计算3个环节,图像识别通过比较全局阈值算法和局部阈值算法各自的优缺点,最终选择使用Otsu算法对图像进行二值化处理.而光斑中心点定位及大小计算则是在综合考虑光斑识别速率以及准确度后,提出一种定位计算方法.最后通过实例验证,证实该方法能够提升计量现场手持终端检测的准确性和工作效率.     

基于Sobel算子的金相图边缘提取新算法

针对传统Sobel算法存在定位不精确、提取边缘不连续等不足,提出在传统Sobel算子模板基础上增加了45°和135°两个模板,提高了边缘定位的精度;采用局部梯度均值作为阈值对梯度图像进行局部梯度筛选,然后进行边缘提取及细化。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边缘连续性好、噪声少等优点,在金相图片处理中有一定的实用性。     

基于无线传感器网络的自适应声源定位算法

基于声源能量的无线传感器网络（ WSNs）最大似然定位算法抗噪声干扰能力强,定位精度高,同时适用于多个目标定位,但是计算量大,不适用于实时定位。针对现有算法的缺点,提出了一种基于自适应迭代的最大似然定位算法。该算法将代价函数作为目标函数,在给定的梯度误差范围内自适应地搜索目标位置。为了提高算法的收敛速度和定位精度,提出了基于Sigmoid函数的变步长的搜索算法。仿真实验结果表明：与最大似然定位算法相比,自适应迭代算法运算量小,定位精度高,能满足对目标定位精度和速度要求较高的场合,具有一定的实际应用意义。