本期摘要

基于Blob算法的标记圆检测技术研究 注 四川省科技支撑计划基金项目（项目编号：2013GZX0154） 作者 段康容,刘先勇。 单位1．西南科技大学工程技术中心．四川绵阳621010 2.绵阳铁牛科技有限公司．四川绵阳621010 摘要 大型物体的三维测量中．大多采用基于标记圆的拼接．标记圆检测的正确性和定位精度决定了拼接的精度。在二值化图像上运用Blob分析得到标记圆的轮廓信息．综合使用标记圆灰度特性、尺寸特征、圆形度和误差准则来筛选标记圆,圆心定位采用具有亚象素定位精度的最小二乘拟合法。实验表明该方法抗干扰强．标记圆的识别率可达98％。     

一种融合多帧ICP和图优化的算法研究

当前基于迭代最近点拼接的同时定位与建图算法,存在误差积累、无法满足大范围定位精度的缺陷。为此,提出一种融合多帧迭代最近点和图优化的算法。在时域上处理点云拼接问题,将单帧迭代最近点算法推广到多帧进行最近点迭代,提取同一地点在不同时刻的数据特征,形成多个封闭循环,再运用基于最小二乘的图优化方法对点云拼接后的全网数据进行全局优化,消除累计误差,提升整体的定位精度。采用鲁巷和密歇根的数据进行测试,结果表明,该方法在一定程度上减少了匹配误差,平均误差为1.0m,最小误差为0.2m,可以满足大范围同步定位与建图的精度需求。     

基于边缘平滑性的图像拼接定位盲取证算法

为在像素级上提高对图像拼接区域的定位精度,分析图像中自然边缘像素点和拼接边缘像素点与其邻域像素点之间存在的平滑过渡关系,提出一种有效的图像拼接盲取证定位算法。对图像中所有的边缘像素点提取平滑度相关性标量值,将其与判决阈值进行比较,得到拼接边缘,定位拼接区域。在标准拼接图像数据集中的实验结果表明,该方法能够有效提高图像拼接区域的定位精度。     

一种无标记点三维点云自动拼接技术

基于相位投影和双目的三维光学测量系统已经广泛应用于各领域.受投影光测量系统单次测量范围大小的限制,对大型物体的测量需要在表面粘贴圆形标记点进行多次拼接的缺点,探讨一种基于SIFT的无标记点自动拼接技术.该技术采用SIFT方法获取两次测量的特征点,其次结合RANSAC求出图像特征点的匹配关系,再根据立体匹配中图像特征点与三维点云之间的对应关系,将二维特征点的对应关系映射到三维点云的对应关系上,最后由SVD奇异值分解算法求得旋转和平移矩阵实现拼接.实验证明:该方法可以避免在被测量对象上粘贴标记点,能够快速准确地实现自动拼接.     

动态定位精度测试方法及实验研究

为测试与评估实时定位系统的动态定位精度,以高精度的nanoLOC实时定位系统作为测试平台,采用交叉法和轨迹法,对直线、折线、圆形和圆边矩形运动模型下动态定位精度进行了测试与评估。测试结果表明,该测试方法能够比较直观地评估实时定位系统的动态定位精度。它可用于实时定位系统用户进行系统选型与评估。     

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,...     

DACS中工程图纸输入的关键技术研究

分析了图纸存档与通信系统中传统图纸输入的两个关键技术：大幅面图纸的扫描自动拼接和不均匀背景的消蓝。采用标记匹配方法实现自动拼接,采用形态学滤波和四阶中心矩方法实现不均匀背景图纸的消蓝,提高了图纸输入的效率和质量。     

摄影测量中编码标记点检测算法研究

大型物体的三维测量中,使用编码标记点既解决了拼接累积误差,又大大降低了非编码点匹配的难度.首先采用一种自适应的二值化方法对图像进行分割,再根据几何特征和灰度特征提取标记点,然后对编码点和非编码点进行归类.编码点解码时,以灰度跳变点为解码起点,综合使用编码弧段对应的圆心角和弧长,提高了解码的准确性性.模拟和实验结果表明:该算法受噪声影响小,标记点识别率高,解码正确率可达97%.     

类GPS超声定位系统中几种定位算法比较

针对常规超声波局部定位系统的缺陷,介绍了类GPS超声定位系统及其工作原理.在获得定位物体与观测基站的估计距离后,详细推导了Gauss-Newton迭代定位算法.针对常规Gauss-Newton迭代定位算法不易于在DSP(Digital Signal Processor,数字信号处理器)中实现的缺点,介绍了三种定位算法:改变目标函数的Gauss-Newton迭代定位算法、相交圆弦线方法和最小二乘估计算法.仿真研究表明,在相同的观测误差和定位基站的情况下,改进的和常规的Gauss-Newton迭代算法的定位精度相当,而相交圆弦线方法和最小二乘估计方法的定位精度较低,但后两种方法计算量小,不涉及开方和迭代运算,从而更易在DSP中实现.     

惯性导航定位精度试验数据处理方法辨析

针对惯性导航系统定位精度的评价方法,根据圆概率误差的概念和定义,分析、比较了几种经常用到的惯性导航系统定位精度试验数据计算处理方法,对如何正确使用这些方法提出了参考意见。     

基于机器视觉转子冲片亚像素精度尺寸测量研究

针对传统冲压件人工尺寸测量效率低、精度难以保证等问题,提出一种基于机器视觉的转子冲片亚像素精度尺寸测量方法。该方法采用先将采集的冲片图像灰度化再应用中值滤波来降低噪声干扰的图像预处理方法;通过Canny算子与Otsu方法相结合实现自适应阈值边缘检测,再利用改进的Zernike矩方法进行亚像素定位,获取亚像素级坐标;然后设计轮廓分割算法,主要提取内外圆亚像素轮廓,同时设置感兴趣区域并基于K-Means聚类算法分割出骨架线段轮廓,最后使用最小二乘拟合法求解出转子冲片内外圆直径和骨架间距尺寸。实验结果表明,该方法平均测量精度可以达到0.01mm,测量精度高、速度较快,具有较高的实用价值。     

基于SimpleScalar的动态分支预测器研究

分支预测精度是影响当代处理器性能的重要指标,在近十年内一直是学术界和工业界的研究热点。为给不同应用场合的处理器动态分支预测器设计提供性能参考,针对处理器架构设计中应用广泛的几种动态分支预测器,使用SPEC CPU2000在SimpleScalar模拟器中进行仿真及测试分析。测试结果以预测精度和指令/时钟周期作为指标,并结合硬件开销,分析了不同种类分支预测器的适用对象和场合。     

圆形标志投影偏心差补偿算法

目的 圆形标志目前正广泛地应用于各类视觉测量系统,其圆心定位精度决定了测量系统的测量精度。当相机主光轴与标志表面不平行时,圆被映射为椭圆,圆心位置计算产生偏差。光轴与标志表面夹角较大或标志较大等情况下会产生较大的偏心差进而严重影响系统测量精度。为此,提出一种基于三同心圆圆形标志的投影偏心差补偿算法。方法 算法基于三同心圆的圆形标志设计,根据3组椭圆拟合中心坐标解算偏心差模型进行计算补偿。结果 针对圆形标志偏心差问题,同心圆补偿算法取得良好效果,有效提升了圆形标志定位精度。仿真结果表明,在拍摄角度、拍摄距离、圆形标志大小不同的情况下,偏心差在像素量级,补偿后偏心差在10^-11像素量级。实物实验结果表明,若设计有直径分别为6 cm,12 cm,18 cm的三同心圆标志,经解算补偿结果较以往两同心圆算法精度提高一倍,偏心差值减小80%,测量误差在0.1 mm左右。结论 本文提出了一种新的偏心差补偿算法,利用三同心圆标志增加约束解算偏心差。与以往偏心差补偿算法相比,此方法精度更高,且无需预先平差解算相机与目标的距离、拍摄角等参数,仅需要知道标志圆形半径比例及椭圆中心坐标即可计算补偿,具有很高的实用性,可用于改善基于非编码标志点的深度像匹配、基于圆形标志点的全自动相机标定方法、视觉导航定位等应用中。     

一种提高室内定位精度的算法

室内定位技术对于室内物品的实时监管具有重要的实际应用价值。为了进行室内物品的精确定位,文中建立了一种基于距离的最优估计定位模型,并引入变尺度(DFP)算法对模型进行求解,从而达到提高坐标精度的目的。本设计首先对原始距离信息利用最小二乘估计、三次样条插值法来提高测距精度;其次通过三圆公共弦交点法确定出初始坐标值;然后把空间几何关系转换为无约束极小值问题,再采用DFP法对初始坐标进一步精化,以得出更为精确的坐标值。最后通过两种模拟实验对算法进行验证,结果表明:引入最优估计理论的室内定位算法,具有更高的定位精度。     

多尺度、多角度异源遥感影像配准方法研究

针对具有显著尺度和角度差异的异源遥感影像配准中存在的问题,引入具有角度不变性和同一尺度的空间辅助圆,克服角度和尺度偏差;选取对异源影像的光谱差异具有高鲁棒性的归一化互信息测度,基于空间辅助圆提取统计特征进行区域配准。该方法还将同名特征点的搜索范围限制在辅助圆内,在保证算法搜索效率的同时提高了配准的精度。选取具有较大尺度和角度偏差的异源遥感影像进行实验,通过与基于空间辅助面的配准方法相比较,证明基于空间辅助圆的归一化互信息配准方法对角度和光谱偏差具有较高的鲁棒性,配准模型的精度小于一个像素。     

某型发动机转速测量的实现

为了提高发动机转速测量的精度和可靠性,采用AT89C51单片机制作了飞机发动机智能检测控制系统,此系统通过对转速信号的采集、运算、分析来实现对发动机运行状态的在线监控,此系统采用多周期同步测频法来实现对转速的测量。结果表明:它克服了一般测频方法对被测信号计数产生的±1个字误差,提高了检测精度。系统具有体积小、成本低、精度高等特点,应用前景广阔。     

数字图像中基于多尺度几何分析的圆检测算法

特征检测是图像处理和模式识别中非常重要的问题,其检测效果直接影响模式识别和分类。基于多尺度几何分析（MGA）的思想,提出了一种圆检测方法―圆特征域上奇异点算法。该算法首先将圆特征曲线变换到圆特征域上,然后在圆特征域上进行小波分析以找出奇异点,奇异点坐标即为待检圆的坐标。该方法克服了Hough变换对灰度图像圆检测需要考虑灰度阈值或梯度的限制,可直接对二值图像或灰度图像进行检测。最后分析、比较了该算法与Hough算法的不同。     

数字近景工业摄影测量中基于方位圆的相机标定方法研究

针对目前数字近景工业摄影测量中常用标定方法使用上的局限性,提出了一种基于方位圆的相机标定新方法.首先,使用带有5个方位圆的圆形标定板获取图像序列并进行预处理,利用椭圆检测准则剔除冗余信息,确定出所有标志点;然后,根据方位圆之间特殊的几何关系,从识别方位圆出发,完成标定板上所有标志点从物空间到像空间的自动匹配;最后,求解出相机内参数并结合高斯-牛顿法对内参数进行优化,从而进一步提高测量精度.提出的方法和理论通过在Matlab 2010中对所拍摄的一组图片进行实验验证,结果表明具有较好的鲁棒性,可以满足工业摄影测量的精度要求.     

基于同心圆求取图像畸变中心的简便方法

为了校正计算机视觉系统中由透镜引起的图像畸变,必须求解出图像的畸变中心。该文提出一种基于同心圆模式确定图像畸变中心的方法。该方法垂直拍摄不同位置的同心圆,根据相应畸变圆的形心确定出不同的直线,对这些直线求交点即得出畸变中心位置。不需要特殊实验设备,避免了复杂的非线性优化过程。对某摄像装置摄取的图像进行了实验,结果表明该方法简单可靠,精度能够满足一般工业要求。     

Automatic circle detection on digital images with an adaptive bacterial foraging algorithm

This article presents an algorithm for the automatic detection of circular shapes from complicated and noisy images without using the conventional Hough transform methods. The proposed algorithm is based on a recently developed swarm intelligence technique, known as the bacterial foraging optimization (BFO). A new objective function has been derived to measure the resemblance of a candidate circle with an actual circle on the edge map of a given image based on the difference of their center locations and radii lengths. Guided by the values of this objective function (smaller means better), a set of encoded candidate circles are evolved using the BFO algorithm so that they can fit to the actual circles on the edge map of the image. The proposed method is able to detect single or multiple circles from a digital image through one shot of optimization. Simulation results over several synthetic as well as natural images with varying range of complexity validate the efficacy of the proposed technique in terms of its final accuracy, speed, and robustness.