基于圆拟合的非完整圆激光光斑中心检测算法

为了确定非均匀、非完整圆小孔激光光斑的精确中心,提出一种基于圆拟合的非完整圆小孔激光光斑中心检测新方法.该方法通过灰度形态学算法对激光光斑进行阈值分割,从水平和垂直两个方向检测粗略的激光光斑边缘,利用边界生长法消除比较短的圆弧和孤立的边缘点,通过反复迭代拟合获得最佳的圆轮廓并拟合出最终的标准圆.实验结果表明本方法精度明显优于传统的大型激光装置自动准直系统中的重心法,完全满足了该系统中对于非均匀、非完整圆小孔激光光斑中心求取的精度要求.     

基于最优弧的激光光斑中心检测算法

激光光斑中心检测是光学测量中常用的关键技术,广泛应用在光学测量系统、光路自动准直系统、激光通信目标跟踪中。为了提高光斑中心及半径的检测精度和抗干扰性,提出了一种基于最优弧的激光光斑中心检测算法,该算法首先根据圆的对称性排除了受干扰边缘,然后选取对称性好的弧线作为最优弧,最后以最优弧的数据作为拟合数据,利用最小二乘法计算出圆的中心及半径,并与其他算法进行了比较。实验表明,该算法对于中心和半径的定位精度高、计算速度快,并有效地提高了中心检测的抗干扰性,适用于在线实时检测。     

基于改进圆拟合算法的激光光斑中心检测

主要运用图像处理的方法来检测激光器输出光斑的中心位置,在圆拟合基础上改进了算法,加入了采集处理,去噪滤波,以及多次迭代等处理方法,提高了检测光斑中心位置的精确度,同时预处理和去噪滤波有效地减少了测量时的白噪声以及椒盐噪声的干扰,增强了抗干扰能力。     

激光光斑的高斯拟合

给出了激光光斑的高斯拟合及其改进算法,实验表明,拟合曲线与原始实验数据达到很好的逼近,而且还可以估计出饱和区的实际光强。     

基于圆定位算法的远场激光光斑中心测量

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,由于激光武器都是远距离作战,传统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实际应用局限性进行研究的基础上,提出了圆定位算法确定激光光斑中心位置的方法,通过试验验证了该算法的有效性,并将该算法成功运用于实际的远场激光光斑测量设备中。     

基于加权插值算法的激光光斑中心检测

激光光斑成像质量是激光制导武器的重要指标之一,而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。为实现实时高精度激光光斑检测,本文提出一种改进的加权插值的亚像素细分算法,通过对图像中光斑范围内一定区域的所有有效像元节点分组进行插值计算,并将各组结果进行加权处理以获得更高的光斑定位,显著提高了精度和稳定性。经过误差分析和实验证明,此算法有效提高激光光斑中心检测抗干扰性能和定位精度。     

基于FPGA的光纤光斑中心定位算法研究

为了解决传统数字图像处理算法中数据运算量大、复杂度高、耗时长的问题,提出一种基于可编程门阵列（FPGA）光纤光斑中心定位的方法。采用数字信号处理系统,利用开发工具（DSP builder）,设计了光斑图像预处理算法和边缘检测算法,用最小二乘法拟合光斑边界,采用流水线设计,增强了数据处理的并行能力,提高了处理速度。在Cyclone V平台上进行理论分析和实验验证,取得了光斑图像边界、中心坐标数据。结果表明,在保证对光斑中心定位的绝对误差小于0.1pixel的条件下,使用FPGA比计算机运算速度能提高21倍以上。该研究能够在FPGA平台上快速准确定位光斑中心。     

基于激光位移传感器的光电非接触圆度测量

为了提高圆度测量的效率和准确性,针对目前手工检测效率低等缺点,提出一种以激光位移传感器的测距原理为依据的光电非接触圆度测量方法。与传统方法相比,该方法首先搭建了以精密转台和步进伺服执行机构为主的测量控制系统平台。其次,利用机械装置的相对运动,通过传感器采样测量物体的各测量点的截面信息,用最小二乘圆的评定方法得到各截面测量误差,最终实现圆度误差测量。结果表明,通过仿真获得随机误差系数在对圆度误差测量影响的数学表达式,并验证了测量中存在的系统误差修正方法的正确性。     

基于灰度直方图的激光光斑中心定位算法

为了提高半导体激光加工中激光光斑中心定位精度,根据皮秒超短脉冲激光辐照单晶硅后产生的光斑图像灰度分布特点,提出了一种基于灰度直方图的激光光斑中心定位算法,通过模拟激光光斑仿真分析和单晶硅刻蚀实验,对比研究了不同辐照时间与不同激光功率条件下该算法与传统算法的定位精度。结果表明,在辐照时间不同的条件下,该算法定位精度达到0.761μm,比灰度重心法提高51.3%,比最大行列灰度值法提高93.9%;在激光功率不同条件下,该算法的定位精度达到0.793μm,比灰度重心法提高73.4%,比最大行列灰度值法提高86.8%。此研究可为皮秒超短脉冲激光光斑中心定位控制系统的设计提供指导。     

基于FPGA的红外光斑中心实时检测

红外光斑中心检测在红外自动验光仪、红外测距仪等光学测量和检测仪器中是一项关键技术,检测算法的精度、速度直接影响光学测量的精度及速度。目前的检测处理系统多是基于PC机的,存在着实时性、稳定性问题。在总结各种检测算法的基础上,基于重心法使用FPGA实现了低信噪比红外光斑中心的实时检测。在实验电路中,先使用视频解码芯片SAA7113将模拟CCD视频信号转化为CCIR656格式数字信号;再在FPGA内部使用流水线结构进行直方图计算,计算阈值,二值化图像,五次二值图像收缩,五次二值图像膨胀处理以去除噪声,然后计算重心坐标。实验电路对红外自动验光仪中产生的视网膜反射红外光斑PAL制式视频图像信号能在1／25s完成一幅图像的检测。而普通PC完成同一过程需要1S左右。文章介绍了基于FPGA实现方案。     

全向激光探测系统中光斑精确定位方法研究

介绍了全向激光探测系统的成像特点,引入了两种亚像素激光光斑中心定位算法——灰度重心法和椭圆拟合法,并对两种算法进行了理论分析和实验验证,得到了不同光斑大小下光斑定位坐标均值和标准差数据,数据显示:灰度重心法和椭圆拟合法分别在光斑较小和较大时具有较高的定位精度。鉴于此,为提高系统定位精度,提出针对不同大小光斑分别使用灰度重心法和椭圆拟合法的综合定位方法,由实验数据可知,综合方法可以保证定位精度在0.15个像素以下,这有助于后续对激光源精确定向工作的开展。     

基于卡尔曼预测的序列图像椭圆检测算法

为实现序列图像中的动态椭圆目标检测,采用数字图像坐标系下的卡尔曼滤波来预测图像中椭圆的待检测区域。设计了卡尔曼滤波器,对椭圆目标的运动参数（椭圆中心位置、速度以及加速度）进行跟踪从而可以预测下一帧图像中目标椭圆的待检测区域,缩小了图像中椭圆目标的搜索范围,提高了算法的实时性和鲁棒性。结合随机抽样一致理论和最小二乘拟合法设计了鲁棒性的椭圆检测算法,实现了序列图像中椭圆目标的快速、鲁棒检测。仿真结果及物理实验表明,本文算法能快速稳定的检测出序列图像中的椭圆目标。     

激光光斑中心圆拟合定位算法的FPGA实现

针对双目立体视觉测距系统的实时性要求,提出了一种改进的激光光斑中心定位算法,并在FPGA上进行了验证.该算法首先对图像进行阈值判定排除干扰光线,然后用Sobel算子对图像进行边缘检测得到边缘图像,最后再利用改进的圆心拟合算法进行中心定位.基于FPGA的硬件系统利用合理的流水线设计提高了数据处理的并行性,可以实时处理大量的数据,克服了传统算法在精度和速度上的不足.中心定位算法结果用于立体匹配,效果良好,完全满足设计需要.     

基于PSD的非均匀激光光斑中心定位研究

激光光斑中心定位是光学检测中的关键技术,大量应用在光学通信ATP系统、光路自准直控制系统、光学非接触位移角度测量系统中。针对传统电荷耦合器件(CCD)检测方法无法精准定位非均匀、非理想圆激光光斑的问题,提出一种基于位置敏感探测器(PSD)的旋转激光光斑中心检测的新方法。该方法依据PSD能够连续检测光敏面上光斑重心位置的工作原理,设计了一种定轴心旋转且角度可控的激光实验装置,通过对该装置投射到光敏面上的光斑重心的轨迹探测,经Kasa算法处理后得到光斑的中心位置,相较于CCD无需进行图像处理。实验中搭建了PSD光斑中心检测系统,并对旋转的激光光斑模式进行了分析。结果表明,激光光斑中心定位模型的线性度为-1.036、位置分辨率为0.1 μm,精确定位了光斑中心的移动轨迹。该方法为非均匀光斑的实时高精度定位提供了一种新思路。