相机姿态校正模型的红外瞄具零位走动量测量

根据红外瞄具零位走动量高精度测试需求,提出了一种基于相机姿态自适应数学模型的红外瞄具零位走动量测量方法。设计了一种相机姿态自适应修正新算法,建立了相机姿态修正模型,并将其应用于零位走动量测量,克服了由于CCD相机倾斜引起零位走动量测量误差的难题。基于图像判读技术,采用重心法对针孔靶及瞄准分划图像进行定位,利用Zernike矩不变性质实现边缘点的亚像素细分。构建了实验系统,经实验验证,测量精度优于0.02mil(1mil=0.254cm),满足红外瞄具零位走动量的高精度测试需求。     

基于Camshift算法的红外测量目标跟踪方法

针对红外测量目标图像灰度分布不均衡、边缘灰度梯度小、有效信息范围窄,导致在应用Camshift算法对红外测量目标跟踪时不能准确检测目标区域的问题,文章利用红外测量图像相邻帧灰度分布的连续性,按照目标判读的具体要求,通过目标跟踪结果重定位的方式,解决了此方法在跟踪结果中目标图像范围不稳定的问题,实现了测量图像的连续稳定跟踪。实验结果表明:此方法能够提供准确的目标范围,跟踪稳定,执行效率高,且方法具有较好的自适应性,易于实现。     

一种改进的亚像素边缘检测方法

为满足测量系统的快速、高精度的图像测量要求,提出一种基于传统Zernike矩结合小波变换实现亚像素边缘检测的方法。算法先用小波模极大值原理对图像粗定位,再用Zernike矩算法对边缘进行亚像素定位,并用最大类熵阈值法计算阈值,实现图像的亚像素边缘检测。实验表明,该方法抗噪性能好,且检测精度更高,能达0.1~0.2个像素。     

基于小波和Zernike矩的标尺靶亚像素检测算法

为解决特殊环境下基于光电成像的高精度测量系统中的低照度含噪靶面高精度测量的难题,提出了一种基于小波变换和Zernike矩相结合的亚像素边缘检测方法.该算法首先对获得的低照度含噪靶面图像采用基于小波变换局部模极大值的方法进行抗噪声的粗级边缘提取和去噪处理,获得靶面图像的像素级边缘和具有边缘保持特性的无噪声靶面图像,然后通过在边缘区域内求取Zernike矩的方法进一步提高边缘检测的精度,使得边缘检测的精度达到亚像素级,以便进一步提高测量精度.试验和仿真结果表明:该算法能够在特殊环境下实现对低照度含噪靶面的高精度边缘检测和测量,检测精度达到0.2pixel,具有较强的工程应用价值.     

基于视觉图像的石英摆片参数精密测量方法

为了解决检测石英摆片易划伤和提高检测的速度、精度,提出了利用视觉图像进行石英摆片平面几何参数测量的非接触测量方法.该方法通过视觉系统对石英摆片图像进行摄取, 由Sobel算子对图像进行单像素精度的边缘初始位置定位,进而利用改进的Zernike矩亚像素定位算法实现对目标边缘的精确定位,最后通过最小二乘法拟合边缘点得出石英摆片的平面几何参数.实验结果表明:该方法稳定性好,测量精度高,定位精度优于0.1 pixel,可实现石英摆片平面几何参数的精密测量.     

基于二维正态云模型算法的红外图像弱小目标检测

针对红外图像弱小目标检测的特点,采用二维正态云模型算法。首先利用一维云的特性建立二维云模型,由两个相互独立的一维云模型函数组成,目标像素的分布点为一个云滴,整个像素分布区域形成的云团反映了图像中目标的特性;接着依据目标判别条件函数来通过函数发生器产生正态云模型;最后在红外图像弱小目标检测误差函数下构造各云层的目标函数。实验仿真显示本文算法对红外图像弱小目标检测效果最好,能检测率高,虚警率低,耗时少。     

圆形标志点的亚像素定位及其应用

标志点定位是三维形貌测量的关键技术之一,其精度在很大程度上决定着系统的测量精度。其中,圆形标志点以其定位精度高、易于识别的优点得到了广泛的应用。结合Canny边缘检测、目标识别、亚像素边缘检测等技术,提出了一种可用于对复杂背景下的圆形标志点进行亚像素定位的方法。仿真实验证明该方法可以保证0.02像素的定位精度。随后,给出了一种利用圆形标志点进行深度像匹配的实例。     

基于空间矩的视觉图像基元特征提取方法研究

建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。     

成像空间分辨率均衡化与目标快速检测技术

分析了红外玫瑰线扫描亚成像制导的成像空间分布函数，提出一种基于神经网络模型的成像空间分辨率均衡化目标快速检测技术。该技术针对亚图像成像空间分辨率的非线性特性，有效利用每个像素所携带的信息，实现亚图像目标的均衡识别，从而提高系统的全域检测，实验结果表明该技术方案是可行的，并能在DSP系统上实时实现。     

基于Zernike矩的圆形插针特征点提取算法研究

在电连接器插针缺陷检测系统中,插针图像特征点的获取是检测关键,为了实现插针位置的高精度检测,提出了一种基于Zernike矩的插针特征点定位算法。通过增大Zernike矩的算子模板尺寸,以及优化边缘阶跃模型,提高了亚像素边缘检测算法的精度。将最大熵阈值法应用于Zernike矩边缘检测算法,实现了自动选择最佳阈值,解决了传统算法中手动调节阈值的低效率问题。对提取的亚像素边缘点进行拟合获得椭圆目标中心,实现了插针的位置特征点提取。仿真实验与实际测试结果表明,该算法能够实现图像边缘的亚像素检测和插针特征点的准确定位,算法定位误差小于0.1个像素。     

用于红外双目视觉的边缘增强算法研究

红外图像的空间关联性强,并且存在一定的非均匀性,因此诸如Canny算子之类的传统边缘提取方法并不适用。本文讨论了像素级和亚像素级结合的边缘检测方法,首先采用脉冲耦合神经网络(pulse coupled neural network,PCNN)方法进行像素级边缘定位,再结合空间灰度矩的方法进行亚像素级边缘细分。该方法能够对高温构件的红外边缘进行快速检测,并能极大提高边缘的定位精度。     

一种基于虚拟目标的飞行器姿态测量方法

提出了一种使用虚拟目标代替真实目标对姿态测量系统进行测试和评估的方法,同时给出了由光学成像设备跟踪状态和目标飞行状态计算目标在光学成像设备像面上成像中轴线斜率和截距的算法.根据姿态测量系统的特点,仿真出大量具有针对性的理论数据和图像,并使用其对姿态测量系统中的图像判读精度和姿态交会算法分别进行了测试和评估.实验结果表明,当虚拟目标长度在80 pixel时,提取精度可达0.1°;而当虚拟目标长度在6 pixel时,提取精度仅为5.7°;姿态交会算法对判读误差具有一定放大作用;图像判读误差是姿态测量中的主要误差源.     

红外经纬仪视频图像判读系统研究

红外经纬仪在海上靶场测控中有重要作用,对红外视频图像的判读直接影响红外经纬仪的测角精度。通过对红外视频图像的判读原理和方法的介绍,针对靶场红外图像的特点,提出一种中轴线判读方法,以及基于最大类间方差法的高阈值图像二值化算法,提高了视频判读的稳定性和准确性。在此基础上研制了一套红外视频图像判读系统,试验结果和误差分析表明了所提方法的有效性。     

新型视频判读系统

视频判读系统是现代靶场测量设备的重要组成部分。为了提高视频判读精度。本文研究了新型的快速判读方法。包括自动和半自动判读。自动判读对记录的现场图像作预处理。通过基于区域合并的动态阈值分割，利用图像形态学消除目标和背景的粘连，运用质心算法获取脱靶量，提高判读效率和准确性。系统具有识别性好、自动化程度高等特点，很大程度上扩展了设备的应用潜力。对于其他类似系统也有良好的借鉴能力。     

基于改进高斯卷积核的变电站设备红外图像检测方法

在无锚点算法CenterNet模型的基础上,针对基于红外图像的目标检测算法检测精度低、耗时长的问题,给出了一种基于改进高斯卷积核的变电站设备红外图像检测方法,该目标检测方法模型网络结构精简,模型计算量较小。通过现场变电站巡检机器人设备收集数据样本,进行算法模型的训练及验证,实现红外图像变电站设备精准识别及定位。本文以变电站巡检机器人搭配红外热成像仪采集到的红外图像库为基础,用深度学习方法对数据集进行训练和测试,研究变电站红外图像的目标检测技术。通过深度学习技术判断设备中心点位实现目标分类和回归。实验结果表明,该方法提高了变电站目标检测方法的识别定位精度,为变电站设备红外图像智能检测提供了新的思路。     

基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。     

图像处理在伪装红外热图判读中的应用

在红外伪装试验中,对试验所获得的热图进行判读是关键性的一步。同一实验条件下获得的同一热图,在判读时能获取的信息越多,则试验的价值越大。但是,实际试验中由热像仪直接获取的红外热图往往并不能够提供足够丰富的信息。为此,本文利用图像处理工具MATLAB,采用图像增强、图像相减、热图边缘检测等技术,对红外热图进行相应处理,并对处理前后的热图进行对比。可以看出,经过处理的红外热图在进行判读时能提供更直观、更详细的信息,同时也增加了试验结论的科学性和准确性。     

激光基准成像测量光斑图像的亚像素检测算法

在激光基准下基于CCD成像身管轴线直线度测量系统中,对激光光斑图像的高精度检测和定位是影响系统测量精度的一个重要因素.为了提高激光光斑图像的检测和定位精度,提出了一种Sobel-Guass拟合算子的激光光斑亚像素边缘检测方法,同时结合最小二乘迭代圆拟合法设计了光斑中心的高精度定位.即:首先用Sobel算子细化边缘,进而在梯度方向上进行高斯函数拟合插值,进一步提高图像边缘位置的检测精度,最后经最小二乘圆迭代拟合后得到激光光斑的亚像素级几何参数,从而使测量系统的精度提高一个数量级.实验结果表明:像素细分后对像素点的定位精度可以达到0.1个像素,亚像素边缘对标志中心的定位精度优于0.03像素.     

单目相机非合作目标提取及位姿检测

针对单一方法难以兼顾图像全局和局部信息准确提取现场环境下的非合作目标边缘的难点,融合聚类等多种算法,提出一种边缘提取新方法。首先,根据图像像素值聚类,每2类间通过阈值进行分割得到1张二值图像;接着将二值图像进行或操作合并。将图像取反后保留最大面积的连通域得到目标分割图片,并提取目标边缘。最后,根据Zernike矩进行亚像素边缘计算。该边缘提取新方法具有较强的适应性,在实际的环境下均可快速有效提取出目标边缘。实验中的非合作目标为设备的三个内孔,用上述方法提取亚像素边缘后拟合出圆心,并用圆心进行相对位姿测量。实验结果表明,该方法鲁棒性强、精度高,最大的位置偏差为0.12 mm,垂直光轴方向姿态角的测量精度可达0.02°,其他两个姿态角的测量精度可达0.07°和0.08°。     

基于区域梯度信息的红外小目标检测

红外小目标检测一直是红外图像处理的难点之一,由于多种因素的影响,红外小目标容易被覆盖。分析红外图像特征,采用形态学对图像进行背景噪声抑制,在去除大部分噪声的情况下,首先利用灰度信息确定目标点的位置,然后利用区域梯度信息进而确定目标尺寸大小,对仿真图像进行处理并与K均值聚类法和形态学算法进行比较。实验结果表明:在低噪声情况下,三类算法均能有效地进行小目标检测,但在噪声复杂,信噪比较低的情况下,K均值聚类法未能检测出目标,形态学算法产生了多个虚警,而该算法依然能有效检测出小目标。