数字散斑干涉图像拼接方法研究

散斑干涉测量系统的视场大小和量程受成像器件尺寸的限制。为了扩大视场和形变测量范围,对散斑干涉形变测量的图像拼接方法展开深入研究。搭建了双CCD散斑干涉测量光路,通过对两个CCD获取的散斑干涉图的拼接实现大视场形变测量。对互相关、差方和和互信息法以及归一化改进的配准算法进行了研究,并分析了重叠面积的影响。结果表明,互相关法无法配准,差方和法的配准精度相对其他方法稍低,其余算法则配准精度相同;数字散斑干涉图像拼接仅要求很小比例的重叠面积,当重叠系数大于1.5%时,都能获得比较一致的配准精度。     

应用空间编码投影法测量三维大物体面形

三维图像拼接技术是实现大型物体形貌测量的关键.本文在图像控制点约束的基础上,提出了一种实现三维图像拼接的新方法,即将一伪随机空间编码投射到一大型物体表面,然后用CCD在不同视角拍摄不同视场中的物体,利用重叠区域相同的某一窗口特征点进行配准,然后采用四元组法求取坐标转换矩阵,从而实现大范围自由曲面三维形貌的测量.实验结果表明:应用空间编码的图像拼接新方法町以实现大尺度三维面形的测量,拼接数据相对误差＜0.8%.     

基于空间编码投影法测量三维大物体面形

三维图像拼接技术是实现大型物体形貌测量的关键技术。本文在图像控制点约束的基础上,提出了一种实现三维图像拼接的新方法,即将一伪随机空间编码投射到一大型物体表面,然后用CCD在不同视角拍摄不同视场中的物体,利用重叠区域相同的某一窗口特征点进行配准,采用四元组法求取坐标转换矩阵,从而实现大范围自由曲面三维形貌的测量。实验结果表明：基于空间编码的图像拼接新方法,可以实现大尺度三维面形的测量。     

一种适用于特征稀少零件的图像精确拼接方法

针对特征稀少零件的图像精确拼接难题,提出了一种基于相位相关法和闭环运动控制的图像精确拼接方法,以充分发挥软硬件的综合优势。该方法以具有足够特征信息的零件为对象,获取成像系统分别沿X轴和Y轴运动时的零件等距序列图像并预处理,再利用相位相关法求解图像配准参数。在闭环运动控制系统的良好重复定位精度支持下,将上述图像配准参数视为系统配准参数,以进行特征稀少零件的图像拼接。典型零件的图像拼接实验表明,该拼接方法用于特征稀少零件的图像拼接具有无像素级拼接错位和拼接速度快等优点。     

使用原子力显微镜测量刻线边缘粗糙度的影响因素

为了满足微电子制造技术中不断提高的刻线边缘粗糙度测量与控制精度的要求,对使用原子力显微镜(AFM)测量刻线边缘粗糙度的影响因素进行了研究.基于图像处理技术从单晶硅刻线样本的AFM测量图像中提取出线边缘粗糙度,并确定出其量化表征的参数.然后,根据线边缘粗糙度测量与表征的特点,对各种影响因素,包括探针针尖尺寸与形状的非理想性、AFM扫描图像的噪声、扫描采样问隔、压电晶体驱动精度、悬臂梁振动以及线边缘检测算法中的自由参数等进行了理论和实验分析,并分别提出了抑制及修正的方法.研究表明,在分析各种可能导致测量误差的影响因素的基础上,消除或减小其影响,可以提高刻线边缘粗糙度测量的准确度,为实现纳米尺度刻线形貌测量的精度要求提供理论与方法上的支持.     

基于黄金分割法的超视场零件图像拼接优化算法

为解决超视场零件的测量问题,必须获取待测大尺寸零件的全景图像。针对基于相似性测度的模板匹配算法在图像拼接过程中的耗时问题,提出了利用黄金分割法快速收敛配准区域,大大提高了模板搜索的效率,为超视场零件的图像测量奠定了基础。     

织物图像拼接技术

在织物图像的拼接处理中,采用了一种基于幅度排序的快速匹配法进行图像配准。结果表明,该算法可以缩短配准时间,在织物图像拼接的精确度上有较好的效果。     

改进Demons算法的非刚性医学图像配准

非刚性配准是医学图像处理的一个重要的研究方向。基于光流场模型的Demons算法由于仅依赖图像灰度梯度使图像变形,当缺乏梯度信息时图像的变形方向不能确定,因而容易造成误配准,且该算法只适合于单模态图像配准。本文针对最大互信息配准方法在多模态刚性配准中的成功应用,提出了一种可用于多模态图像配准的改进Demons算法。该方法在原有驱动图像变形力的基础上,增加两幅图像间互信息对当前变换的梯度作为附加力作用,使浮动图像向两图像间互信息增大的方向变形,正确地配准图像。为避免陷入局部极值并提高算法的运行速度,该方法在多分辨率策略下实现。使用单模态、多模态图像分别进行实验来验证此算法,并与原始Demons算法进行比较,实验表明,该方法能够快速地产生准确的配准变换。     

基于图像拼接的尺寸精密检测算法研究

针对基于机器视觉的大长径比类零件几何尺寸综合检测中因要求视场大而导致分辨率低,投影误差大等问题,将图像拼接技术应用到视觉测量中,采用已标定摄像机方式建立图像投影模型、提出了基于位姿变换的图像拼接算法实现图像之间的精确配准、基于最佳阈值灰度调整的图像融合以消除图像拼接接缝.通过对标准模板进行检测实验,测量精度可达到±0.006mm,重复测量精度≤0.004mm,结果证明了该算法的可行性.     

基于图像拼接的惯性约束聚变终端光学元件在线检测

针对惯性约束聚变(ICF)终端光学元件的高精度在线检测,提出了一种基于图像拼接的检测方法。该方法主要包含图像配准及图像融合两个部分。在图像配准部分,采用基于局部损伤点特征匹配的方法来解决在线检测图像中信息过少,以及子图像间存在曝光差异的问题,并将检测系统的运动信息应用到配准过程中,提高了检测精度及效率。在图像融合部分,采用泊松融合的方法来消除曝光不均匀所产生的"拼接线",实现了检测图像的"无缝拼接"。用本文算法与尺度不变特征变换(SIFT)算法对ICF终端光学元件在线检测(Final Optics Online Inspection,FOOI)图像进行了实验对比,结果表明,本文提出的图像配准方法优于SIFT算法。通过4×4方式得到的拼接图像显示,本文方法可以大幅度提高ICF系统中FOOI装置的检测分辨率。