基于图像处理的株高无损测量方法研究

为了在定量化研究植物株高过程中实现无损测量,同时降低户外植物生长监测的硬件成本,方便设备安装和操作,依托立体视觉技术,提出了一种基于图像处理的株高无损测量方法.以测量棉花株高为研究对象,首先,在棉花生长无损监测系统中,通过标定后的单个摄像机获取棉花植株图像,在二维图像空间将棉花株茎简化成两个关键点坐标,然后利用摄像机参数矩阵以及对两个关键点的约束条件,获得植株在世界坐标系中的三维信息,从而获得植株高度.实验结果表明,该算法在进行植株高度测量时,其误差范围可以控制在5 mm以内,该方法是可行的、有效的.     

基于WMSNs的图像数据传输系统设计与实现

无线多媒体传感器网络（ WMSNs）节点存在功耗大、体积大和抗损毁性差等问题,且不适合大规模使用。该研究围绕WMSNs节点的关键技术展开研究,设计并实现了一个图像数据无线传输的低功耗、高效率的系统,该系统采用三层网络结构进行图像数据无线传输,构造了性能优化、结构优良的WMSNs,以此解决了WMSNs的图像传输关键问题。在搭建的开发与测试环境中,完成了节点通信距离的测试和节点功耗测试。测试结果表明：该测试平台性能良好,能够实现图像数据的可靠传输。该研究为WMSNs图像数据传输系统设计提供研究基础和思路。     

基于图像处理的投弃式温深仪探头姿态测量研究

为改进国产投弃式温深仪(XBT)的下降速率公式,采用基于图像处理的方法测量XBT探头的运动参数.采用背景差分法获取差分图像,选择合适的阈值并对差分图像二值化,标记二值图像中的连通区域,将二值图像分割为几个互相独立的区域.通过计算分析各连通区域的特征集合来识别XBT探头.利用探头中轴线描述探头的运动姿态,将探头的长轴作为探头的初始中轴线,然后通过迭代优化的方法得到更加精确的结果.实验结果表明:该方法角度测量平均误差小于0.5°,能满足XBT探头姿态测量精度要求.目前已将基于该算法搭建的视觉测量系统应用于XBT投放实验中,取得了令人满意的结果.     

基于双掩模图像差影的工业产品表面缺陷检测

针对利用图像差影法进行缺陷检测时易受配准精度和产品制作过程扰动的影响,以及单掩模算法难以检测不同类型缺陷的问题,结合工业产品表面缺陷,提出基于双掩模的图像差影策略.通过分别提取模板图像和待测图像的边缘并作膨胀处理得到双掩模即模板掩模和待测掩模,双掩模进行融合处理后分别与模板图像和待测图像做卷积,再采用差影法进行缺陷检测.实验证明:该方法能精确检测出多类表面缺陷,且满足实时要求.     

CCD噪声模型在几何最优线性姿态估计中的应用

星敏感器噪声主要来源于CCD图像传感器和控制与数据处理电路,这些噪声对姿态估计精度的影响不容忽视.在研究了CCD图像传感器中光子散粒噪声、暗电流噪声、电荷转移噪声及读出噪声四种主要噪声的基础上,分析了它们对亚像元质心法提取精度的影响.根据亚像元质心法提取结果,采用几何解析的最优线性姿态估计(OLAE)方法解算卫星姿态.仿真结果表明:考虑星敏感器噪声模型比单纯引入高斯白噪声具有更高的姿态估计精度.     

基于Kalman滤波的ECT图像重建算法

由于测量环境等因素的影响,实测数据往往带有噪声。为此,应用Kalman滤波算法进行电容层析成像（ ECT）系统图像重建,在归一化电容值中加入不同程度的噪声信号,利用噪声的统计特性进行测量值滤波,最终得到图像灰度值。在三种流型下与Landweber迭代算法进行了仿真比较,并在ECT实验装置上进行了静态实验。仿真与实验结果表明：Kalman滤波去噪效果优于Landweber迭代算法。     

基于多图像传感器的激光光斑采集与处理系统设计

为解决近海面激光通信大气扰动模型参数测量实验中,对可见光和短波红外激光光斑图像的同步采集与实时处理问题,提出了一种基于现场可编程门阵列(FPGA)与多核数字信号处理器(DPS)架构的系统设计方案.片上系统单元对2台相机进行同步触发,FPGA实现图像数据的接收、缓存与预处理,多核DSP按一定策略采用不同算法对可见光图像和短波红外图像分别进行处理,处理结果经PCI-e总线送至控制计算机中进行显示和存储.实验结果表明:系统能够实现2路分辨率为208 ×200,帧频500 Hz的可见光与短波红外图像的同步采集与实时处理.     

传感器驱动下远程图像采集系统设计

远程图像采集是物联网中获取控制节点信息的重要手段.以嵌入式STM32F407处理器为核心,设计了一种在震动传感器和人体红外传感器驱动下的远程图像采集系统.该系统不仅具有远程图像的主动式和交互式采集功能,而且具有GSM,WiFi和MMS三种远程数据传输方式,同时支持智能手机和PC作为远程图像采集的控制中心.系统满足了不同环境下对远程图像采集的要求,具有较好的实际应用前景.     

基于人工鱼群优化BPNN的AUV目标识别方法

为了削弱复杂恶劣的环境对水下成像造成的不利影响及满足水下机器人目标识别任务实时性的需求,提出了基于人工鱼群算法(AFSA)优化BP神经网络的水下目标识别算法,通过构造组合不变矩对水下目标进行特征提取,提高了目标的聚类性能.引入具有全局寻优能力的AFSA,其在增加单纯神经网络收敛速度的同时避免算法陷入局部最优,进而建立了完整的基于人工鱼群神经网络的水下目标识别系统.在不同的水下目标中对该系统进行实验,通过比较提取的不同的目标图像,结果表明所建立系统具有较优的聚类性能和较高的识别精度.该方法用于水下目标识别是可行的、有效的.     

钢丝绳激光在线测长方法研究

针对目前传统接触测长固有的打滑、磨损等问题,提出一种钢丝绳激光在线测长方法,利用激光成像技术、视觉检测技术以及数字图像处理技术对线结构激光器投射到钢绳表面所形成的图像纹理进行分析和处理,间接获得运动钢绳在线实时长度.实验证实,此方法能有效解决打滑、磨损等问题,同时还具备精度高的特点.