基于圆拟合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，检测算法的精度和速度直接影响了测量的精度及速度，传统的检测算法如重心法，Hough变换法等在检测精度或速度上存在不足，基于圆拟合的激光光斑中心检测算法是根据最小二乘原理用圆来逼近激光光斑轮廓，该算法除了可以检测光斑中心外，还可以检测光斑半径，达到亚像素级的定位精度，具有很快的计算速度，可适用于实时的光学测量。     

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.     

复杂背景下的激光光斑中心检测算法

针对复杂背景下光斑边缘难以提取的缺陷,设计了一种高精度的激光光斑边缘检测方法,使用双边滤波,增强保边能力;改进梯度模板,减少边缘断裂现象;引入形态学处理,去除光斑内部背景边缘,得到有效光斑边缘;最后对光斑边缘进行椭圆拟合得到光斑中心坐标.实验结果表明,改进算法在边缘检测的单一性、完整性及连续性上取得了较大的提升,激光光...     

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。     

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.     

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。     

基于四象限探测器的光斑中心高精度定位算法

为了提高四象限探测器检测光斑中心位置的精度,降低现有算法的复杂度,提出了二段式多项式拟合算法。在光斑能量分布服从高斯分布模型的条件下,利用四象限探测器的对称性,简化数据的处理量,将拟合区间合理分为两段进行多项式拟合。同时,针对在拟合区间两端的拟合误差较大的现象进行了优化。仿真分析结果表明,当最高多项式次数为四次时,在原点附近区间,拟合误差仅为10-5mm数量级;在远离原点区间,拟合误差为10-4mm数量级。最后通过实验验证,证明了算法的可行性。     

基于高斯拟合的信号弹光斑中心定位方法

信号弹的最大飞行高度是衡量其质量的重要指标.在光学测量中,信号弹目标定位方法的优劣直接决定了信号弹的飞行参数动态测量结果的精准程度.该文提出了一种基于高斯拟合的信号弹光斑中心定位方法,使用改进的区域生长法提取信号弹光斑有效区域,使用基于高斯曲面拟合的方法定位信号弹光斑精确位置,能够在保证速度的同时达到亚像素精度.实验证...     

视频运动目标跟踪系统设计

文设计了一种可应用于静止背景下进行动态视频目标跟踪的系统。首先通过CCD摄像头采集动态图像序列,然后通过图像格式转换、中值滤波、边缘检测以及匹配跟踪对采集到的动态图像序列进行处理,最后得出运动目标的位置信息。本文所设计的系统与传统的基于PC机的视频运动目标跟踪系统相比,具有更快的图像处理速度和更高的实时性。     

一种抑制脉冲噪声的边缘检测算法

提出了一种针对脉冲噪声图像的边缘检测算法,算法借鉴了中值滤波的思想,并采用十字型卷积模板计算图像梯度。首先,对参与图像中梯度计算的像素点进行阈值判断,如果是噪声点,该点像素值用3x3窗口中值滤波结果值替代,然后参与梯度计算,如果不是噪声点则直接参与梯度计算;其次对梯度图像进行细化和二值化以提取边缘图像。实验证明,本文算法对脉冲噪声污染图像边缘检测效果良好,较好地抑制了脉冲噪声的影响,而且提取的图像边缘较细,轮廓清晰。和传统的边缘检测算法及基于小波模变换的边缘检测算法相比,算法在抑噪能力上和边缘提取效果上均比较优秀。     

基于图像预处理和纹理特征的车牌定位算法

为了解决车牌定位过程中拍摄图像背景复杂,噪声大,检测准确率偏低的问题,提出简便有效抗干扰强的车牌定位算法.首先将彩色图像转换为灰度图像,其次设定灰度门限区分图像目标和背景,进行二值化处理,然后使用Sobel边缘检测算子计算图像梯度幅度值,检测图像边缘点,采用局部图像平滑技术中值滤波对图像去除干扰,最后根据车牌区域纹理信息较其它区域丰富的特征,采用投影法,通过水平和垂直方向上投影分布特征的反复提取,准确检测定位车牌.实验结果表明,该方法定位出的车牌区域图像清晰度和准确度较高.     

一种简化卷积模板的抗噪型边缘检测算法

针对传统Sobel算法在边缘定位精度不高、抗噪性能差以及提取边缘较粗等不足,提出一种简化卷积模板的抗噪型边缘检测算法。算法定义了水平方向、垂直方向、45°方向和135°方向的四个简化卷积模板计算图像梯度。在计算方向梯度时,先对参与梯度计算的像素点采用阈值法进行脉冲噪声判断,将灰度值在设定阈值范围内的点视为噪声点,采用3×3窗口进行中值滤波,然后参与梯度计算,对于非噪声点,用其原值计算梯度;对获得的梯度图像进行细化处理并提取边缘图像。仿真实验表明,文中算法提取的图像边缘较细、定位精度较高,而且对脉冲噪声具有较强的抑制能力,图像整体清晰、噪声边缘较少。算法在边缘检测效果及噪声抑制能力上均优于传统的边缘检测算法及小波模变换算法。     

基于编码结构光的大型曲面三维测量

介绍了采用结构光彩色编码技术实现大型曲面测量的一种新方法.将由RGB三原色及其补色组成的彩色条纹进行组合,生成编码图案,并由投影仪投射到被测物体上.通过对摄像机拍摄的图像进行解码,获得物体的三维坐标.利用被测物体上的标志特征点,对物体进行分块测量.结合边缘检测及圆心检测确定分割线,对物体三维坐标进行分割、组合,实现了对大型曲面的三维测量.     

基于错位放大原理的精密自动瞄准方法

提出了一种基于CCD传感器的精密图像式瞄准方法,利用错位放大原理,用多个基准点同时参与瞄准,采用游标卡尺刻度线来模拟实际应用时的瞄准线。采用中值滤波和形态学算子相结合的边缘检测方法得到二值边缘图,通过最小二乘拟合直线方程并求取最小平均距离的方法来识别瞄准位置。实验结果表明该算法能准确识别出对准刻线,定位精度可达微米量级,具有一定的实用价值。

     

激光光斑的图像处理及边缘检测的改进

为了更精准地检测激光光斑中心位置与半径,用Matlab对采集到的激光光斑图像进行仿真对比实验,根据每一步图像处理结果分析,选出最理想的方案进行图像后续处理。最后根据光斑边缘检测的效果,用LabVIEW做出曲线拟合与图像边界的认定,解决了圆拟合算法对二值化后的光斑图像边缘认定不准,半径计算不够精确等关键问题。实验结果表明改进后的中心定位法,切实可行,对激光发射机光斑半径及其他参数的检测提供了一种更为精确的手段。     

汉字笔迹鉴别预处理的算法研究

手写体笔迹鉴别是计算机视觉和模式识别领域中的一个非常活跃的研究课题,是一种有效的身份鉴别手段。本文主要对笔迹鉴别的预处理进行了深入的研究。在预处理中的二值化时采用通过迭代能自动确定阈值的算法,明显提高了对笔迹图像特征信息的保留。去除噪声采用改进的中值滤波,能自动确定去噪门限,使得对一些零散的噪声去除效果明显提高。在MATLAB 7.0平台上经过多次反复试验证明了本文所使用的预处理系统快速稳健。     

一种基于图像融合的红外图像预处理算法

在使用传统的滤波去噪方法对红外图像进行预处理时,会在削弱噪声信息的同时模糊了图像中目标和背景的边缘成分,不利于对图像信息进一步处理。针对该问题,提出基于图像融合的红外图像预处理方法,通过对同一幅退化降质的红外图像分别实施改进的中值滤波算法和改进的Sobel算子边缘提取算法,进行去噪处理和边缘提取,最后利用图像融合算法,将不同算法处理的结果图像加以合并,形成融合后图像。实验结果表明,所提出的基于图像融合的预处理方法能够滤除红外图像中大部分噪声,且很好地保留了目标和背景的细节特征,而且运算简单,便于硬件实时计算,有利于后续的目标检测与识别处理。