基于视频图像的实时测量技术的实现

研制一种新型的基于视频图像的实时测量系统,其利用布设在甲板上的光电自准直平行光管和折转光管等相关设备,通过计算机视频判读判读系统实现实时测量艇体两维动态变形量。计算机视频判读系统接收两组光电自准直平行光管的视频信号,采用图像采集和图像处理并行工作方式,进行实时图像处理和判读,得出动态脱靶量,并对两路图像的测量结果进行叠加得出舰艇的相对变形量。     

飞机结构件动态变形测量技术研究

针对飞行试验中飞机结构件的动态变形测量问题,提出了一种基于图像的测量方法,对其中涉及的关键技术进行了研究;采用10参数模型非线性成像模型补偿摄像机系统误差,引入摄像机动态校准算法,使摄像机标校重投影误差小于0.03 pixel;采用编码标志作为测量标志,提高了图像自动识别和匹配效率;采用双像机交会测量计算测量标志位移变形量可达到0.15 mm/m;实验证明,该方法满足飞行试验中飞机结构件动态变形要求。     

角变形实时测量系统中计算机控制系统的实现

研制一种新型的角变形实时测量系统,其利用布设在甲板上的光电自准直平行光管和折转光管等相关设备,通过计算机控制系统实现实时测量艇体两维动态变形量。计算机控制系统接收两组光电自准直平行光管的视频信号,进行实时图像处理,得出动态脱靶量,并对两路图像的测量结果进行叠加得出舰艇的相对变形量。本系统已成功应用在某舰艇的实时测量系统中,准确完成了实时变形的测量任务。     

视频图像判读技术在实时测量系统中的应用

研制一种新型的视频图像判读技术,其主要应用在某舰艇的实时测量系统中.视频判读系统接收两组光电自准直平行光管CCD的视频信号,采用图像采集和图像处理并行工作方式,进行实时图像处理和判读,得出动态脱靶量,并对两路图像的测量结果进行叠加得出舰艇的相对变形量.     

基于机器视觉的雷达测角精度评估系统

利用光学成像原理,设计了基于机器视觉的雷达测角精度评估系统,主要包括光学部分(CCD相机)、图像采集部分和图像处理与目标角度信息提取部分等;机器视觉的定位成像和高精度测角,保证了该系统能在紧缩场中对雷达系统进行自动化、高精度、实时的角度测量校准和测量精度评估试验;理论分析和仿真结果表明,补偿由于雷达系统和机器视觉系统安装位置不同引起的角度测量偏差后,在正常的实验测量误差条件下,基于机器视觉的角度测量校准和评估系统能达到O.005°的校准和评估精度。     

基于CCD的桥梁变形三维实时监测系统

为确保桥梁安全运行,及时掌握建筑结构的健康状况,需要对桥梁变形进行连续动态的监测;提出了一种基于CCD图像测量的桥梁变形监测方法;系统用CCD相机对远距离目标进行连续成像,然后进行目标识别和跟踪测量,并采用五点平均法抑制大气抖动,最后根据多个相机在不同方向测得的数据进行数据融合,形成物体的三维实时运动信息;理论和实验都表明该方法能达到亚毫米级的测量精度.     

多孔零件二维几何量高精检测系统的研究

为了提高工业零件检测效率和测量精度,研究了基于图像检测技术的多孔零件二维几何量的测量问题.先对CCD获取的零件图像进行分析处理以改善图像的可识别性,采用基于二次曲线拟合的快速亚像素边缘定位算法快速提取零件的精确边缘,从而提高系统的测量精度,并运用Hough变换计算被测零件的几何参数.实测结果表明,该系统的测量精度和准确度高,边缘定位精度达0.1 pixel,检测精度达101μm,最大相对误差为0.4%.     

机器视觉标定中的亚像素中心定位算法

双目视觉检测系统中,圆形标志的中心定位精度直接影响标定的精度和整体测量的精度。传统算法定位精度较低,不能满足高精度测量的要求。采用Canny算子对标定板图像进行边缘检测,Zernike矩定位亚像素边缘,用最小二乘拟合标志中心。实验表明:该方法对圆形标志中心点提取精确且稳定,中心定位精度优于0.1个像素,系统测量平均误差小于0.02 mm,满足高精度视觉测量要求。     

一种新的基于Zernike正交矩亚像素边缘定位的直径测量方法

提出了一种新的基于亚像素边缘定位技术的棒状物体直径测量方法;该方法利用两个CCD摄像头,分别获得两张棒状物体横截面的椭圆特征图像,利用仿射变换将灰度椭圆特征图像变换成圆形特征图像,然后利用亚像素中的Zernike正交矩对边缘进行精确定位,进而分别计算出棒状物体的直径,再将两个测量数据加以平均融合,完成对直径的测量;实验结果表明,与像素级方法相比较,该方法定位精度高,测量误差小,能够达到提高测量精度的目的。     

基于立体视觉的在线实时测量系统设计与实现

为了满足深空探测器实时测量天体表面形貌的需求,设计并实现了一套基于立体视觉的在线实时测量原型系统。该系统通过立体相机实时获取空间天体的立体影像,利用每次观测的一组立体影像来重建其局部表面形状;再对每次重建的局部模型进行连接,得到空间天体完整的表面形貌模型。通过仿真实验验证了该系统的可行性,数据处理的速度与精度可以满足对深空目标进行实时测量的需要。     

基于机器视觉转子冲片亚像素精度尺寸测量研究

针对传统冲压件人工尺寸测量效率低、精度难以保证等问题,提出一种基于机器视觉的转子冲片亚像素精度尺寸测量方法。该方法采用先将采集的冲片图像灰度化再应用中值滤波来降低噪声干扰的图像预处理方法;通过Canny算子与Otsu方法相结合实现自适应阈值边缘检测,再利用改进的Zernike矩方法进行亚像素定位,获取亚像素级坐标;然后设计轮廓分割算法,主要提取内外圆亚像素轮廓,同时设置感兴趣区域并基于K-Means聚类算法分割出骨架线段轮廓,最后使用最小二乘拟合法求解出转子冲片内外圆直径和骨架间距尺寸。实验结果表明,该方法平均测量精度可以达到0.01mm,测量精度高、速度较快,具有较高的实用价值。     

基于Kriging插值的PIV算法在污水流速测量中的应用研究

针对污水管道中流体成分的多样性和流动型态的复杂性,借鉴粒子图像测速中的流场测量思想,提出了基于PIV(粒子图像测速)算法的管道污水流速测量方法.将该算法应用于污水流速测量时,发现由于伪矢量和缺失矢量的存在,导致测量结果精确度降低的问题,进而提出应用Kriging插值的方法对PIV算法进行改进,最终实现管道污水流速的有效测量.最后,在实验室搭建了实验模拟平台,对提出方法进行了仿真测试,测试结果表明,与传统的PIV测速方法相比,该方法能有效提高测量精度,保证测量结果的准确性.     

变截面舵面结构全场瞬态变形测量及振动特性分析

搭建了一套全场非接触应变测量系统,对变截面舵面结构受随机载荷激励作用下的变形及振动特性进行实验研究。实验以2A12铝合金材料制成的变截面舵面结构为试验对象,采用高分辨率的相机记录舵面结构全场清晰的散斑图像,然后利用三维数字图像相关方法对其结构表面的连续变形进行直接测量,同时利用傅里叶变换对采集到的散斑图像进行振动特性分析,获得变截面舵面结构的模态频率和模态振型。为验证非接触测量得到的振动特性结果的准确性,用小质量加速度传感器得到的振动响应信号进行对比。试验结果表明,在0~500Hz的测试频段内,三维数字图像相关方法辨识变截面舵面结构前三阶模态参数与加速度传感器测量结果非常吻合,前三阶固有频率误差在2%以内,阻尼比误差在6%以内,前二阶模态振型均为弯曲模式,第三阶模态振型为弯曲扭转耦合模式,验证了三维数字图像相关的全场振动测量技术的有效性,为高温环境及非线性变截面舵面结构非接触振动测试提供依据。     

基于融合动态模板匹配的双目测距算法

高空无人机灭火时,要对火灾点进行探测.传统的探测方法易受环境的干扰,并且它的反应不灵敏,实时性较差.基于此本文提出了一种基于双目立体视觉的探测方法：首先搭建实验平台并设计其硬件电路,然后深入研究了经典的双目立体视觉测距算法,提出了一种新的测距方法.该方法主要内容包括：图像获取、感兴趣区域提取、图像预处理和基于权重融合的动态模板匹配算法.最后,采用多段非线性补偿的方法构建了测距模型,并在实验平台上对所构建的测距模型进行了大量的实验,实验结果表明：在50 m以内,该测距模型的误差在1 m以内,100 m以内,测距误差在2 m,匹配精度为6.947像素/m,基本符合高空无人机灭火的精确测距要求,故该测距模型测量的距离精度较好,工程应用性强.     

一种基于IST的板形参数测量方法的研究与应用

将板形参数测量方法应用于工业测量智能控制过程中,不仅降低了板形测量的成本,而且提高了测量的精度和效率。结合实际应用的板材测量过程,研究了板形图像目标提取方法,提出了图像阂值分割和图像区域细化相结合的基于IST算法(Image Segmentation and Thinning)的板形参数测量方法。该方法在保证测量精度的前提下,可以有效地消除噪声和运动因素的干扰,同时能够满足实时性需求。     

基于激光阵列的运行车辆宽度投影轮廓在线测量方法

提出一种基于激光阵列投射与相机相结合的运行车辆宽度投影轮廓在线测量方法，利用龙门架顶端近红外激光器阵列向下垂直投射激光点，激光器阵列左右两侧各布置一台相机，实时拍摄地面上被测运行车辆遮挡后的光斑，通过对地面光斑投射情况的分析，采用图像分割、区域标记算法分割光斑区域，采用区域面积周长约束算法去除干扰区域，进一步采用质心配准算法提取边缘数据，分析计算得出车辆宽度，实现了运行车辆宽度投影轮廓的精确测量。现场测试实验结果表明，所提出的方法对运行车辆宽度投影轮廓的测量误差＜1％，平均耗时低于10 s。与传统扫描式红外激光光幕的测量方法相比，所提出的方法具有安装结构简单、测量精度高、响应快、抗环境污染能力强、硬件成本低等优点，可直接应用于高速公路入口、汽车检测站等场景，为未来基于大数据的高速公路车辆管理、车型识别等提供有效技术手段。     

加权Hausdorff距离算法在SAR/INS景象匹配中的应用

提出了一种基于特征图像分支点提取的加权Hausdorff距离图像匹配算法,并给出了相应的权值求解公式．为满足景永匹配导航系统实时性的要求,给出了细化处理的预处理方法,减少了特征文件的冗余度,提高了匹配搜索的快速性．同时,基于细化后提取出的分支特征点,应用加权Hausdorff距离算法进行图像匹配,克服了斑点噪声对合成孔径雷达（SAR）图像匹配的影响．仿真分析袭明．该算法能满足SAR／INS景泉匹配辅助导航系统实时性和准确性的要求．     

基于Zernike矩的保持架直径测量方法

为了解决轴承保持架人工抽检费时费力等问题,同时提高工业生产自动化水平,简述了一种基于Zernike矩的保持架直径测量方法;以型号32007E的圆锥滚动轴承筐形保持架为例,提出了基于视觉的直径测量方法,分析CCD相机采集到的轴承保持架大小端面图像,进行图像预处理后,对Sobel算子边界点阈值进行重新设定,快速检测出保持架两端圆面可能存在的边缘点集,增加了有效圆检测算法,剔除部分偏离有效圆的点,再利用 Zernike 矩算子对有效的边缘点进行重新定位,检测出保持架两端圆面的亚像素边缘并计算其精确位置,最后对所得到的亚像素边缘点集进行最小二乘法拟合,获取保持架两端直径具体尺寸;实验表明,该方法测量结果与人工测量精度接近,甚至更高,具有良好的效果和实用价值。     

改进的电缆护套厚度检测方法

图像精密检测精度很大程度上依赖于亚像素边缘检测精度,目前应用较广的是基于Zernike旋转不变矩的边缘检测技术。分析了传统Zernike矩边缘检测不足之处,分别在边缘灰度值函数建模、曲率较大处亚像素定位和实时性能等方面给出改进与创新,进而提出一种改进的基于旋转不变矩亚像素定位算法思想。并用此算法做了电缆护套厚度测试实验。从实验结果看,该算法定位精度有了改进,算法思想可行。     

基于改进空间金字塔池化卷积神经网络的交通标志识别

针对雾天、光照、遮挡和大倾角等因素导致的交通标志识别准确率低、泛化性差等问题，提出一种基于神经网络的轻量级交通标志识别方法。首先，利用图像归一化、仿射变换和限制对比度自适应直方图均衡化（CLAHE）方法进行图像预处理，以提高图像质量；其次，基于卷积神经网络（CNN），融合空间金字塔结构和批量归一化（BN）方法构建改进空间金字塔池化卷积神经网络（SPPN-CNN）模型，并利用Softmax分类器实现交通标志分类；最后，选用德国交通标志识别数据集（GTSRB），对比不同图像预处理方法、模型参数和模型结构的训练效果，并验证和测试所提模型。实验结果表明，SPPN-CNN模型的识别精度达到98.04%，损失小于0.1，在低配GPU条件下识别速率大于3 000 frame/s，验证了模型精度高、泛化性强、实时性好的特点。