基于三维速度场构建的微流量测量方法研究

采用微流体粒子图像测速仪(microscale particle image velocimetry,micro-PIV)对200μm宽、60μm深的长直通道三维速度场进行了非接触定量可视化测量,并在此基础上计算了通道内的微流量。实验采用二维分层速度场测量方法,将通道沿物镜景深方向划分为11个流体层,通过高精度的位移平台实现流体跨层粒子图像采集。分别针对64×64像素和32×32像素2种判读域,采用micro-PIV系综相关算法对流体层二维速度场进行分析,获得三维全场速度分布,在此基础上利用截面速度离散积分原理计算出截面微流量。实验结果表明,基于微流体粒子图像测速仪的三维速度场分析能够实现对微通道流量的精确测量。对于64×64像素判读域,输入流量在2.481～5.788μL/min范围的测量结果精度较高,最大相对误差为3.87%;对于32×32像素判读域,输入流量在3.307～8.269μL/min范围内均有较高测量精度,最大相对误差为3.69%,表明采用32×32像素判读域的流量测量精度总体上优于64×64像素判读域。     

基于亚像素边缘检测的刀具几何参数测量

为了提高刀具几何参数图像测量精度,基于矩法理论,提出了一种亚像素边缘检测算法。该方法的基本思想是采用灰度空间矩,将图像边缘特征离散为亚像素级特征点,并用Matlab实现图像的处理。实验证明,基于亚像素特征点提取检测的刀具几何参数具有较高测量精度,且计算量小,具有很好的抗噪性能。     

基于灰度线性建模的亚像素图像抖动量计算

为了解决凝视遥感云场景序列图像的亚像素抖动量求解问题,提出了基于灰度线性建模的亚像素序列图像抖动量计算方法。首先,利用三参数线性模型描述像素及邻域灰度,提出了一种图像灰度的线性建模方法。其次,以序列帧图像相对参考帧图像的抖动量作为线性模型中的优化变量,以参考帧图像与序列帧图像之间的相似性为优化目标,建立了亚像素抖动量解算的最小二乘优化方法,并推导得到了解析计算公式。最后,利用云场景序列图像进行了算法仿真验证。结果表明,该方法抖动量的计算误差小于0.1pixel。将该方法与传统基于特征点的配准算法进行了比较,结果显示该方法具有较高的抖动量计算精度,可应用于遥感图像几何定标、目标定位以及时序图像中目标多帧关联检测等。     

起重机轨道测量激光光斑中心识别与定位算法

在轨道测量装置中,激光光斑中心检测算法的精度和速度直接影响轨道测量效果,传统的中心算法如灰度质心法、Hough变换等在检测精度或速度上存在不足。文中提出了一种基于高斯积分曲线拟合的光斑中心定位算法,在光斑降噪、特征增强的图像预处理基础上,插值拟合光斑灰度曲面,进行边缘计算、追踪及细化,得到光斑的像素级边缘点,计算其法向等距线及高斯积分拟合点,并通过贝塞尔曲面拟合其对应灰度值,再采用高斯积分曲线拟合得到亚像素级边缘点,对亚像素边缘点进行圆拟合方法最终确定光斑中心点。与灰度质心法、Hough变换椭圆中心法相比,此算法的拟合精度较高,抗干扰性好,达到了实验室环境下轨道测量的精度要求。     

单目摄像机线性模型可靠性分析与研究

要利用摄像机进行高精度的非接触式测量,通常在线性模型的基础上采用单目摄像机进行光学标定、成像、校正和测量,其中常用的针孔相机模型的可靠性及适用范围鲜有报道,为此对目前广泛采用的线性模型的可靠性进行分析与研究。根据单目摄像机成像特点,建立基于图像像素坐标与三维世界坐标的摄像机数学模型,利用自制模板进行视觉测量实验,并通过亚像素角点检测方法得到图像像素坐标,在不考虑光学畸变的情况下,对模板线段进行特征提取和线性度分析,并不断调整测量距离进行重复实验。实际针孔相机模型测量结果显示相对误差不超过1%,在该模型下的重复测量误差最大不超过0.3 mm,并进一步提出了该模型在不同区域和不同物距下存在的测量差异。实验结果显示,线性模型简单实用且在一定物距范围内具有良好的线性度。实验结果为针孔相机模型的建立提供了参考。     

基于CUDA的眼底图像快速自动配准与拼接

针对眼底图像对比度低、光照不均匀、视场局限及不同视场间存在几何畸变等特点,提出一种基于CUDA的眼底图像快速自动配准与拼接算法。该算法利用CUDA加快了各视场眼底图像同态滤波增强的速度及增强后各有效视场的SIFT特征提取与相互匹配的速度,并加快了结合透视变换模型的RANSAC算法进行的匹配点对提纯速度、周围视场与中央视场变换矩阵的计算速度,配准、融合后得到了眼底全景图像。实际的眼底照相机获取图像的自动配准与拼接表明,该算法可以快速、高精度地实现不同视场眼底图像的自动配准与拼接,算法速度是未采用CUDA的算法的10～30倍,精度达到像素级,具有很好的鲁棒性。     

一种基于聚类电阻层析成像静态图像重建算法

为了提高静态图像重建算法求解电阻层析成像逆问题的实时性与精度,提出一种基于敏感场区域内三角形有限元聚类的静态图像重建算法.新算法初期采用改进牛顿-拉夫逊算法,并根据算法振荡次数超过允许最大值时所对应的最优图像重建结果,对敏感场区域内所有三角形有限元进行聚类,最后利用改进粒子群算法求解电阻层析成像逆问题,从而实现静态图像重建.新算法每隔一定迭代次数对敏感场区域内所有三角形有限元进行重新聚类,以减小粒子维数,提高新算法求解电阻层析成像逆问题的精度.实验结果表明,相比改进牛顿-拉夫逊算法及组合算法,新算法效果最理想.     

体视2D-3cPIV技术及其在氧化沟模型中的应用

利用基于针孔相机模型的几何共线方程,建立像平面坐标和粒子三维空间坐标的映射关系,采用Tsai's算法完成相机内外部参数标定,得到映射函数的解析式.基于像平面同名粒子是空间粒子在不同相机上的投影这一事实,提出一种较为简单的粒子匹配方法,在此基础上进行流场三维速度矢量重建方法研究和算法实现.标准图像仿真实验和氧化沟模型实验结果表明.该重建方法具有精度高、不需相机布局参数等特点,适合于与氧化沟模型类似流场的2D-3cPIV测量.     

视觉测量中椭圆特征亚像素提取方法的研究

椭圆是视觉测量中重要的基元特征。建立了三级灰度图像边缘模型的空间矩算子,利用LOG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,由随机Hough变换提取椭圆边缘像素点,最后采用基于最小二乘原理的椭圆拟合边缘提取方法,得到亚像素级被检测椭圆。对像面椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明提出的基于空间矩亚像素边缘定位算法与像面椭圆亚像素提取算法具有较高的精度和稳定性。     

一种基于网格的图像测量系统高精度标定方法

提出一种图像测量系统高精度标定方法,设计一种网格靶标,给出了图像分块处理和平行直线拟合方法的靶标特征点提取方法,并采用了一种基于靶标的摄像机位置调整方法。采用两步法对图像测量系统进行标定,首先进行线性标定,然后进行多项式拟合畸变校正。实验结果表明畸变校正后标定精度达到0.18像素,具有较高标定精度。     

一种数码相机几何畸变的检测方法

针对数码相机普遍存在的几何畸变现象,提出了一种基于数字图像处理的畸变检测方法.在阐述数码相机畸变产生原因和检测原理的基础上,将待测数码相机拍摄目标靶板后的图片输入计算机,利用MatLab工具对图片进行数字图像处理,由像素间距获取实际像大小,由几何光学演算获得理想像大小,从而计算出相对畸变量.实验表明,该方法过程简单,易...     

航空变焦距斜视成像几何畸变的自动校正

针对变焦距航空摄像机斜视成像产生的几何变形,提出一种同时校正斜视梯形失真和变焦距镜头非线性畸变的自动校正方法。根据直线透视投影不变性原理,利用单参数除式模型通过变步长优化搜索方法得到不同焦距对应的镜头畸变系数和畸变中心坐标;研究了焦距变化对畸变的影响规律,校正了镜头畸变使其满足针孔成像模型;引入飞机位置、姿态和摄像机视轴指向方位等因素,将航空图像重投影到地图坐标系中,对坐标变换后的像素亮度值进行重采样得到校正斜视变形和镜头畸变后的正射投影图像。对不同焦距和位置姿态下拍摄的地面靶标畸变图像和实际航空变焦距斜视图像进行了校正。结果表明,该方法能够有效准确地校正图像的几何变形,当飞行高度为2 500m时,在文中给定的位置姿态精度下的图像几何校正均方误差约为2m,较好地满足了后续图像拼接需求。该方法效率高,便于自动化实现,对提高图像拼接精度和实现目标精确定位与实时稳定跟踪具有重要意义。     

利用直线特征的定标图像非线性畸变校正

针对管道弯曲度测量系统中定标图像的特点，提出了一种利用图像中直线特征的非线性畸变校正方法。在畸变得到有效校正的前提下，三维空间中的直线投影到图像平面上应该是直线。先提取畸变图像的边缘，利用边缘线段长度作为判据，剔除野值。把边缘的畸变误差总和作为目标函数，通过最小化目标函数获得最优畸变系数，利用该组系数校正原图像的非线性畸变。实验结果表明，该方法的校正精度较高，适用于管道弯曲度高精度的测量，而且易于实现。     

深孔内表面结构光图像几何畸变校正

在针对深孔类零部件内表面检测过程中因曲面特性引起的结构光图像几何畸变校正问题,一直是深孔内表面检测领域的难点。本文提出了一套针对结构光条纹图像的几何校正算法:该算法首先针对无差别建模的深孔内壁模型内表面进行结构光检测;然后基于离散映射理论搭建深孔内壁模型和内壁展开模型内表面之间的几何位置对应关系;最后基于映射关系校正深孔内表面结构光图像存在的几何错位(畸变)。检测结果表明,所提算法能够有效提高几何错位的校正精度,在不考虑图像边缘的基础上,校正偏差达到亚像素水平;并且因条纹斜率不一致造成的对应条纹最大间距(即距离偏差)控制在1.5 pixel范围内,即0.135 mm。     

Correction of image drift and distortion in a scanning electron microscopy

Continuous research on small‐scale mechanical structures and systems has attracted strong demand for ultrafine deformation and strain measurements. Conventional optical microscope cannot meet such requirements owing to its lower spatial resolution. Therefore, high‐resolution scanning electron microscope has become the preferred system for high spatial resolution imaging and measurements. However, scanning electron microscope usually is contaminated by distortion and drift aberrations which cause serious errors to precise imaging and measurements of tiny structures. This paper develops a new method to correct drift and distortion aberrations of scanning electron microscope images, and evaluates the effect of correction by comparing corrected images with scanning electron microscope image of a standard sample. The drift correction is based on the interpolation scheme, where a series of images are captured at one location of the sample and perform image correlation between the first image and the consequent images to interpolate the drift–time relationship of scanning electron microscope images. The distortion correction employs the axial symmetry model of charged particle imaging theory to two images sharing with the same location of one object under different imaging fields of view. The difference apart from rigid displacement between the mentioned two images will give distortion parameters. Three‐order precision is considered in the model and experiment shows that one pixel maximum correction is obtained for the employed high‐resolution electron microscopic system.     

基于降质图像-光流场复原的智能轮椅测速

提出一种运动图像去模糊复原和基于仿射运动模型的光流场去抖动方法,以提高智能轮椅中光流里程计测速方法的精度。当轮椅线速度或角速度较大时,导致机载相机成像产生显著的运动模糊;且轮椅机器人的机械抖动也易产生光流场的偏差,进而影响速度估计的精度。针对于此,首先利用一种基于自适应模糊核的运动图像去模糊方法实现图像复原,以改善视频帧质量;其次,针对智能轮椅在行进中的机械抖动,利用随机抽样一致(RANSAC)排异后的光流场,在卡尔曼滤波框架下估计同名像点的仿射运动模型参数,进而实现光流补偿。实验结果表明所提方法能够提升基于光流场的智能轮椅视觉测速精度。     

共面点的摄像机非线性畸变校正

采用传统的Tsai两步法进行摄像机标定时,标定精度会受一阶径向畸变模型的限制。本文提出了一种同时考虑摄像机镜头径向畸变和切向畸变的摄像机模型并研究了模型求解方法来提高畸变校正精度。考虑图像中心区域畸变较小,故用中心附近点列出线性方程组计算了摄像机的部分参数;建立了综合畸变模型,将摄像机参数代入模型计算畸变参数的初始值。由于焦距和平移分量在标定板与相机平面的距离深度变化不够时难以一次性准确标定,故将其代入综合畸变模型重新计算,并运用两步迭代法逐步逼近精确解。最后,对世界坐标系进行空间几何变换、透视变换和成像变换得到的重投影图像的像素坐标并与实际测得的像素坐标值进行比较,得到校正误差。结果表明,本文的畸变校正方法平均像素误差可以达到0.114 9pixel,优于Tsai校正方法的0.367 0pixel,且重复性较好。     

结合仿射变换和多层B样条配准的湍流畸变图像校正

为解决大气湍流引起的图像抖动和图像偏移问题,提出了一种结合仿射变换和多层B样条配准的图像校正方法。由于湍流像素偏移具有非线性和随机性,且序列中常伴有成像系统运动引起目标全局运动,该方法将像素校正分为整体运动校正和局部非刚性配准两部分。采用仿射变换描述目标整体运动;引入多分辨率策略处理像素偏移,利用多层B样条对湍流引起的局部形变进行非刚性配准。基于对称约束的代价函数,通过梯度判定感兴趣区域,进一步细化控制点网格提高B样条配准精度。最后,采用有限内存拟牛顿法优化代价函数,得到像素偏移量,实现畸变图像的像素校正。对真实图像和实际序列图像分别进行了实验,结果表明:该方法能够有效降低湍流造成像素偏移畸变,在噪声和模糊干扰下校正结果依然理想。     

消隐点共线约束逐点畸变校正算法

对逐点图像畸变校正算法进行分析和研究。分析了基于四点共线交比不变性的逐点畸变校正算法的校正精度,指出该算法由于初始使用图像点含有误差导致计算其他图像点产生了精度改变,同时给出了计算结果误差较小时的图像点位置和相对距离的选取方法。基于上述分析,提出了基于消隐点共线约束的逐点畸变校正算法。该算法利用消隐点来提高直线拟合精度,利用共线特征来约束校正图像点精度。该算法不仅可以优化基于四点共线交比不变性算法校正的图像点,同时也可以优化初始使用的图像点,从而提高所有图像点畸变校正精度。基于MATLAB的仿真实验显示:对于400万像素的镜头,校正后图像点最大误差是初始图像点噪声的29.05倍。针对实物图像对基于四点共线交比不变性法校正的图像点,基于消隐点共线约束法校正的图像点和未校正采集图像点的交比值进行对比,结果表明本文提出算法优于四点共线交比不变性算法的结果。     

基于序列局部图像的尺寸高精度测量方法

为实现大尺寸机械零件的高精度视觉测量,研究基于序列局部图像的视觉测量方法。首先分析机械零件图像边缘的过渡分布特征,提出边缘像素补偿法,消除实际边缘不能精确定位对测量精度的影响。然后以直线边缘距离测量为原型,提出基于序列局部图像尺寸特征的测量方法：对零件进行微小区域成像,生成在空间上连续的序列局部图像;应用相关系数法和双线性插值法获得相邻序列图像的亚像素级尺寸特征线,从而得到各局部图像的尺寸特征;对这些尺寸进行求和与补偿,得到零件的总体尺寸。实验表明,对常规尺寸零件的单幅图像运用边缘像素补偿法,相对测量误差在0.008%以内;对大尺寸零件应用序列图像测量法,相对测量误差在0.01%以内,具有误差积累小的优点,可用于机械零件的精密自动化测量。