基于图像处理的保偏光纤偏振轴高精度检测法

通过CCD显微成像系统采集Panda型保偏光纤的截面图像,利用基于Hessian矩阵的亚像素精度边缘检测算法提取两应力圆边缘线点,进行椭圆拟合后过两椭圆中心连线得到偏振轴轴线,实现了偏振轴轴线的自动识别及与已知键定位轴相对角度的自动检测。实验结果表明,在均值为0、方差为0.5的高斯噪声下,本文方法仍可保证偏振轴角度的检测偏差未超过±0.3°,并对真实光纤截面图像的处理具较好的鲁棒性。     

基于Faster R-CNN的保偏光纤偏振轴检测方法研究

针对基于端面成像的偏振轴检测方法光照鲁棒性不强、无法同时检测多根保偏光纤偏振轴的问题,提出一种基于Faster R-CNN的检测方法.训练Faster R-CNN神经网络模型,通过参数调优增强了应力区识别的鲁棒性,采用基于Zernike矩算法对应力区边缘点进行亚像素级定位以提高测量精度,分析了测量精度与误差的关系.仿真与实验表明,该方法的测量精度达到±0.1°,在增强光照鲁棒性的同时实现了对多根保偏光纤偏振轴的检测.     

三种保偏光纤几何参数测量算法

介绍了利用光纤端面图像采集和图像处理技术进行熊猫型保偏光纤几何参数测量的方法,重点介绍了三种图像处理算法——基于灰度分割和直方图分布的算法、基于Canny边缘检测和改进Hough变换的算法、基于Canny边缘检测和圆边界点选取的算法及其实现。利用三种方法对不同的光纤端面图像进行了处理,并对处理结果进行了对比分析。结果显示:三种算法均可用于熊猫型保偏光纤几何参数测量,针对不同的光纤端面图像选择合适的处理算法,可以实现快速、准确的测量。通过提高端面图像的分辨率,可以提高保偏光纤几何参数测量精度,基于该方法开发的自动化测量系统已成功应用于保偏光纤的质量与一致性实验。     

端面成像熊猫保偏光纤的偏振轴检测方法及精度分析

针对目前已有的横向观测偏振轴 检测技术精度不高的问题,提出了一种端面成像保偏光纤(PMF)偏振轴高精度检测方法,采 用基于轮廓特 征的自适应阈值分割技术提高应力区识别的速度和鲁棒性,采用同心圆加权平均定位技 术提高应力区 的定位精度,并分析了定轴误差的影响因素。仿真和实验表明,本文的端面成像PMF偏振轴 检测方法能够达到±0.1°的精度。     

保偏光纤偏振轴方位探测方法

保偏光纤偏振轴方位的探测和对准是保偏光纤耦合、连接及制作保偏纤维器件的前提.基于保偏光纤的物理特性和应力结构特征,本文分析了各种保偏光纤偏振轴方位探测和对准方法的原理和特点,讨论了该技术方法的现状和趋势.     

保偏光子晶体光纤图像特征孔中心提取算法

保偏光子晶体光纤快慢轴的检测是保偏光子晶体光纤应用的关键技术。针对保偏光子晶体光纤端面空气孔数量多、尺寸存在差异及噪声和伪边缘干扰圆心定位精度的问题,提出一种双峰均值二值化法粗定位和径向扫描三点法精定位相结合的方法。采用双峰均值二值化法实现空气孔重心的粗定位;利用大空气孔定方位,选取两个具有结构对称的空气孔区域,去除粗大误差点,径向扫描法确定边缘三点进行圆心精定位,并利用半径阈值减小误差。实验结果表明,该方法能有效分割光纤端面图像,圆心偏差小于0.2个像素,为光纤定轴打下必要的理论基础。     

计算保偏光纤中应力双折射的微元算法

本文研究了计算保偏光纤中应力双折射特性的微元算法,对其计算值进行了理论验证。微元算法可计算以往理论方法无法讨论了非理想保偏光纤中的应力双折射。此算法的计算结果可应用于保偏光纤制造时的工艺设计,以及保偏光纤定轴时的偏差量修正等。文中给出了应用实例。     

非通视方位传递系统中保偏光纤分析

根据非通视方位传递系统对保偏光纤双折射的设计要求,重点分析了不同类型保偏光纤参数对双折射的影响。首先,从光纤应力应变、变分原理和应力光弹效应出发,推导建立保偏光纤应力光学耦合关系;然后,借助有限元分析软件研究了不同因素对保偏光纤双折射值的影响,并对两种保偏光纤（熊猫型保偏光纤和领结型保偏光纤）进行了对比分析。结果表明:在纤芯中心附近,减小纤芯与应力区的距离、增大应力区半径大小、固定纤芯尺寸时增大包层半径、提高保偏光纤参考温度等措施都能明显提高双折射值。同等条件下领结型保偏光纤产生的双折射值更大。研究成果能够为非通视方位传递系统中保偏光纤的设计选型提供一定的参考。     

领结型和椭圆型保偏光纤的应力和模式分析

应用有限元方法对领结型和椭圆型保偏光纤的热应力双折射特性和模式双折射进行了分析,给出了这两种保偏光纤的应力和双折射分布规律.对领结型保偏光纤,研究了纤芯的双折射和模式双折射随着应力区离纤芯距离的变化规律;对椭圆型保偏光纤,研究了纤芯的应力双折射和模式双折射随包层椭圆度的变化规律;分析了光纤应力区结构对纤芯双折射大小和均匀性的影响,并将应力诱导双折射与模式理论计算结果进行了比较.     

基于五指型光强分布的保偏光纤定轴方法

保偏光纤偏振主轴的精确定位是保偏光纤应用中的关键技术之一。文中在观察到保偏光纤侧视图像的光强分布呈五指型的实验基础上,提出了一种用于保偏光纤定轴的新方法,即五指型光强分布特征值判断法。实测表明,用于保偏光纤定轴时,在0°附近,与现有的其它定轴方法相比,五指型光强分布特征值判断法的特征更明显,提高了定轴的灵敏度。此新方法可用于制作保偏光纤器件时,在0°附近的高精度定轴。     

基于灰度梯度和反正切函数拟合的亚像素边缘检测算法

在数字图像处理和机器视觉中,边缘检测是一个基本问题和关键环节,因此,精确地检测图像边缘是非常必要的。本文提出了一种基于灰度梯度和反正切函数拟合的亚像素边缘检测算法。首先,通过Canny算子粗略提取输入图像的边缘;然后对初步得到的边缘像素逐点提取灰度梯度方向,以提取的梯度方向为坐标轴正方向建立灰度梯度直角坐标系;最后利用最小二乘法,采用反正切函数拟合图像边缘的灰度梯度,获得亚像素边缘位置。利用Microsoft Visual Studio 2008平台进行实验,结果表明：与基于小波变换及基于Zernike矩的亚像素边缘检测方法相比,本文所提算法定位精度较高,检测速度较快,能够更完整地检测出图像的平滑边缘。     

基于蚁群优化与细菌趋化性的图像边缘检测算法

为解决基于蚁群优化的图像边缘检测算法中信息素的作用不明显,难以获得全局最优解,从而降低目标边缘的检测精确度与效率等问题,提出一种基于细菌趋化性(BC)耦合蚁群优化(ACO)的边缘检测算法.通过细菌趋化性找到最佳解决方案,用于产生信息素的初值;将BC得到的信息素初值作为ACO的初始信息素,计算每只蚂蚁的行走概率,从而选择...     

基于神经网络的图像弱边缘检测方法研究

主要立足于图像点处理与神经网络相结合的思想,提出了一种基于边缘点特征的BP神经网络图像边缘检测方法.利用提取出的图像边缘特征向量作为训练样本来训练BP神经网络,进一步完成图像边缘的检测.最后,通过实验与传统的边缘检测方法进行了对比,结果证明该方法检测的边缘轮廓清晰,检测速度较快,特别对含有弱边缘的图像能够更好避免漏检和...     

脑外科CT图像的综合边缘提取算法

为了实现大脑的三维重建,准确提取二维图像中的边缘成了首要解决的问题。常用的几种经典边缘检测算子对噪声比较敏感,容易造成虚假或不连续的边缘。针对此问题,提出基于Canny算子并结合图像增强和数学形态学的综合边缘提取算法。该算法首先对原始图像进行增强,以便于计算机的分析;然后利用Canny算子对CT图片进行边缘提取,该算子...     

基于各向异性总变分的运动模糊盲复原方法

针对目前运动模糊图像盲复原算法对图像边缘中 拐角结构复原不佳这一问题,提出了一种以各向异性总变分为图像和模糊核正则项的遥感图 像盲 复原方法。为便于进行数值计算,采用交叉算法和分裂布雷格曼迭代导出了本文提出的盲复 原方法的迭 代公式。实验结果表明,与基于同向异性总变分的盲复原方法以及基于小波框架的盲复原方 法相 比,本文方法不仅能估算出较精确的点扩散函数(PSF,point sp read function),有效地 去除图像的模糊效应,而且对图像边缘结构特别是拐角边缘结构的增强有着独特的优势。     

基于消失点迭代重估的道路边缘检测

传统道路边缘检测算法很少能用于乡村道路。该文提出基于消失点迭代重估的道路边缘检测方法:Gabor滤波器估计像素纹理方向,同时计算对应的置信度;根据纹理方向,由置信度大于阈值的像素投票确定初始消失点;以初始消失点为起点,向下建立一组射线,并计算由颜色差和二倍角正弦函数加权的方向一致率,将最大值对应的射线作为初始道路边缘;交替采样两侧边缘,选取最优消失点,由此得到两条道路边缘。实验测试了不同类型的乡村道路图片,并与经典算法对比。结果表明该方法在乡村道路中具有较高精准度与鲁棒性。     

基于遗传算法的数字图像相关变形初值估计

为了克服传统的基于牛顿-拉夫森迭代的数字图像相关法受迭代初值影响较大等问题, 提出了一种结合遗传算法的数字图像相关法。以待测数据点为中心, 选取邻域内的若干估值点, 通过基于遗传算法的数字图像相关法匹配出变形前后估值点对坐标; 随机选取不共线的3组或以上估值点对代入仿射变换模型, 依据仿射变换结果估计变形初值, 并作为牛顿-拉夫森迭代初值; 最后结合牛顿-拉夫森迭代法计算亚像素位移值。结果表明, 该方法的匹配时间相对传统方法平均降低37.54%, 相较于传统的数字图像相关法在搜索性能、匹配精度等方面更加可靠。该研究为数字图像相关法中迭代初值优化效果对匹配速度和精度的影响提供了参考。     

一种基于图像处理技术的继电器触点间距智能检测方法

基于图像处理技术, 采用嵌入式机器视觉处理系统, 设计了一种用于继电器触点间距的智能检测装置和方法。在硬件方面, 以Cortex-A8处理器为中心, 将控制、处理与测量于一体, 并采用红外光源作为照明系统, 抑制金属触点的光发射; 在算法方面, 以继电器触头静触片的接触点图像区域为特征图像, 并采用多分辨率金字塔分层匹配技术, 实现对检测对象的准确识别和定位, 同时根据继电器内部组件位置的对应关系, 确定继电器触点边缘检测区; 在检测区内, 先采用像素级的边缘检测算法确定两接触点边缘后, 再利用亚像素边缘检测技术, 实现边缘的精确定位, 并检测出继电器触点间的最短距离。本文所提出的方法对继电器质量检测和性能评估具有重要的意义。     

彩色图像特征点检测算子

图像特征点的定位检测是计算机视觉中的一个关键问题，特征点检测算子的性能会直接影响到相机参数标定和视觉测量结果。本文在传统的Harris灰度图像的特征点检测算子基础上，利用彩色图像RGB三分量数据融合，提出了彩色图像特征点检测算子；提出了2个空间位置约束条件，使检测到的特征点均匀分布在图像各个区域；还提出了采用Bilateral滤波器取代Gaussian滤波器，得到一种既能保持边缘信息又能有效平滑噪声的图像滤波方法。通过对加噪彩色图像的特征点检测实验证明所提方法特征点定位准确，分布合理，抗噪声干扰性能好。     

基于广义变分正则化的红外图像噪声抑制方法

文中提出了一种广义变分正则化的红外图像噪声抑制方法,该方法采用p-范数代替目前广泛被采用的全变分范数作为正则项,构造了用于抑制图像噪声的展平泛函,从而将图像噪声抑制问题转化为能量泛函优化问题。通过推导,得到了相应的用于图像噪声抑制的非线性偏微分方程,并采用固定点迭代算法进行线性化求解,使得迭代解稳定收敛。数值试验结果表明,该方法能够有效地去除图像噪声,较之全变分图像噪声抑制方法,新方法进一步提高了对小宽度图像边缘的保持能力,是一种有效且性能优良的红外图像噪声抑制方法。