微型靶件装配中自动对焦方法的研究

惯性约束激光聚变(ICF)实验对微靶的装配精度要求越来越高,基于机器视觉的在线监测系统是微靶零件测量的主要手段。精确的光学聚焦是进行稳定、高精度测量的前提。提出了一种基于三维精密位移平台的主动对焦方法。通过实验选取了合适的清晰度评价函数。采用大步长找区域,小步长找点的搜索策略,实现了系统的快速精确对焦,调焦精度可优于10μm,总体调焦时间约为30 s。克服了手动调焦时间长,不能保证成像完全清晰的问题。     

数字查片仪的调焦原理及实现方法

在全自动查片仪系统中，调焦系统是其重要细成部分，在对眼镜片参数的测量中能实现自动对焦。本文介绍了全自动数字查片仪的自动调焦原理，并对其实现方法进行了设计，实现了查片仪的自动调焦和眼镜片各项参数的测量。     

超大视场自适应快速对焦算法

为满足超大视场机器视觉自动对焦系统快速检测的要求,研究了一种基于对焦深度的自适应快速对焦算法。该算法采用粗对焦与精确对焦相结合的二级对焦策略,在不同的检测区域实现自适应选择最佳评价函数,实现自适应快速对焦。实验结果表明该算法在保持调焦精度的前提下,能够在大视场内快速聚焦,最终实现平均对焦时间小于0.5 s,一次性对焦成功率高达95%,满足自动对焦系统对高速、高精度自动对焦的要求。     

应用于短脉冲激光加工的自动调焦系统

针对现有的纳秒脉冲激光微加工系统,设计了基于图像处理的自动调焦系统.从焦点检测的历史背景出发,结合光学的成像原理,提出了以图像梯度为对焦评价函数的自动调焦技术.把此自动调焦系统应用于原系统中,形成了以控制单元、激光器、机械结构和光路系统为主要组成部分的纳秒脉冲激光微加工系统.通过对加工实验效果和对焦评价函数曲线的对比分析,证实了此调焦系统适用于短脉冲激光加工,从而有效地提高了系统的加工精度和效率.     

一种基于图像处理的自动调焦系统

一种基于图象处理的自动调焦方法,应用该方法设计一种虹膜图像自动采集系统。该系统利用虹膜区域的平均对比度作为是否对焦准确的判据,并以此为反馈控制执行机构进行实时对焦。实验证明该系统自动调焦精确,采集到的虹膜图像清晰,符合使用要求;并且调焦机构简单,整个系统控制易于实现。     

MEMS加速度传感器的自动校准平台

介绍了一种基于MEMS加速度传感器的自动校准平台的设计方案.从数学模型入手,推导了倾角测量算法并设计了调平控制方案.在电机控制环节加入改进后的PID算法,解决了输出突变导致系统性能下降的问题.快慢档的设定使系统在缩短调平时间的同时兼顾精度的要求.实验结果表明,该系统工作稳定,可用于一般调平场合.     

基于扫描反射镜调制的调焦调平系统测试方法研究

针对投影光刻的特点,研究了一种基于扫描反射镜调制和三角测量原理的调焦调平系统.该系统遵循向甫鲁(SC)成像条件,并通过检测投影光斑相对于探测狭缝的位移量衡量硅片面的离焦量.同时,利用扫描反射镜的光学载波调制,提高系统的抗干扰能力.实验结果表明:系统拥有纳米(nm)级的测量精度,且具有采样频率高、非接触、多光斑布局方便等特点.     

清晰画质 随手可行 松下LUMIX相机

LUMIX DMC-GH2 LUMIX DMC-GH2拥有引以为傲的高性能．可使拍摄者领略更加舒适．更富有乐趣的拍摄体验。通过减少对焦检测时间．DMC-GH2将驱动速度从60帧／秒加倍至120帧／秒．使其拥有约为01秒世界最快的光速自动对焦。凭借相位差自动对焦及先进的对比度自动对焦系统,DMC—GH2无论在精度还是在速度方面都胜于高端数码单反相机。结合触摸自动对焦控制．拍摄者可以轻松．迅速对拍摄对象进行设置、调焦．因此决不会错过转瞬即逝的拍摄良机。     

光学显微镜自动调焦指导函数的评价与选择

针对基于图像处理的光学显微镜自动调焦问题,提出了颜色比、图像差和类间方差3种新的调焦指导函数.首先提出了单点定义指标函数的面积引申方法,该方法同时具备统计方法与极值方法的优点;针对被动式自动调焦系统的设计,对指导函数的性能指标进行定义,提出了焦距响应范围、极值程度、对焦准确度、目标函数值变化范围等指标的定义和评价方法,并结合实际工作对文中提出的指导函数进行测量,给出了评价结果和比较结论.     

置信度边缘检测在眼底相机自动对焦中的应用

研究糖尿病变,定期的眼底筛查清晰病变图像,是发现和治疗病变的重要手段.图像清晰度评价函数的选择是自动对焦技术的关键.为了保证对焦的精度,提出了以血管边缘的清晰度作为评价函数和粗精调焦相结合的自动对焦算法.利用边缘置信度的辅助检测能快速准确地提取出血管边缘,将血管边缘检测结果作为自动对焦的评价函数.在接近正焦区域使用该评...     

心电信号ST段形态识别算法

针对目前心电图ST段诊断准确度不高,容易受到噪声干扰的情况,提出了一种基于最小二乘多项式拟合的ST段形态识别算法。首先利用二次样条小波经过Mallat算法检测出心电信号中的QRS波群,然后检测出T波、QRS波群起点、J点、T波起点等特征点,依此判断ST段偏移方向,并将ST段分为直线型和曲线形,最后通过多项式拟合算法来确定直线型ST段的斜率和曲线型ST段的凹凸方向。通过MIT-BIH心电数据库的数据文件的仿真实验验证了该算法用于ST段形态识别的准确度在90%以上,实验表明,该算法减少了ST段特征点检测过程中噪声的干扰,提高了ST段形态识别的准确度。     

自适应SVD–UKF算法及在穿刺状态估计中的应用

柔性针在实际穿刺过程中会产生不规则形变, 导致柔性针模型存在参数不确定性问题, 影响穿刺精度. 本文针对柔性针穿刺过程存在的不确定性问题以及超声成像等设备存在的量测噪声统计特征不准确性问题, 提出了一种带有噪声估计器的自适应奇异值分解无迹卡尔曼滤波算法. 该算法采用自适应因子实时修正动力学模型误差, 通过奇异值分解抑制系统状态协方差矩阵的负定性, 利用Sage-Husa估计器在线估计噪声的统计特性, 减小了系统状态估计误差. 将新算法应用于带有曲率不定性的柔性针穿刺模型进行计算仿真, 仿真结果显示, 新的算法较现有的UKF算法相比, 估计误差减小了0.28 mm(82.7%), 与AUKF算法相比, 估计误差减小0.06 mm(52%). 因此, 新算法可有效改善滤波性能, 提高穿刺状态的估计精度.     

角闪烁噪声测量条件下的剩余飞行时间估计

针对雷达导引头角闪烁噪声测量条件下的机动目标,研究剩余飞行时间计算方法;建立了闪烁噪声计算模型;在粒子滤波算法和扩展卡尔曼滤波算法的基础上,推导了扩展卡尔曼粒子滤波算法的实现过程;根据估计结果建立了剩余飞行时间计算模型,在剩余飞行时间表达式中考虑了目标机动加速度的影响;仿真结果表明,基于机动目标当前统计模型的扩展卡尔曼粒子滤波算法对闪烁噪声测量条件下的机动目标具有良好的跟踪性能,对剩余飞行时间具有较高的估计精度。     

鲁棒卡尔曼滤波下的图像雅可比矩阵带时延补偿的估计

传统的图像雅可比矩阵估计的方法没有考虑时延因素,因此具有较大的估计误差.为补偿时延带来的影响,提出一种鲁棒卡尔曼滤波的方法,实现时延情况下当前时刻特征点在图像空间中位置和速度的估计,进而得到时延情况下较为准确的图像雅可比矩阵的估值.具体说,特征点在图像空间中当前时刻位置和速度是首先用卡尔曼滤波的方法估计的,但观测噪声的描述却采用了马尔科夫链模型,由此产生了过程噪声和观测噪声的互相关,传统卡尔曼滤波受限.为此,我们引入滤波修正向量并重新定义过程方程及观测方程,结合卡尔曼滤波中噪声的数学特性,得到滤波修正向量消除互相关性,从而构建出鲁棒卡尔曼滤波模型;其次,针对鲁棒卡尔曼滤波模型中存在的无法获得时延期间的观测向量的问题,提出利用多项式拟合出这部分观测向量,该多项式的选取综合考虑了特征点的位置、速度、加速度、加速度的变化率对于特征点轨迹的影响,与实际情况相符;最后,由预测出的当前时刻特征点在图像空间中的位置和速度,实现时延情况下图像雅可比矩阵较为准确的估计.仿真和实验结果验证了本文方法的可行性和优越性.     

基于多项式回归算法的飞参记录数据预处理研究

提出利用多项式回归算法对飞参记录数据存在的随机量测误差、野点以及数据丢失等现象进行有效的数据预处理,算法在消除量测误差、剔除和补正野点、补充丢失的数据及数据平滑等方面均具有较高的精度和可靠性并已有效地应用在多型飞机飞参记录数据预处理工作中。利用该算法在Matlab环境下对飞参记录的航姿系统俯仰通道部分数据预处理过程进行了仿真。     

基于TDOA的室内超声波定位方法的改进

基于超声波和射频信号的TDOA（Time Difference Of Arrival,TDOA）室内无线传感网定位系统得到了越来越普遍的研究。其以距离测量为基础计算待测节点坐标。测距的误差影响定位结果的准确性。因此,文中主要目的是介绍基于超声波技术和射频技术定位系统的工作原理,通过采用总体最小二乘法（Total Least Square,TLS）的直线拟合方法对距离测量误差进行补偿,修正距离值,然后采用极小极大算法（Min-Max algorithm）进行定位的位置坐标计算,得到系统测距误差较小和定位准确性高的结果。实验数据仿真表明,该方法提高了距离测量精度和系统的定位准确性。     

NTC热敏电阻器分段多项式拟合非线性补偿

NTC热敏电阻器的非线性影响到它的测温准确度和测温范围,介绍了利用分段多项式拟合法对其非线性进行补偿来减小非线性误差,提高测量准确度和量程,并通过实例对该方法进行分析和对比。实验表明:在-30~110℃温度范围内,应用该方法补偿后的测量误差小于±0.4℃。     

一种新型的塔康方位角估算方法

塔康作为近程无线电导航系统,为飞机提供与地面台的距离和方位角度等信息,但由于硬件工艺、环境等限制,其测量精度极易受到噪声的影响.针对这一问题,提出了一种新型的方位角估算方法.该方法在最小二乘法的基础上,创新性地增加了误差检测功能和拟合数据反馈的功能,通过误差检测功能去除超过误差门限范围的接收数据,再利用平均后的拟合数据...     

基于混合优化算法的压力传感器温度补偿

针对压阻式压力传感器存在温度漂移,其测量精度受温度影响很大的问题,使用最小二乘拟合方法与RBF神经网络共同建立压力传感器温度补偿模型.针对低温和高温区域使用RBF神经网络进行补偿,对中间线性区域使用最小二乘拟合方法进行补偿.同时为了提高RBF神经网络拟合效果,使用进化算法和下降梯度算法优化RBF神经网络参数.实验结果表明,本文使用方法与单纯使用RBF神经网络或最小二乘拟合方法进行温度补偿,具有更高的训练效率和温度补偿效果,能够提高压力传感器在各种环境下的测量精度和工作可靠性.     

基于迭代拟合的集装箱角件边缘检测算法

噪声通常是影响集装箱角件图像中低层次语义信息提取精度的重要因素,传统的边缘检测算法通常通过改进滤波器和阈值来消除图像中的物理噪声和环境噪声,但是却无法去除边缘检测后的噪声,为解决这一问题,提出了一种基于迭代拟合的边缘检测算法。首先,对角件图像进行一系列预处理操作获取边缘点集,其次,使用拟合算法处理点集并且得到函数表达式,然后定义偏差值度量并计算,用于衡量目标点集到拟合或者检测结果的偏差,最后,去除定义下距离拟合结果最远的指定数量的点,如此迭代拟合直至评价函数收敛。实验结果与分析表明,该算法可以有效地去除边缘点集中的非真实边缘点,相比于传统的边缘检测算法更能去除特殊噪声,算法具有收敛速度快、准确率较高、灵活性好等特点。