微型精密零件图像测量清晰度算法的选择与综合评价算法

随着仪器、设备的日益小型化,微型精密零件应用日益广泛。由于常规测量手段的局限性,光学影像测量方法在微型精密零件测量中成为国内外竞相发展的技术。然而在图像采集过程中对图像清晰度的评价算法虽种类较多但各算法之间缺乏统一。本论文基于微型精密零件的成像测量方法,使用前人制作的图像测量仪,使用远心成像测量系统在不同工作距离处进行图像采集,然后使用相关算法进行清晰度评价,最后对所得数据进行主成分分析和因子分析,从8种图像清晰度评价算法计算出适用于课题使用的评价算法,并建立了综合清晰度评价模型。本文的数据处理模式能够对算法进行选择并解决不同算法间的协调问题。而且本文提出的数据挖掘算法能针对同一要求的不同评价值进行选择及综合,同时能大幅减少后续运算量。     

光学显微成像系统图像清晰度评价函数的对比

图像清晰度评价函数是评价各类成像系统成像质量的一个关键函数,为找到合适的图像清晰度评价算法,采用MATLAB软件对16种适用于光学显微成像系统的清晰度评价函数进行仿真,定量分析了不同算法的灵敏度、单峰性、无偏性以及运算速度。实验表明:Laplacian函数具有较高的单峰性、无偏性和灵敏度;存在高斯噪声时,Brenner函数、Tenengrad函数和基于Prewitt算子的函数以及中值滤波-离散余弦函数稳定性好;而存在椒盐噪声时,Roberts函数综合性能最优。     

重轨视觉检测系统的摄像机成像角度优化

在机器视觉系统中摄像机的成像位姿很大程度上影响着图像质量。结合重轨的结构特点和表面缺陷分布位置,采用六摄像机环绕布置方案,通过提出不同的优化策略对摄像机成像角度进行优化,并研究图像清晰度评价函数建立重轨表面图像综合评价方法,分别从图像灰度均值、灰度方差、图像熵和灰度直方图、几何特征等方面对摄像机成像角度优化的结果进行评价,求得各摄像机的最佳成像角度,为重轨表面缺陷视觉检测系统搭建提供理论基础。     

图像拼接技术中灰度校正问题的研究

在基于图像拼接的工业微型零件图像测量系统中,由于成像系统本身的特点,容易使图像的灰度不均匀,为保证图像拼接的质量,可以用灰度校正来解决这一问题.本文提出一种根据照度分布规律对图像进行灰度校正的算法.根据光学系统的照度分布规律推导出对图像进行灰度校正的函数,并通过实验验证了这种灰度校正方法的有效性.     

基于曝光补偿的图像绝对中心矩改进算法

相机标定是影响视觉测量系统精度的重要环节。为实现对平面靶标成像清晰度合理、稳定的评价,避免CCD相机曝光参数不当造成特征点有效信息的丢失,提出了一种基于曝光补偿的图像绝对中心矩改进算法(ECACM),研究曝光对靶标图像清晰度评价指数的影响规律。实验结果表明,相比于图像绝对中心矩算法(ACM),在非过曝光的强度范围内,图像绝对中心矩改进算法给出的评价指数消除了曝光对评价指数的线性影响,对于相同对焦状态不同曝光下所成图像的清晰度可给出一致的评价指数;并且在过曝光的强度范围内,该算法给出的评价曲线下降更快,更明显地体现出图像有效信息的丢失程度。     

自动验光仪中图像处理与调焦准确性的研究

图像清晰度评价函数可以反映调焦系统的调焦准确性。为了验证所选择的评价函数满足调焦准确性的要求,现选择在不同调焦位置拍摄图像并进行处理,找出最佳成像位置,然后利用调焦透镜的移动量与屈光度的关系计算出屈光度,与实际使用的模拟眼比较并计算误差。通过对不同屈光度的模拟眼分别测量,最终结果表明:该评价函数能够较好地满足调焦的准确性要求。     

基于光场成像的三维测量方法的研究

光场有别于传统图像,不仅具有位置信息而且包含方向信息,为空间场景重建提供了可能。首先对光场成像技术进行光场变换建模,建立了像素光场模型,并提出光场变换准则,为光场重聚焦奠定基础。然后借鉴传统的对焦测距思想,建立了光场三维测量的方法,选择合适光场数据的清晰度评价函数评价成像质量,提出三角质心插值方法优化光场重建质量。最后,对光场三维测量系统进行了标定,建立像面误差补偿算法。实验表明,测量范围10~120 cm时,测距误差小于5%。     

原子力显微镜控制参数对光栅清晰度的影响

原子力显微镜的发明是固体材料成像技术一次重大的飞跃,通过使用原子力显微镜对样品表面扫描成像,能够获得真实的三维图像[1],在扫描图像时需要设置好每个参数,不同的参数对原子力显微镜的成像会产生不同的影响。主要探究了积分增益以及比例增益对原子力显微镜成像光栅清晰度的影响,以图像中心距(ACM)清晰度算法和点锐度清晰度(EAV)算法作为评价的标准。实验表明,积分增益和比例增益越大,系统噪声会不断增加,相应的图像会变得越不清晰,最终保持不变。     

基于序列局部图像的高精度测量

研究了基于序列局部图像的视觉测量方法.分析了机械零件图像边缘的过渡分布特征,提出用边缘像素补偿法来消除实际边缘不能精确定位对测量精度的影响.以直线边缘距离测量为原型,提出了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.实验结果表明,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,并具有误差积累小的优点.本文算法可基本满足板类零件的精密自动化测量要求.     

地球静止轨道面阵凝视成像系统分时积分抑振技术

针对地球静止轨道卫星平台引起其面阵凝视成像系统的图像模糊,提出基于分时积分亚像元融合的方法来削弱平台颤振的影响,提高景物辨识度.设计并搭建了一维振动平台;利用高速图像采集系统采集不同曝光时间下不同频率振动的序列图像;使用基于能量区域质心法的相位相关法进行亚像元图像配准,计算每帧图像相对偏移量;与一维振动平台中的位移传感器数据进行对比,得到配准算法的精度优于0.1 pixel.最后,选择短曝光序列图像中清晰度较高的图像完成亚像元融合,与长曝光图像相比,其融合图像清晰度更高,信噪比与长曝光图像相当.得到的结果验证了分时积分亚像元融合法对颤振模糊的抑制作用.