激光光束质量测量过程中的CCD噪声影响分析

在激光光束质量的测量过程中,由于CCD的噪声影响以及环境背景噪声的影响,对光斑图像带来一定的影响,从而影响光束质量的测量精度。为此,主要分析了CCD的各种噪声影响,然后提出了针对不同噪声的图像处理算法,实验数据表明该图像处理方法有效地减少噪声对光束质量测量带来的影响,可得到更为真实可靠的激光光斑能量分布,对于后续地评价激光光束质量具有重要的借鉴意义。     

CCD测量光束质量的方法研究

CCD测量激光光束质量时，所测光束强度空间分布常存在饱和失真和边缘失真，而采用计算机图像处理技术对激光光束进行高斯拟合，可将其饱和失真部分很好的拟合出来。使用高斯滤波器，对其图像边缘进行平滑处理，再多次通过数值计算得到其拟合函数，对其进行最优拟合。由于计算值与实验值一致性好，采用本实验装置和数值与图像的处理方法即使在发生较严重的饱和失真和边缘失真时，仍能准确的测量激光光束质量。最后，对用CCD测量激光光束质量还需要解决的问题及测量时引起误差的主要原因做了总结。     

激光光束质量测量系统技术的研究

为适应社会对高质量激光器的需求,提高光束质量的前提是能获得其准确的性能参数。设计了一款基于机械系统、光学系统、电子学系统组成的M~2因子光束质量测量系统。其创新点在于系统的智能化。系统通过步进电机自动控制整个平台使得CCD相机采集到多点的激光切片图像,完成图像的采集后传输给计算机,由软件进行数据处理与算法分析,最终会在上位机中看到激光的光强分布图及处理结果。实验结果表明,系统可以对200~1300nm范围内的激光光束质量进行测量鉴定,进而对提高光束质量提供可靠依据。     

实时的静止目标与鬼影检测及判别方法

针对视频安全监控中出现的鬼影干扰现象,提出静止目标与鬼影的实时检测及判别方法.建立双背景模型检测出静止前景区域,通过证据累积图像和允许遮挡时间参数减少虚警及处理遮挡问题.采用canny算子提取静止前景的边缘,分别计算静止前景边缘在当前帧与背景帧中的边界颜色对比度.通过对比边界颜色对比度的大小区分静止目标与鬼影.在不同复杂度的视频场景下的实验表明,采用该方法能够有效地从复杂场景中检测出静止目标,并快速判别鬼影,极大地降低了计算耗时且准确率较高.对于图像大小为352×288的视频序列,该算法的平均运行速度约为50帧/s,能够满足实时的监控任务需求.     

广义非局部均值和自相似性的超分辨率算法

提出一种利用广义非局部均值和自相似性的图像超分辨率算法．该算法不仅利用图像的自相似性将低分辨率图像与其下采样图像作为一个训练库,而且利用非局部平均算法的良好特性提高复原图像的质量．该算法首先提取低分辨率图像的高斯差特征系数,然后利用广义非局部平均算法来估计待复原图像丢失的高频细节,获得高分辨率图像．实验结果表明,该算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比,具有更好的主观和客观质量．     

基于视觉的远场激光光束质量的检测方法

介绍了一种远场激光光束质量的检测方法,可检测远场激光的光斑位置、光斑大小和光强分布。漫反射特性的靶板在远场接收激光,采用视觉系统以一定角度拍摄靶板图像,采用VC++编制软件对图像进行处理,得出检测参数。给出了系统的组成和图像处理算法,并进行了检测精度测试,光斑位置测量误差小于2 mm。实验结果表明,视觉系统不需要标定,测量方便,可在野外现场检测。     

采样时间和采样频率对基于加窗插值算法介损角测量的影响

为减少非同步采样时DFT算法计算介损角的误差,将加汉宁(Hanning)窗插值谐波分析法和加布莱克曼-哈里斯(Blackman-Harris)窗插值谐波分析法用于介损角的测量。介绍了两种算法的原理,比较了两种算法受采样时间和采样频率影响上的差别。结果表明:两种算法误差随采样时间增加呈振荡下降趋势,加汉宁窗插值算法极小误差值点为0.02 s的整数倍附近,极大误差值点为0.01 s的奇数倍附近,加布莱克曼-哈里斯窗插值算法在0.01 s的整数倍附近有极小误差,中间存在极大误差值;两种算法达到基本的精度时要求采样时间至少为3~5个工频周期左右,采样频率不小于500 Hz即可;在一定范围内,前者计算所得介损角的精确度对采样时间较敏感,前者的精确度对采样频率不敏感,后者的精确度对采样时间和采样频率都较敏感。     

基于机器视觉圆环零件尺寸提取方法研究

针对流水线生产作业中圆环零件尺寸难以高精度快速提取的问题,提出了一种基于机器视觉的非接触式测量方法.通过机器人末端夹持线激光扫描仪扫描零件并将扫描数据转换到基座标下得到原始点云图像,对点云图像进行去噪处理和分离内、外圆特征点,提出了改进的随机采样一致性算法,分别拟合圆环内、外圆并计算圆环同心度.结果表明：该方法提取的圆环尺寸与真值比较误差在0.1 mm以内,满足自动化高精度测量需求.     

基于视觉传感器的相贯线焊缝特征提取方法

针对相贯线焊缝自动焊接时焊缝识别误差大、焊接效率低等问题,设计一种针对相贯线焊缝的图像采集方式,提出基于视觉传感器的相贯线焊缝特征提取方法,改进了传统的摄相机标定算法.首先,使用工业相机采集带有激光条带的焊缝图像;其次,通过高斯滤波、顶帽变换、Otsu阈值分割、Sobel边缘检测算子、非极大值抑制等算法相结合的方式对焊缝图像进行处理;再次,利用概率Hough变换对激光条带的轮廓线段进行拟合,计算得到焊缝特征点像素坐标值,经相机标定得到映射矩阵,最终得到相贯线焊缝的三维模型.实验结果表明：焊缝图像处理算法平均处理时间为106 ms,平均误差为0.26 mm,最大误差为0.49 mm;此方法满足识别相贯线焊缝的速度与精度要求.     

激光干涉光斑图像恢复方法研究

应用CCD测量激光参数时,干涉噪声会降低测量数据的精度,影响激光参数的准确性。为解决此问题,提出一种激光干涉光斑图像恢复方法：根据光斑空间分布特性,分析图像梯度信息,利用梯度信息将图像划分为若干区域,在各区域中重新分配高斯曲率与高阶微分的权重系数,建立高斯曲率与高阶微分融合去噪模型,去除干涉噪声恢复光斑图像。实验结果表明：该方法能够自适应地、快速地恢复干涉光斑图像,减小束宽测量误差35.6%,提高激光参数测量精度。     

基于改进相容函数的超分辨率图像重建

提出了一种基于机器学习的超分辨率(SR)改进算法。首先建立一个包括低分辨率(LR)图像及其相应的高分辨率(HR)图像的训练样本集,为LR图像提供了HR的图像解释。把训练集中的每一幅图像分成若干个图像块,每一个图像块作为马尔可夫随机场(MRF)模型的结点,MRF模型参数从这些训练样本中学习得到,通过对训练样本中的LR图像块进行k-均值聚类减少计算开销,并用k-均值的聚类结果提出了一种新的相容函数形式。实验结果表明,该算法是可行的,并与同类算法相比能取得较好的结果,使得SR后的图像更平滑自然。     

空域抽样与相干因子融合的超声阵列自适应波束形成算法

针对超声成像中自适应波束形成算法计算效率低的问题,提出了一种基于空域抽样与相干因子融合的自适应波束形成算法.该算法通过分析阵列数据波束图,推导出不同阵元数目下的最大抽取因子,将阵列中所有阵元接收的数据按最大抽取因子进行空域等间隔抽样,得到阵元稀疏后的回波数据,减少了采集数据量.将空域抽样数据输入波束形成器,计算其协方差...     

一种针对MLT的采样分布改进方法

为了解决Metropolis光线追踪算法随机采样分布的稀疏性导致的生成图像随机噪声问题,提出了一种基于采样分布的突变策略.改进方法将采样过程分为两个阶段对Metropolis光线追踪算法进行改进,通过一阶段采样分布矩阵对二阶段突变策略进行影响,在当前采样点的8邻域像素位置进行小范围采样.在满足细节平衡条件的同时,设置多个采样点的标量贡献函数平均值比值为接收概率.结果表明,在相同渲染时间下改进算法生成的图像较原方法噪声更少,与目前较好的改进算法效果相当.通过改进突变策略的方式解决了间接光照场景中噪声较大的问题.     

融入注意力机制的弱监督水下图像增强算法

基于监督学习的水下图像增强算法中所需成对训练样本获得困难,为此提出一种融入注意力机制的弱监督水下图像增强算法. 根据不同波长的光在水中传播时衰减程度不同的物理特性,计算红通道衰减图,并将依赖红通道衰减图引导的注意力模块融入生成网络,提高生成网络修正水下图像色偏的性能;设计对抗损失函数和结构相似性损失函数相结合的多项联合损失函数,在修正水下图像色偏的同时保留更多图像细节;在全局和局部两个尺度下优化提出的弱监督水下图像增强网络模型. 实验结果表明,所提算法在主观视觉质量和客观评价指标上都优于比较算法,可以有效地提高水下图像清晰度.     

距离图像的分层滤波处理算法

距离图像是指由波束扫描和脉冲反射测距相结合形成的图像,它与常规的光学图像相比具有一些不同的统计特性.提出一种用于处理这种距离图像的分层滤波处理算法,它利用了距离图像中存在多目标时统计直方图具有多峰值的特点进行分层分割、分别滤波,再合成重建新图像.与常规的滤波处理方法相比,它能更加有效地滤除噪声干扰,获得清晰的目标和背景图像.     

基于边缘扩展相位相关的图像拼接算法

针对图像拼接算法中计算量大的问题,提出了一种基于边缘扩展相位相关的图像拼接算法。该算法采用迭代阈值分割法对图像进行边缘检测,并对检测出的边缘进行扩展相位相关计算,得出图像间的平移、旋转和尺度变化。利用这些参数拼接图像,用渐进渐出的方法实现拼接图像的融合。实验证明,该算法能够简化计算,并有效地实现图像的拼接。     

基于兴趣区域特征融合的半监督图像检索算法

提出一种融合底层特征、基于兴趣区域的半监督学习图像检索方法,实现了图像内容的语义关联。该方法首先划分图像兴趣区域,提取图像的综合底层特征,然后将其作为训练数据,对图像类别进行半监督学习,建立图像和类别的语义映射,最后分别采用二次式距离和改进的Canberra距离对图像底层特征进行度量,特征空间中图像类的区域中心用正反馈进行迭代更新。通过实验对比,该图像检索算法具有较高的准确率,优于传统的基于内容的图像检索算法。     

快速百分比靠近软阴影绘制算法

为了在较低的时间开销下生成高质量的软阴影,提出一种快速的百分比靠近软阴影（percentage closer soft shadows,PCSS）绘制算法。该算法基于百分比靠近软阴影算法,首先使用多尺度阴影图技术对阴影图进行预处理,同时去除其中对阴影图查询贡献较小的像素,降低预处理的开销;然后基于快速遍历方法,使用一种有效的采样方式,对部分搜索区域进行采样,并利用采样信息提高快速遍历结果的准确性;接着设计一种复用方案,对于多个相似像素组成的相似像素组,只对其中一个被称为代表像素的像素进行耗时的计算,组内其它像素复用代表像素的计算结果,降低了计算总量,提升算法性能。最后对生成的软阴影进行模糊处理,使其边缘更为平滑。此外,通过对比不同设置下的实验结果,确定出较为合理的参数。为验证算法的有效性和通用性,使用随机生成的场景进行测试,并与主流算法进行对比,对比指标为软阴影质量和算法运行时间。实验结果表明,该算法在保证软阴影质量的条件下,拥有更高的性能,并且虚拟场景中阴影部分所占比例越大,性能提升越大。