视觉测量中圆形标志点的全场自动识别和提取

针对工业视觉测量中复杂背景下的圆形标志点自动识别和提取问题,在利用拟合法进行标志点中心提取的传统技术基础上,提出判别标志点成像质量的形状误差,不仅可以避免其他亮斑对于标志点定位的干扰,而且可以自动剔除具有成像缺陷的标志点,并能保障和控制后续点中心定位的精度。应用于摄影测量,不仅可以达到亚像素的定位精度,而且提高了标志点识别能力和识别质量。     

一种基于极线约束的最小二乘匹配方法研究

图像匹配技术在图像处理与计算机视觉中有着非常重要的作用。最小二乘影像匹配方法是常用的匹配方法之一。本文提出了一种基于极线约束的最小二乘图像匹配算法。该算法将极线约束和最小二乘法结合实现图像匹配。首先利用两幅图像间的极线约束得到多个预匹配点,确定预匹配区域,然后用最小二乘法求得最佳匹配。实验结果表明,该方法效果良好,具有实用价值。     

利用人工神经网络测量零件三维表面轮廓的新方法

提出一种利用人工神经网络对零件三维表面轮廓进行非接触测量的新方法,介绍了光学系统、数据获取、训练反向传播神经网络确定系统映射函数以及零件三维曲面测量方法和实例。该方法可降低对测量系统精度的要求,并且不需要精确调整成像系统和预先精确测定系统参数。     

环境水质远程自动监测系统的研究与应用

根据我国环境水质监测的实际情况,提出了一套较为完整、有效的远程自动水质监测系统。该系统可以对某水质监测断面进行连续在线监测,自动采样,自动分析,自动将数据传输至远程计算机,并可在远程计算机上对现场仪器参数进行设置,实现远程控制,同时可对采集得到的数据进行各种分析处理。该系统目前已应用于我国十大流域自动水质监测中,取得了较好的效果。     

基于时间相位展开算法的相位测量轮廓术

为了拓广结构光测量技术的应用领域,克服被测物体表面不连续变化的情况,对传统的PMP测量进行了改进,对时间相位展开算法与空间相位展开算法进行了比较,并通过试验结果证明了时间相位展开的优越性。试验中测量范围为400 mm×400 mm×200 mm,被测物体选择了平面、圆柱和鼠标3种。试验中借助图像处理技术,提高了测量的精度。测量系统仍处于试验阶段,在系统结构标定方面的精度还有待提高。     

基于RANSAC算法的立体视觉图像匹配方法

针对大尺寸立体视觉测量中存在较大视差和透镜畸变等因素导致极线约束匹配率低的问题,提出了将图像校正与随机采样算法相结合的立体视觉图像匹配方法.对立体图像对进行线性校正,建立初始匹配点集;采用随机采样算法估计图像对之间的基本矩阵,恢复原始图像对之间的对极几何约束关系,剔除初始匹配点集中未匹配和误匹配的特征点,从而获得精确的匹配点集.该方法已应用于合成孔径雷达(SAR)大型可展开微波天线网面的实际测量,匹配率高于96%.     

用于点云曲面重构的数据精简方法研究

数据精简是进行曲面重构的重要内容.通过分析现有精简方法的不足,采用了根据曲率变化对原始散乱点云进行精简的方法,重点研究了散乱点云的空间划分、邻域搜索、曲率估算和曲率精简原则.对具有不同特征的测量数据进行了精简分析,实验结果表明该方法得到了更合理的精简效果.     

基于交比不变性的相机镜头畸变标定研究

相机的标定对于整个摄影测量系统的精度起着至关重要的作用.主要研究了一种较为有效、易行的标定相机畸变参数的方法.标定物简单且容易获得,相机无须固定,可手持拍摄.利用交比不变的性质,拟合全视场的无畸变的虚拟网格,得到图像点的偏差,从而计算出畸变系数.最后通过比较畸变纠正前后空间点距离的测量,表明此方法可较为明显的修正镜头畸变,且简单易行.     

eVC下实现基于Modbus协议的嵌入式系统通信

工业现场中多设备协同工作,除了硬件本身的稳定性外,还要考虑它们之间通信协议的简洁与可靠,以保证系统正常运行.介绍了工业现场嵌入式系统中各设备间通信的一种方法.使用RS232或RS485串行接口连接系统中的各模块.基于Modbus协议,从PLC采集数据送交后续处理;接收远程控制计算机发出的命令并响应.采用Embedded Visual C Version 4.0开发应用程序实现上述功能,选择Windows CE作为嵌入式操作系统.运用于大气监测系统,通信稳定可靠.     

一种基于视觉测量的大型自由曲面拼接方法

针对不规则复杂大尺寸三维面型测量的问题,提出一种基于视觉测量技术的大型自由曲面拼接方法。将大型曲面分为若干子块,采用双摄像机面结构光方式获取局部子区域密集点云,在曲面上布置若干标志点,其坐标采取近景摄影测量方法获得,对这些标志点进行局部子块坐标系到全局坐标系的转换,得到自由曲面面型。避免了一般标志点拼接方法的累积误差,解决了非编码标志点匹配及匹配奇异问题。实验表明,在1065mm×1000mm×255mm范围内,用19块子区域进行拼接,平均拼接误差为0．045mm。