神经网络和自适应模糊神经网两种算法在曲面重构中的比较

分析了应用于三维曲面重构中的神经网络和自适应模糊神经网络两种算法,并结合具体的应用例子对两种算法在物体三维模型重建及曲面再现中的优劣进行了比较.试验结果表明,在相同的网络模型训练时间及模型充分收敛的前提下,自适应模糊神经网(ANFIS)算法比神经网络(ANN)算法具有更快的收敛速度和更高的重构精度,而且ANFIS更适合对表面复杂的三维物体进行模型重构和曲面再现.     

薄膜光学监控信号的数字信号处理

为提高光学薄膜的监控精度和薄膜产品成品率,分别采用经典和现代滤波技术设计了相应的数字滤波器,对薄膜光学监控信号进行了处理,对光学监控信号极值点附近的信号进行了分析。理论模拟的结果表明,经典滤波器和现代滤波器对薄膜监控信号的噪声均有较大的滤出作用,但均造成了信号的延迟。进一步用可编程序控制器和组态软件建立了一套监控系统,将两种滤波器串联使用,在可接受的信号延迟时间下,镀制了单腔滤光片,在实验中将光学监控信号的均方根信噪比提高了6DB以上,验证了数字滤波器的作用。     

利用立体视觉的线结构光参数标定

准确标定系统参数是利用线结构光进行高精度测量的前提,文中提出了一种基于双目立体视觉的线结构光参数标定算法,以期达到在工业现场进行高精度、强鲁棒性标定的目的。算法首先采用Tsai两步法标定摄像机内参数和双目相机坐标系间的刚体变换,然后利用立体视觉极线约束条件匹配双目激光条纹点,并将其重构到三维空间以进行光平面标定。相对于...     

一种用于机器人三维表面扫描系统的手眼标定算法

将线结构光测头安装在机器人末端,构成自由曲面非接触测量系统,利用齐次坐标变换理论建立测量系统的数学模型,针对该模型中的手眼标定问题,使用平面作为参考物,控制机器人以特定的位姿测量该平面,建立关于手眼关系的约束方程,并给出手眼参数的封闭解.通过对实际系统进行标定实验,验证了算法的有效性.     

提高激光测头测量精度的图像优化方法

由于激光测头的测量精度主要依赖于图像处理模块,因此为提高测量精度,首先提出基于图像反馈的自适应激光亮度调节方法,设计1个激光亮度控制器,并对不同激光强度下拍摄的图像进行激光条纹中心点提取,以选择最合适的激光强度;然后应用离散的Gabor滤波模板对激光条纹进行增强处理,以提高测量条纹的连续性.实验表明:(1)自适应激光亮度调节方法与采用手动调节方法选取的最佳激光亮度偏差不超过5级,其有效性较高;(2)改进后的激光测头从扫描数据的均匀程度到连续性都远好于改进前的测头.该方法对测量精度的提高较大,为其在复杂型面测量领域的应用打下良好基础.