莫尔条纹噪声控制及细分精度分析

由于莫尔条纹信号质量直接影响其细分精度,故将神经网络自适应算法用于莫尔条纹噪声控制.用算法的神经网络层实现信号的非线性映射,将滤波步长与信号频率构成函数关系以实现其动态调整,使算法具有自适应性,满足信号的滤波带宽要求.对该算法滤波后的圆光栅莫尔条纹信号进行512倍正切法细分,分辨力达到0.618″,最大累积误差1.236″,信号质量明显改善,细分精度显著提高.实验表明,这种算法滤波效果优于常规算法,作用频带宽,对莫尔条纹线性和非线性噪声具有明显的抑制作用,可为细分提供良好的数据准备.     

干涉图像的数字化处理算法研究

用Zygo干涉仪采集到的干涉条纹图像经过图像增强、图像二值化、图像细化、图像骨架修复、条纹级次标定、数据采集等处理,可以得到在干涉检测中用于波面分析的数据集,围绕一幅用于判定光学平面面形的干涉图的处理过程进行了研究。     

东芝Portege M808 ——条纹混搭冷光的魅力

东芝Portege M808大量采用镜面材质,冷光灯饰,外观设计异常出色,那么,它的内里是否也保持了较高的品质呢？MC马上为你解答！     

基于条纹投影轮廓术的相位-高度映射标定方法

在基于条纹投影轮廓术和转台辅助的360° 三维形貌测量中,使用移动工作台标定系统几何参数时存在操作复杂、携带不便的问题。文中提出了一种基于相机、投影仪、计算机和转台组成的转台的单目全景三维形貌测量系统的柔性标定方法。该算法主要利用转台和标记点完成系统几何参数的标定。对于完整的标定过程,该方法仅要求相机捕捉参考面的变形条纹图像、旋转后标定平面上的变形条纹图像以及旋转后的标记点图像。与传统方法相比,该方法更加方便、省时。新的相位高度映射标定方法用于重建高度为10.000 mm的标定平面,结果为10.047 mm。实验验证了所提方法的有效性。     

水下目标物三维激光重建方法研究

文中提出了一种水下线激光的三维重建系统,由相机、绿色线形激光器和转台组成,通过对系统扫描获得的图像进行分析与处理,实现对目标区域的三维重建。采用边缘检测算法与基于极值法的高斯拟合法相结合的条纹中心提取算法,利用坐标转换公式,得到相应的三维点云坐标。点云处理方面,将alpha shapes边界提取算法和Delaunay三角剖分相结合,实现对点云的滤波与重建。针对实验中由于光线在不同介质表面折射造成的视角误差问题,提出了一种折射校正算法,并用已知尺寸的标准球进行了误差实验。结果表明,在500~1200 mm的工作距离内,系统可以实现对水下目标物体及区域的三维形貌还原,重建误差小于0.6 mm,满足设计要求,为水下三维重建技术提供新的参考。     

基于曲率和的主动声呐干涉条纹特征表征方法

干涉条纹特征是主动声呐目标识别所依据的重要特征之一。在浅水域环境中,声波能量传播特性较为复杂,信号会经过发射源到目标以及目标到接收器这2条不同的路径,目标的散射特性在声波的入射模式和散射模式之间相互作用,使得主动声呐干涉条纹呈现弯曲的结构。为对干涉条纹特征进行表征,提出一种基于曲率和的声呐特征提取方法。根据浅海声场主动声呐频率-距离干涉条纹图得到一段区间内的干涉条纹曲线散点曲率值,利用曲率求和的方法刻画条纹的弯曲程度,进而表征这一区间内的条纹特征。在理想波导环境下计算刚性球体目标在不同频率段下的曲率特征,通过统计平均值的方式得到平均曲率和为0.6左右,从特征表征结果可以看出,曲率和可通过统计离散点曲率强度描述干涉条纹特征,且在同一环境条件下,发射频率越大时曲率和强度越小。根据实测数据进行计算得到曲率和为0.512,实验与理论结果较为吻合,表明通过该方法可以获取主动声呐干涉条纹特征,进而实现目标识别和探测。     

PG15-J4型激光平面干涉仪的数字化改造

本文研究对中国科学院上海光学精密机械研究所生产的PG15-J4型激光平面干涉仪进行数字化改造,通过加装CCD相机,将干涉图像采集到计算机中,然后对采集到的图像进行滤波、细化等处理,并按照JJG 28—2000《平晶检定规程》对图像处理后得到的条纹进行计算,得到被测平晶的平面度。经实验验证,改造后的干涉仪满足了对?150mm以下的一、二级平晶的检定要求,适用于计量部门对平晶进行检定。     

对无临近点信息干涉条纹的参数估计

用广义radon变换可以从运动目标产生的干涉条纹中估计出目标的运动参数和波导不变量。但是当干涉条纹中没有出现临近点时,用此方法估计不出真实值。为了解决此问题,提出了一种新的估计方法。主要过程是先从时频图中提取出干涉条纹轨迹,再去搜索与此轨迹误差最小的最优曲线,此曲线的参数值代表目标的运动参数和波导不变量。仿真和海试结果表明,在干涉条纹无临近点信息情况下,用广义radon变换估计的参数值与真实值偏差很大,但是文中提出的方法仍能估计出较准确的结果。     

高精度表面粗糙度图像识别系统的研制

本文研究的是一套通过干涉显微镜成像,利用CCD相机提取干涉条纹进行图像识别和处理,实现高精度工件表面粗糙度快速、非接触、自动化的检测系统。该系统在干涉显微镜的结构基础上,安装了CCD相机,将干涉图像采集到计算机中,然后对采集到的图像进行滤波、判别、二值化处理、提取边缘轮廓,并按照GB/T 1031-2009《产品几何技术规范(GPS)表面结构轮廓法表面粗糙度参数及其数值》的要求进行计算,得到被测工件的表面粗糙度。经实验验证,该检测系统满足Ra值(0.01~0.1)μm和Rz值(0.1~1.0)μm测量要求,适用于高精度工件的表面粗糙度测量。     

基于MATLAB的PDV系统数据处理算法与实现

光子多普勒测振(Photonic Doppler Vibrometer,PDV)系统具有测量精度高、空间分辨力高、动态响应快等优点,适用于高温、高压、高速等特殊环境,应用范围广泛。数据处理是PDV系统的重要技术部分,旨在从含有大量噪声的测量数据中获得被测运动体的速度信息。本文在条纹法的基础上,针对原始信号的去噪、奇异点等问题,分别采用移动均值滤波以及小波变换法进行处理,最终得到被测物体的振动信息。利用激振台与经校准的激光测振仪进行振动测试对比实验,验证了该数据处理方法的可靠性和普适性。