基于三次样条插值的亚像素边缘检测方法

为了实现图像边缘的亚像素定位,针对阶跃形式的边缘类型,提出了一种基于三次样条插值的亚像素边缘检测算法,根据样条插值原理,获得一维边缘的连续灰度分布,通过计算边缘点两侧三次样条函数的二阶导数为零点,实现一维边缘点的亚像素定位;利用一维曲面拟合方法,获得边缘投影方向,根据一维曲面投影方向像素灰度不变理论,利用投影公式将数字窗口中所有三维点投影到相同的投影平面,从而可将二维边缘检测问题转化为一维边缘检测,利用一维边缘检测方法获得边缘点位置,结合投影方向,最终实现二维边缘定位。通过与现有亚像素边缘检测方法的比较,可知算法对噪声具有较好的鲁棒性,同时计算时间相对较快,因此在实际应用中具有较好的适用性。     

基于CCD的轴径检测方法

给出了一种CCD相机标定与亚像素边缘检测相结合的轴径测量方法。该方法在修改了张正友标定方法中的畸变模型的基础上,利用专门设计的夹具夹持标定板进行CCD相机的外部参数标定,有效地保证了被测轴的夹持状态与标定的外部参数一致。使用拟合形式的亚像素边缘检测算法确定轴的两条边缘的位置,同时给出了利用伪直径确定真实轴径的函数关系式。通过与精密量具的测量结果对比,当轴径的基准尺寸在35～75mm时,该方法测量的平均误差为0.02mm。     

一种适用于图像测量的角点检测算法

根据角点一定是边缘点且是2条边缘或多条边缘交点的几何特征,提出了一种基于亚像素边缘拟合的角点提取算法.首先,获得形成角点的边缘所处的图像区域,在该区域中利用亚像素边缘检测算法求得边缘的方程,然后利用相邻2条直线方程分别求交点,最终取均值求出角点的亚像素坐标.通过与Bouguet算法比较,发现在视觉比较、投影误差相近的情况下,本文角点检测算法获得的尺寸测量值的平均绝对误差要小于Bouguet算法,证明本算法更适用于高精度的图像测量。     

基于低分辨率图像的自适应超分辨率重构算法

提出一种适用于内部独立运动、静态等多种模型的、基于多幅低分辨率图像的超分辨率重构算法。该算法赋予各低分辨率图像不同的权重和正则化参数,在每次迭代时对权重系数和正则化参数进行更新,采用松弛迭代法得到最优解,从而获得重构图像。实验结果表明,该算法获得的重构图像效果优于双三次B样条插值法和传统的最大后验概率估计方法。     

一种基于隐马尔可夫模型的虹膜识别方法

提出了一种基于奇异值分解和隐马尔可夫模型的虹膜识别方法。首先该方法将虹膜准确定位,并采用奇异值分解抽取虹膜图像特征作为观察序列,基于多观测值序列的隐马尔可夫模型算法进行虹膜图像的识别。实验中用VISUAL C＋＋6．0建立了虹膜训练和识别系统,实验数据为CASIA虹膜库中的图像,识别率均达到94％以上。理论分析及实验结果表明：本算法基本满足虹膜识别的稳定可靠、精度高等要求,并且对图像噪声有较强的鲁棒性。     

一种亚像素精度的边缘检测方法

提出了一种基于贝塞尔边缘模型的亚像素边缘检测算法.该算法首先在原有的贝塞尔点扩散函数中引入修正参数t,并与理想边缘模型卷积,获得可修正的贝塞尔边缘灰度模型;然后,利用图像边缘的信息对该模型进行最小二乘拟合,在拟合过程中,通过修正参数t对边缘模型进行修正,最终获得精确的边缘模型,同时考虑数字采样等因素对灰度分布的影响,得到图像边缘的亚像素位置.实验中测得边缘亚像素位置的平均误差为一个像素的3%,其中误差方差为0.0005.结果表明:本算法基本满足图像测量的稳定可靠、精度高等要求,并且对图像噪声有较强的鲁棒性.     

一种改进的求解摄像机内外参数的方法

针对带有径向畸变的单摄像机针孔成像数学模型,提出了一种改进的求解模型内外参数的方法.首先利用标定板上特征点,应用最小二乘方法线性求得实际的光心图像坐标,进而应用Tsai方法求得模型中其他参数,最后利用Levenberg-Marquardt方法对所有求得的参数进行全局优化.实验结果表明,该方法较Tsai方法重投影误差更小,精密度更高,是一种有效的摄像机内外参数标定方法.     

机械结构动态可靠性设计的智能计算方法

针对多失效模式下机械部件动态可靠性设计问题,提出了一种Monte Carlo-时变极端学习机模型,利用该模型得到了随时间变化的载荷、强度、弹性模量、设计参数等与可靠度的显性函数表示。在此基础上建立了机械部件动态可靠性优化设计模型,并利用所提出的动态粒子群算法对模型进行求解。实验结果表明,该方法能提供整个服役期内满足可靠度要求的所有设计参数,为机械部件动态可靠性优化设计提供了一种行之有效的途径。