1 中国科学院光电技术研究所, 成都 610209
2 中国科学院大学, 北京 100049
3 中国科学院空间光电精密测量技术重点实验室, 成都 610209
高速、高灵敏度相机在自适应光学系统中可以对波前误差进行实时测量, 为大型地基望远镜提供接近衍射极限的目标图像。多抽头电子倍增电荷耦合器件(EMCCD)相机是自适应光学波前探测的最佳选择之一, 基于8抽头的CCD220设计了2000f/s级高速、高精度、多路同步时序发生器, 并通过时序控制的方法在CCD器件上实现了多种像元合并, 进一步将相机帧频提高到3500f/s(2×2合并)和5700f/s(4×4合并), 并能对相机感兴趣区域进行控制。时序发生器的步进精度可达到2.5ns, 输出的各路驱动信号的相位抖动可达200ps以下。
电子倍增 电荷耦合器件 高精度时序控制 像元合并 自适应光学 electron multiplication CCD high-precision timing control pixel merger adaptive optics
1 中国科学院光电技术研究所, 四川 成都 610209
2 中国科学院大学, 北京100190
星敏感器作为卫星姿态测量装置, 其在轨服役过程中, 主点和焦距的标定精度是影响其姿态输出精度的主要因素。针对标定过程中含有随机测量噪声偏大的星像点, 导致星敏感器主点和焦距的标定结果产生较大偏差的问题, 提出了一种星敏感器主点和焦距的加权在轨标定方法。该方法首先建立了星敏感器在轨标定模型, 然后引入合理的标定权值, 加入到最小二乘估计主点和焦距的过程中, 寻找并剔除随机测量噪声偏大的星点, 最后将加权估计出的结果作为测量, 采用扩展卡尔曼滤波对星图进行处理。仿真结果表明, 在星点位置存在较大误差的情况下, 该方法能剔除随机测量噪声偏大的坏点。星内角距统计偏差约为传统方法的1/10, 与真值相比标定参数精度分别为0.219 9像素、0.148 7像素、3.38 μm。
星敏感器 在轨标定 加权 最小二乘估计 卡尔曼滤波 star sensor on-orbit calibration weighted method least squares estimation Kalman filter
1 中国科学院 光电技术研究所，四川 成都 610209
2 中国科学院大学， 北京 100190
针对基础矩阵估计过程中因受野值影响导致估计精度下降和稳定性不高等问题，本文提出了一种新的快速鲁棒的基础矩阵估计方法。该方法首先将野值去除融入到计算基础矩阵的过程中，而不再将它作为一个独立的处理步骤。通过迭代将潜在的错误对应点剔除，从而实现基础矩阵的稳定估计。然后，在每次迭代过程中，采用对极几何误差准则来识别野值，同时获得基础矩阵的估计结果。该迭代过程收敛较快，即使存在大量匹配野值的情况下，计算值也会很快趋于稳定。仿真和实际实验结果一致表明：所提出的算法在保证类似估计精度的同时还在计算效率方面有极大地提升，相比较快的M估计法有30%以上的速度提升，而相比于估计精度较优的MAPSAC算法甚至达到4倍以上。
计算机视觉 基础矩阵 对极几何 鲁棒性 computer vision fundamental matrix epipolar geometry robustness
1 中国科学院光电技术研究所，四川 成都 610200
2 中国科学院大学，北京100049
：现有的相位法测距系统均是用来测量距离的，并没有提供方位角和俯仰角相关信息以实现对目标的自动跟踪，从而使得相位法的应用受到限制。针对上述现象，在不考虑回波光斑非均匀性和噪声的条件下，提出了基于接收器为四象限APD的相位法激光测距系统实现跟踪的想法，并通过理论分析和仿真实验证明，通过对四象限的四路信号进行FFT提取幅值信息，可以计算得到方位角和俯仰角，从理论上使得相位法测距系统可以在不需要其他设备辅助的条件下自动跟踪目标。
相位式测距系统 跟踪 四象限APD ranging system based on phase method tracking four-quadrant APD FFT FFT
1 中国科学院光电技术研究所, 成都610200
2 中国科学院大学, 北京100049
基于四象限APD相位法的测距测角系统不仅可以用于测距, 也可以用于跟踪, 但如何从四个象限的采样数据融合得到较高精度的距离值的方法目前还没有相关的研究。针对这一现象, 文章首先建立有高斯白噪声的回波通道模型, 然后在回波光斑中心是否与四象限APD光敏面中心重合两种情况下, 分别比较两种通常的数据融合方法, 一种是先平均四路FFT值, 再求取平均后FFT值的相位用于真实相位的估计, 另一种先分别对四路FFT求取各路相位值, 然后对四路相位求加权和用于对真实相位的估计;最后通过实验仿真比较得出, 前者较后者的精度更高。
四象限APD 跟踪 相位法 数据融合 four quadrant APD tracking the phase method data fusio
1 中国科学院光电技术研究所, 成都610209
2 中国科学院大学, 北京100039
光电码盘在实际研究和使用过程中遇到的质量问题, 如码道有亮点或暗斑、码道间相位差误差过大等缺陷, 会严重影响光电编码器的测量精度。提出一种新式码盘缺陷检测方法, 通过FPGA仿真分析实现检测码道上亮点或暗斑位置以及各码道间的相位差, 并确定相位差误差大小。通过实验仿真验证了所提出方法的有效性和可行性。
码盘缺陷 检测 亮点或暗斑 相位差 FPGA仿真 coded disc defect detection light or dark spots phase difference FPGA emulation
1 中国科学院 光电技术研究所, 四川 成都 610209
2 中国科学院大学, 北京 100049
通过理论推导，对影响三点单目视觉位置姿态测量系统的6个因素（标志器与相机的相对距离，标志器尺寸，相机量化误差，相机内参数标定误差，特征点的中心提取精度，姿态解算算法精度）以及这些因素对系统精度的影响程度进行了分析， 然后通过数值仿真和成像试验验证了理论推导的正确性。实验结果表明，对测量精度影响最大的因素是测量距离，像平面方向的测量误差与靶标和相机的相对距离成正比，光轴方向的测量误差与相对距离的平方成正比；图像中提取的特征点的位置误差是测量系统误差的主要来源，位置误差包括特征点提取误差和由于镜头畸变等引起的特征点成像位置偏移；长焦距和小像元有助于减小相机的量化误差；焦距的标定误差和靶标尺寸主要影响光轴方向的距离测量精度，对其余两个方向的精度影响不大；测量系统的解算算法不是引入误差的主要因素。
单目视觉 三点测量 位置姿态测量 误差分析 精度分析 合作目标 monocular vision three point measurement pose estimation error analysis precision analysis cooperative target
1 中国科学院光电技术研究所,成都 610209
2 中国科学院大学,北京100049
为了准确获取空间目标跟踪、视觉导航等领域中目标的三维姿态,进行了目标三维姿态单目视觉测量方法研究.提取图像目标的典型特征点构造出直角三角形,并通过其边长比例先验信息以及弱透视成像模型推导出目标三维姿态的单目解算算法.与传统测姿方法相比,该算法在相机焦距等内参量未知条件下依然可解算姿态,增大了测姿应用范围；与传统迭代测姿方法相比,避免了循环迭代求解过程,无需设置迭代初值,提高了解算效率.数值仿真试验结果表明目标在离相机1~3 km成像时姿态测量误差低于1.5°；实际图像序列测量结果表明目标俯仰角和偏航角测量结果拟合残差小于1°,翻滚角拟合残差小于2°.实验验证了算法的正确性和稳定性,表明该算法在内参量未知条件下能有效测量中远距离成像目标三维姿态.
弱透视 特征点检测 三维姿态 单目视觉 Weak perspective Feature point detection 3D pose Mono-view
1 中国科学院光电技术研究所, 四川 成都 610209
2 中国科学院大学, 北京 100190
为了准确提取图像中目标特征，结合靶标的尺寸和特征信息提出了一种基于全局信息的方法。利用霍夫变换(HT)确定图像中包含靶标的目标区域；在目标区域中提取靶标上不同特征区域的中心；利用提取的中心拟合靶标在图像中所占区域的圆心和半径；完成图像上各区域与靶标上对应区域的匹配。实验证明该方法能够有效、准确的提取图像中靶标的特征，实验室内实验中靶标上特征区域中心提取精度为0.09 pixel，实验室外提取精度为0.12 pixel。在序列图像处理时,利用前一帧图像的结果可以有效降低计算量，提高提取精度。
特征提取 目标识别 霍夫变换 曲线拟合 机器视觉
