在靶场测量中，针对负载式T型光电经纬仪在更换成像组件之后的投影中心和光轴平行性改变的问题，提出一种仅需2个标杆即可同时检测投影中心和光轴平行性三差的方法。首先，结合摄像机的小孔成像模型和光电经纬仪的三差，推导了大地测量坐标系下的一点与摄像机图像平面上像点之间的投影方程。其次，根据光电经纬仪正、倒镜拍摄两根标杆得到标杆顶点在图像平面上的投影坐标，推导了结合投影中心与三差的成像投影关系，分析了平移矢量和三差对于标杆顶点在成像平面上投影点脱靶量的影响，对系统的投影中心坐标和三差进行计算，进而实现对光电经纬仪的光轴平行性检测。最后，通过实验验证了所提方法，实验结果表明，引入中心投影坐标和三差之后，水平方向和垂直方向上的重投影误差分别在0.2744 pixel和0.2287 pixel以内，所提方法切实可行、精度较高，可应用于T型光电经纬仪在靶场光轴平行性检测过程。

提出基于二维泰勒展开的积分重建方法,采用前二阶项近似表示两点间的高度差,结合一阶项与二阶项间的近似关系,推导出新的差分算子,并应用于区域法中。同时,提出一种计算非矩阵高度数据的非迭代计算方法。数值实验结果表明:当采样点按照桶形和枕形等非矩形分布时,本文方法的重建精度为0.1~0.2 μm,优于其他方法的0.5~0.7 μm;对于采样点数量为29236的非矩阵数据的重建,本文方法的计算时间为0.1 s左右,明显小于迭代方法的计算时间,并且,随着采样点数量的增加,其速度方面的优势更加突出。

提出了一种基于棋盘格单张图片的畸变校正方法以解决折反射图像畸变严重的问题。首先给出两种等价方法校正折反射图像切向畸变。其次, 针对展开后的径向畸变问题, 分析棋盘格特征点的图像坐标与空间坐标的对应关系, 提出了径向畸变的校正模型。然后, 为提高算法的执行效率, 将两次校正统一为一个校正映射表, 并结合折反射图像的对称性, 对映射表的存储空间进行了优化。最后, 将映射表用于此相机拍摄的其他图片的校正中。通过物理实验验证了校正方法的可行性和正确性, 且对单帧图像的处理时间仅为30 ms, 可广泛应用于安全监控和机器人导航等领域。

为了满足监控镜头的小型化、高像质以及大视场的需求, 利用同心结构的同心透镜, 并依据曲面传感器的发展现状及趋势, 设计了一款同心结构的曲面像面监控镜头光学系统。该监控系统的全视场角可达到140°, 有效焦距为7.88 mm, F数为1.5, 系统总长15.12 mm, 像素可达1 100万。设计结果表明, MTF值在中心视场和0.7视场处均接近衍射极限, 在全视场处均大于0.59; 各个视场的弥散斑半径均小于0.6 μm。相比于已有的监控镜头光学系统, 该设计在大视场范围内保证了优良的像质, 并且实现了小型化。

一维(1D)标定具有抗遮挡和制作成本低等优点,是摄像机标定中的重要方法之一。首先,以1D单应矩阵为基础,给出了绕固定点运动1D标定方法的几何解释;其次,在小孔成像模型下,证明了摄影几何中的交比不变性与1D单应矩阵的等价性。相比于共线4点的交比不变性,1D单应矩阵约束更具有一般性。最后,针对基于平面运动的1D标定,由1D单应矩阵计算运动前后1D标定物延长线的交点,提出了一种简便的方法,将平面运动转化为绕固定点运动,并通过仿真和真实实验验证了算法的正确性。实验结果表明:与已有方法相比,本文算法的标定精度得到了显著提高。

红外热像仪具有全天候成像、环境适应性强、非接触测温等优点, 被广泛应用于国民经济的各个领域。本文设计了一套可组网的自动聚焦红外热像仪系统。系统主要分为 3个部分: ①红外热像仪成像组件, 包括可变焦红外成像光学镜头和非制冷红外焦平面探测器; ②自动聚焦闭环控制组件, 包括 FPGA图像评价单元、电机反馈控制单元和聚焦搜索算法; ③红外热像仪网络化监控嵌入式组件, 包含视频压缩编码、私有网络控制传输协议、 OSD(on-screen display)温度叠加等功能。该系统可广泛应用于港口码头、石油化工、危险品仓储等领域, 并将逐步成为这些领域事故预判和报警的重要安全监控设备。

针对三维图像特征点的匹配问题, 研究了在Kinect三维图像中, 分别基于SIFT、SURF和ORB算法建立的三维特征描述子经RANSAC算法优化后匹配精度和匹配速度的差异。首先, 使用一组Kinect拍摄的测试集进行测试, 三种特征匹配算法经过RANSAC算法优化之后, 都表现出良好的匹配精度,ORB算法在匹配速度上稍有优势。其次, 使用Kinect实际拍摄的室内样张进行重复性测试, 实验结果表明, ORB算法在匹配精度和匹配速度上较SIFT和SURF算法更优秀。因此, 将ORB特征匹配算法用做Kinect图像的特征检测器效果最佳。

针对自由移动双目视觉的三维重建问题, 提出了一种稠密匹配和稀疏特征匹配相结合的三维重建和点云拼接技术。首先, 在对极几何约束的条件下, 采用绝对值差和作为匹配度量函数对双目视觉左右图像上的图像点进行逐一匹配, 并结合双目视觉内外参数获得各个位置处的稠密三维点云坐标。其次, 对相邻两次移动位置处采集的双目视觉图像进行SURF (Speed-up robust features)特征提取和匹配, 分别计算匹配SURF特征点在不同位置下的三维坐标, 进而求解两个采集位置之间的旋转矩阵和平移矢量, 以实现相邻两位置三维点云的坐标统一。最后, 在室内采用双目视觉实现了两个视点数据的三维重建和拼接。实验结果表明, 文中算法具有计算简单、点云拼接精度较高的优点, 可以应用于大场景三维数据的重建工作。