分析和比较了三种常见的基于矩的亚像素边缘定位方法,得出三种方法获取的边缘角度以及OFMM法与ZOM法获取的亚像素边缘相同的结论。提出了一种针对椭圆目标的亚像素边缘定位方法。在ROI提取和SOBEL算子初步检测边缘的基础上,利用初步获取的椭圆目标的几何信息,将参与计算的模板个数减少至一个,从而大大减少了运算时间,提高了算法的运算速度。同时实验结果表明,与其他基于矩的亚像素边缘定位方法相比,新方法不仅有更高的运算速度,而且精度和抗噪性能都有很大地提高。

成像过程中的CCD噪声将给图像测量结果带来误差,因此能否有效地抑制这些噪声是提高测量精度的关键。分析了CCD暗电流噪声和随机噪声的特性,并针对各自特性提出了相应的噪声标定技术以及抑制方法。结合精密图像测量任务,分别研究了暗电流噪声和随机噪声对一维边缘定位、结构光相移法相位提取的影响。通过仿真和实验,比较了噪声抑制前后的测量结果,结果表明,噪声抑制后边缘定位精度有很大的提高,证实了该CCD噪声标定技术和抑制方法的有效性和必要性。

图像的边缘定位是图像测量的关键之一，随着测量精度要求的提高，已由早期的像素级边缘定位发展到了现在的亚像素级边缘定位。根据地球在地球敏感器CCD阵面中的成像特性，提出了一种基于曲线拟合的亚像素边缘定位方法以获取地球“灼热圆盘”的边缘。该方法利用曲线拟合获得的拟合斜率以及灰度值来提取图像的边缘。仿真结果表明，采用曲线拟合亚像素边缘定位法可使图像的边缘定位精度达到百分之几个像素，具有较高的精度。

为满足高精度测量和瞄准跟踪系统中对激光CCD自准直仪的测量精度和实时性的要求, 提出一种快速高精度激光CCD自准直仪圆目标中心的定位方法。首先利用变结构元广义形态学边缘检测算法, 充分提取图像边缘细节信息的同时抑制图像噪声的影响, 然后采用多项式插值算法对圆目标轮廓进行快速亚像素定位, 最后利用最小二乘拟合方法实现了圆目标中心的精确定位。实验结果表明, 该定位方法稳定性好, 定位精度高且实时性强, 应用该方法改进后激光CCD自准直仪的测量精度由2″提高到±0.25″, 且单次测量时间小于0.23 s, 可满足激光CCD自准直仪在小角度测量和瞄准跟踪等领域的高精度实时测量需求。

为满足高精度计量和方位瞄准跟踪系统的发展对激光CCD自准直仪测量精度的要求,提出一种基于正交傅里叶-梅林矩的激光CCD自准直仪圆目标中心抗噪声精确定位方法。首先利用正交傅里叶-梅林矩(OFMM)的幅值旋转不变性和更低径向矩阶数在充分提取图像边缘细节信息的同时抑制图像噪声的影响,通过对图像边缘旋转后垂直方向上不同阶次的正交傅里叶-梅林矩之间关系的分析将圆目标轮廓定位至亚像素级,然后采用最小二乘拟合方法实现圆目标中心的精确定位。结果表明,该方法稳定性好,定位精度高且抗干扰能力强,改进后的激光CCD自准直仪的测量分辨力提高了10倍,测量精度由2″提高到±0.18″,可有效满足在小角度测量和瞄准等领域的高精度测量需要。