针对传统火焰检测模型的检测准确度较低和速度慢等问题,提出一种优化的卷积神经网络和超像素分割算法的视频火焰区域检测方法。首先使用火焰图像数据集对模型进行训练和验证,采用卷积核堆叠替换的方法改进Inception模块的结构;其次采用小卷积核替换的方法改进网络的前端结构,并将Focal-Loss函数作为损失函数以提高模型的泛化能力;然后设计InceptionV1模型的参数复杂度优化实验,生成优化的火焰检测网络结构;最后将超像素分割算法提取的火焰超像素语义信息输入优化的InceptionV1模型中,并进一步执行视频火焰区域的定位检测。实验结果表明,所提方法能够增强视频火焰的非线性特征提取能力,火焰检测准确度高于96%,检测速度较原始模型提升2.66倍。

用隔行扫描摄像机采集到的运动物体单帧变形条纹测量三维位移和速度.该方法将一帧变形条纹分成两个单场, 利用傅里叶变换轮廓术重建三维面形, 从单场条纹的调制度中提取二值化模板, 计算质心获得亚像素匹配定位点, 通过双三次插值和标定, 实现了一个场周期时间内三个维度上的位移和平均速度的测量.匀速运动物体实验结果表明：被测速度的最大绝对误差为0.6 mm/s, 相对误差为0.57%.该方法仅用一帧变形条纹即可测量运动物体的三维位移和速度, 提高了时间分辨率和测量准确度.

为满足高精度线阵CCD二维自准直仪动态高精度测量, 提出一种基于高斯滤波的二维自准直仪目标中心的精确定位算法。首先采用高斯滤波对CCD图像进行平滑处理, 在抑制噪声的同时生成带有高斯加权的CCD图像, 然后采用线性插值重心法对加权图像进行目标中心亚像素定位。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, 在原理样机上, 应用该方法实现了单次二维角度测量时间小于0.2 s, 测量范围±900″, 精度优于±0.5″, 具备一定工程应用价值。

为了满足平台漂移测量系统中平台漂移角速度高精度测量的要求,基于傅里叶级数, 提出了一种改进的激光光斑中心高斯拟合定位方法。该方法在简化高斯拟合模型的同时保证了相对较高的激光光斑中心定位精度。结果表明, 改进的高斯定位算法中心定位精度为0.01pixel, 明显优于传统质心法和带阈值质心法的0.1pixel。改进后的算法具有较好的算法稳定性。

系统参数标定是结构光三维测量系统的关键问题之一，标定板特征圆圆心检测精度与投影仪、相机镜头gamma效应引起的相位误差是系统参数标定的主要误差来源。采用Sobel算子粗定位标定板特征圆的边缘点，以正交傅里叶-马林矩(OFMM)算子对边缘点进行亚像素定位，用椭圆拟合法确定特征圆圆心的方法提高标定板特征圆检测精度。同时，推导结构光三维测量系统gamma非线性数学模型，将计算得到的系统gamma值的倒数作为投影正弦光栅的指数以降低gamma效应引起的相位误差。实验结果证明了该方法的准确性，与不采用亚像素边缘检测与gamma校正相比，X、Y方向的标定精度分别提高约3.5倍与5倍。

针对移动式三维视觉测量系统所采用的圆形标记点成像亮度较低且不均匀等问题，提出了一种基于灰度差重心法的识别与提取算法。获取标记点近似成像中心及成像区域，在成像区域内沿四个方向扫描得到像素级边缘点；利用灰度差重心法进行亚像素定位；对亚像素级边缘点进行椭圆拟合，得到标记点成像中心位置。实验结果表明，像素级边缘检测算法运行时间为3 ms左右；亚像素定位算法椭圆拟合最大偏差小于0.08 pixel，平均偏差小于0.03 pixel。与其他提取算法相比，该算法在速度及定位精度方面有一定的提高，更适用于移动式三维测量用圆形标记点的提取。

提出了一种激光扫描数据和影像融合的方法，通过立体像对匹配获取精确匹配点，并与三维扫描点云进行最邻近迭代配准；在利用网格划分法进行的K邻近点搜索中，采用欧氏距离的选择权迭代逐步实现影像点与激光扫描点的精确配准；利用空间后方交会获取正确的外方位元素，通过摄站点、像点以及激光点之间的共线关系，在相对应影像上进行激光点的像素定位，并提取颜色属性信息。实验结果表明，该算法不但较好地实现了三维地面激光点云数据与CCD影像的精确融合，且对机载激光数据与影像的融合亦可行和有效。

为了在光电成像探测目标的同时给出目标相对探测器的方位信息, 探讨了一种基于单目视觉的运动目标方位测量方法。根据投射成像原理, 推算出二维目标像点坐标与目标的空间三维位置之间的映射关系, 建立了单目视觉测量目标方位的数学模型。结合帧间差分法和KLT方法检测静止背景下和变化背景下的运动目标, 并对目标特征点进行亚像素定位。试验和仿真结果分析表明, 该方法能够有效提取目标的特征点, 可对目标较为准确地定位, 并通过单目视觉测量出目标方位信息, 误差控制在±8%的范围内。

基于图像处理技术, 采用嵌入式机器视觉处理系统, 设计了一种用于继电器触点间距的智能检测装置和方法。在硬件方面, 以Cortex-A8处理器为中心, 将控制、处理与测量于一体, 并采用红外光源作为照明系统, 抑制金属触点的光发射; 在算法方面, 以继电器触头静触片的接触点图像区域为特征图像, 并采用多分辨率金字塔分层匹配技术, 实现对检测对象的准确识别和定位, 同时根据继电器内部组件位置的对应关系, 确定继电器触点边缘检测区; 在检测区内, 先采用像素级的边缘检测算法确定两接触点边缘后, 再利用亚像素边缘检测技术, 实现边缘的精确定位, 并检测出继电器触点间的最短距离。本文所提出的方法对继电器质量检测和性能评估具有重要的意义。