为解决传统摄影测量编码点定位依赖多种关系准则、判定复杂且识别不稳定的问题,提出一种采用基于改进YOLO v3的目标检测网络分割编码点、利用距离排序识别中心标记点的定位方法。首先针对编码标记点特点改进特征提取网络,从复杂背景中快速识别编码点,然后在预测框内进行图像处理,计算轮廓质心到中心的距离,通过距离排序定位中心圆形标记点,最后构建标尺编码点数据集用于网络训练和测试。实验结果表明,目标检测网络识别编码点的精度达到94.91%,受环境和噪声等的影响小,距离准则准确率高,该定位方法具有适应性好、鲁棒性高的优点。

在振动位移的机器视觉测量方法中, 振动处标记点图像的分割作为处理过程中的关键, 其分割结果直接影响最终的测量精度, 但由于标记点图像中目标像素数目过小的特点及测量干扰因素, 传统的Otsu阈值分割方法及相关改进算法的分割效果均不理想。为得到更优的分割算法, 首先探讨了相关改进算法分割脉冲噪声、强光及阴影干扰下标记点图像时存在的问题, 然后提出了一种基于阈值与目标波峰之间灰度分布信息的改进Otsu算法, 在相关改进算法的基础上, 将阈值与邻近目标波峰之间灰度值的差值及二者的像素数量之和在总体中的比例共同作为权重, 最后进行多幅复杂干扰情况下标记点图像的分割实验和振动位移测量实验, 实验结果表明, 改进的算法在干扰下依然能对标记点图像进行有效分割, 且目标的位置偏差值总体优于其他算法, 同时准确地实现了振动位移的测量。

基于圆形标记点的平面靶标被广泛应用于摄像机标定与视觉测量中。针对该平面靶标, 为得到圆形标记点在像面上的圆心投影, 提高摄像机的标定精度, 本文提出了一种基于对偶二次曲线几何特性的圆心提取算法。该算法的核心是平面内一个标记点A像面投影二次曲线对应的对偶矩阵C*A, 相对于平面内另外一个标记点B的对偶矩阵C*B的一个广义特征向量, 穿过这两个标记点的圆心投影。因此, 在获取标记点亚像素级边缘点, 拟合椭圆得到椭圆二次曲线方程后, 通过任意两个标记点的对偶矩阵, 均可得到一条穿过这两个圆心投影的向量。经过同一个圆心投影的多个向量叉乘标准化后的结果就是该标记点的圆心投影。为测试本文方法提取圆心像点的精度, 本文在像面与靶标平面夹角40°的姿态下, 对直径为90 mm的超大标记点提取圆心投影, 圆心投影误差为0.1~1 pixel。并以此方法得到的圆心投影对手持式扫描仪进行摄像机标定, 进而对已知坐标的平面靶标及3D工件上的标记点进行扫描, 最大误差不超过0.2 mm。通过实验证明了本文提取的圆心投影比采用椭圆圆心的精度高, 而且提高了摄像机的标定精度。

针对直升机桨叶共锥度测量中背景复杂、圆形标记点较小, 易出现定位不准的问题, 提出一种新的圆形标记点定位方法。首先, 利用OTSU图像分割方法计算阈值; 然后, 以OTSU阈值为边界阈值, 对图像进行多重分割; 利用圆度特征和质心变化规律, 对每一次分割后的连通域轮廓进行干扰排除, 实现圆形标记点的粗定位; 最后, 采用最小二乘拟合法完成标记点的精确定位。通过圆形标记点定位实验, 表明该方法在复杂场景下对较小的圆形标记点具有较高的定位精度, 可用于提高大场景复杂环境下直升机桨叶共锥度测量精度。

近年来,对物体的颜色显现力、光源光谱功率分布和自身表面反射光谱三者的定量关系方面的研究备受大家关注.在三维扫描测量领域,由于颜色特征具有反映物体材料和纹理等丰富信息的优势,提出了一种主要由彩色相机、投点光源和PC机组成的色度自适应投点仪结构,其中数字微镜(DMD)作为投点光源的核心元件用于调制R,G,B 三个LED光源的光谱功率分布.然而主动式标记点的颜色显现力因受未知反射光谱投影接受面的影响,其颜色特征往往难以识别和区分.为了提高投影标记点与不同反射光谱的投影接收面作为背景的分辨力,描述了一种色度自适应投影标记点的选取方法.在高维线性反射光谱建模的基础上,用光谱响应的方法对彩色投点仪设备特征化,以解决三通道彩色相机设备特征化精度低的问题.并通过样本训练为高维线性反射光谱的求解提供条件约束.继而,在CIE1931色度坐标空间下,选取与投影接收面背景色度坐标欧氏矩最大的色度坐标点.根据投点仪设备特征化结果,推导其LED最优设定值.最后,采用24孟塞尔色卡作为被投影对象,主动标记点与色块的色差作为其颜色显现力的评价参数,通过与激光二极管投点仪做对比性实验.实验结果表明对各不同色度的投点接受面,提出的色度自适应投影标记点的选取方法均有较好表现.

子孔径拼接干涉仪中子孔径定位精度难以在大行程范围内得到保证，为此本文提出了基于提取标记点中心定位子孔径的拼接方法。以标记点的中心坐标为标记点坐标，根据标记点在两子孔径局部坐标系下的坐标计算两子孔径之间的坐标变换，将所有子孔径数据坐标变换到统一坐标系下，利用机械误差补偿算法拼接出全口径面形。在搭建的拼接检测系统上实现了外径468 mm的平面镜抛光过程和最终的全口径面形测量，加工过程中的测量结果为面形误差修正提供了准确的数据，保证了最终全口径面形误差RMS快速收敛到35 nm。实验证明，基于提取标记点中心的子孔径拼接检测能放宽对机械定位精度的要求，有效检测大口径光学元件面形。

提出了一种基于双目视觉的直升机旋翼桨叶共锥度检测方法。首先, 采用平面标定算法对双目视觉系统进行标定, 获取摄像机内外参数; 其次, 采集不同桨叶的立体图像对, 并用Bouguet算法对其进行校正, 获取重投影矩阵; 然后, 对立体图像对中的标记点进行检测与匹配, 获取标记点的视差; 最后, 根据双目视觉测量原理计算出桨尖距地面的高度, 实现桨叶共锥度检测。通过对旋翼塔进行多次测量实验, 结果表明该方法具有动态测量、非接触式、操作简单、危险性小和精度高的优点。