针对多线结构光测量中测量效率与测量精度相矛盾的问题，提出了一种融合区域数字图像相关匹配的快速三维测量方法。采用双边滤波和大津阈值法对图像进行预处理，利用重心法提取初始条纹中心点。用双三次插值法提升初始点的局部邻域分辨率，在局部邻域内再次利用灰度重心法提高中心点的提取精度。以左图像提取的中心线为基准，利用数字图像相关法在右图像中心线附近搜索基准对应的立体匹配点，大大缩小了数字图像相关法的搜索范围，提高了测量效率和立体匹配精度。对标准块规的测量实验结果表明，该方法的中心线提取速度为Steger法的3.29倍，均方根误差相比传统极线约束立体匹配法减小了68.57%。

在盾构实际施工过程中，为解决在对管片状态采用非接触式测量检测时，管片端面干扰较多，传统光条中心点坐标提取算法易受干扰、波动性大的问题，提出一种光条中心点坐标提取优化算法。该算法首先采用自适应阈值二值化、形态学处理等操作对图像进行预处理，消除部分干扰；其次采用加权灰度重心法提取得到初始光条中心点坐标，将此坐标作为优化对象，采用距离阈值和三次样条插值法对坐标进行初步优化和二次优化，得到最终优化的线结构光中心坐标点。试验结果表明，该算法不仅提高了中心点坐标提取精度，而且满足工业需求，实时性较高，为后续检测管片椭圆度、捕捉管片相对盾构姿态奠定了良好的基础。

高分七号卫星激光测高仪搭载激光监视相机和激光足印相机,获取的激光光斑和光学足印影像可辅助激光定位。提出一种考虑外界环境对足印光斑成像质量影响的足印光斑质心提取方法。将足印光斑和监视光斑进行最小二乘影像匹配,获取转换模型;由灰度重心法提取监视光斑质心;利用监视光斑质心、通过转换模型得到足印光斑质心。对100组仿真光斑和1轨高分七号卫星足印光斑数据进行测试。结果表明:本文方法提取的光斑质心偏移量标准差小于0.08 pixel,较灰度重心法和高斯拟合法提高0.1 pixel以上。对时间跨度为7个月的30轨高分七号卫星足印光斑进行测试,得到两束足印光斑质心在地面的抖动范围均小于1.2 m,且其具有较好的中长期稳定性的结论。实验结果表明高分七号卫星激光测高仪激光器与光学足印影像之间的几何关系稳定,可以使用光学足印影像辅助激光器进行在轨指向标定和几何定位处理。

在移动空间光通信中, 激光光斑中心的快速捕获至关重要, 传统灰度重心算法很难满足高速移动空间光通信的捕获要求。针对传统灰度重心算法提出了一种优化方案, 在计算光斑中心前加入了滤波去噪、自适应二值化阈值处理, 可有效提高系统抗干扰特性; 经过粗识别光斑中心位置, 选框重心计算, 提高了检测光斑中心的速度和精确度。实验证明: 所提改进算法与传统灰度重心算法在测量精度和运算速度上进行对比, 改进算法的运算速度比传统灰度重心算法提高了一个数量级, 同时抗干扰能力更强。

为了解决传统条纹中心提取算法对物体材质及噪声敏感问题, 采用自适应结构光条纹中心提取算法来提取条纹亚像素坐标。该算法首先对图像进行预处理, 利用图像掩模操作提取条纹图像感兴趣区域, 通过自适应卷积模板消除噪声干扰, 得到条纹区域截面宽度及条纹中心坐标的像素集合;其次根据中心坐标的像素集合采用二次加权灰度重心法求取条纹中心初始坐标值, 将此作为种子点进行区域生长运算, 并结合主成分分析分解特征矩阵;最终得到线结构光中心的亚像素坐标点。结果表明, 该算法能够有效快速地获取结构光条纹中心亚像素坐标, 相比灰度重心法, 所提算法实验结果波动性较小且标准误差也相对较小, 提取速度相比基于Hessian矩阵的Steger法提高近4倍, 满足工业测量系统实时性要求。所提出的结构光条纹中心提取算法具有较高的提取精度和良好的稳健性, 计算复杂度低, 具有较高的实时性, 可为后续3维视觉测量系统提供良好的精度保障。

激光足印光斑质心的精确提取,对于提升国产卫星激光测高平面精度具有重要的实际意义。本文比较了灰度重心法、高斯拟合法和椭圆拟合法三种传统光斑质心提取算法,综合分析后提出了一种利用高斯拟合法和Canny边缘检测设置灰度阈值和距离阈值,并最终使用灰度重心法进行光斑质心提取的算法。对100组仿真光斑进行测试后的结果表明,本文算法提取的质心偏移量的标准差小于0.05 pixel,精度较其他三种算法高。使用本文提出的算法对高分七号卫星获取的某一段连续激光数据进行光斑质心提取,结果显示,高分七号卫星两束激光足印光斑在地面抖动的范围均在0.55 cm以内。本文算法和结论可为后续高分七号卫星激光测高数据的使用和研究提供一定参考。

为了保障太阳杂光干扰下星像点质心定位的精度,本文提出了一种去阈值和杂光斜面噪声的质心定位新方法。首先,在星像点窗口内将太阳杂光灰度噪声建模为一个斜面。针对质心定位新方法,推导关于杂光斜面模型各参数估计误差的质心定位误差分析公式,尤其是关于开窗大小的函数关系。然后,基于窗口边缘像素给出杂光斜面模型的最小二乘参数估计公式。最后,采用传统的灰度重心法、去阈值灰度重心法和所提方法进行质心定位仿真测试,结果表明,所提方法的精度比传统灰度重心法和去阈值质心法的精度分别提高了2倍和15倍,是太阳杂光干扰下星像点质心定位的有效方法,具有一定的工程应用价值。

针对线结构光条纹中心提取的效率和精度影响测量结果的问题,提出一种主成分分析与灰度重心相结合的方法。首先对图像进行高斯卷积并采用阈值分割法初步提取图像中有效的光条纹信息;然后计算光条纹图像的梯度分布和幅值,选取幅值为零的点作为初始点;接着采用主成分分析法得到点的法线方向,沿法线方向在初始点两侧以幅值最大的两点作为边界点;最后采用灰度重心法求出边界内的光条纹中心以确定下一个初始点,通过迭代处理提取光条纹中心。在平均处理时间以及方均根误差方面对所提方法进行验证。实验结果表明,所提方法的平均处理时间约为1.701 s,提取精度比Steger法少0.0500 pixel。