1 中国计量大学光学与电子科技学院，浙江 杭州 310018
2 西安应用光学研究所，陕西 西安 710065
针对太赫兹扫描成像设备存在的图像清晰度差、边缘模糊等问题，提出了一种基于生成对抗网络的太赫兹图像超分辨率重建算法。首先，在处理太赫兹图像时引入限制对比度自适应直方图均衡方法，有效解决了太赫兹图像对比度低的问题；其次，在生成对抗网络的基础上，提出了一种基于增强注意力机制的残差生成对抗网络，实现了太赫兹扫描图像的超分辨率重建，提升了图像纹理和细节的重建能力；最后利用频谱归一化的U-net网络对生成器生成的重建图像进行判别，增强了训练的稳定性。实验结果表明，提出的太赫兹图像超分辨率重建算法将太赫兹线阵相机所成太赫兹图像的边缘强度提高了7%，峰值信噪比提高了13%，平均梯度提高了12%，结构相似度提高了14%，验证了该算法的优越性和有效性。
太赫兹技术 太赫兹线阵相机 太赫兹图像 超分辨率重建 生成对抗网络 图像质量评价
北京交通大学物理科学与工程学院，北京 100044
针对当前线阵相机几何标靶标定精度不足的问题，提出了一种基于绝对相位标靶的线阵相机标定方法。针对线阵相机成像特点，设计了结合相位与格雷码的绝对相位编码标靶。标定时首先由线阵相机获取标靶图像，计算标靶的绝对相位；然后在空间不同位置处摆放标靶，采用辅助面阵相机获取标靶间的相对位置关系，建立线阵相机图像与空间点的精确对应关系；最后采用两步法标定获取线阵相机内两相机间的坐标变换关系。仿真与实验结果表明：标定的最大重投影误差为0.089 pixel，与现有方法相比降低了79.78%，所提方法具有良好的抗噪、抗离焦性。
测量 相机标定 线阵相机 相位标靶 视觉测量
1 北京工业大学材料与制造学部，北京 100124
2 齐鲁工业大学（山东省科学院）激光研究所，山东 济南 250353
3 沧州宏涛智能设备有限公司，河北 沧州 061600
焊缝跟踪是实现自动化焊接的关键，针对激光焊接下的近无间隙焊缝轨迹，提出了基于线阵相机和特征识别算法的焊缝追踪方法。通过线阵相机获取工件表面图像，使用均值滤波对图像进行降噪处理。通过分析图像的灰度值、图像灰度值变化、图像的灰度值梯度、焊缝区域宽度识别焊缝轨迹，实现了无间隙焊缝的识别和跟踪。通过焊接试验测试得到基于线阵相机的焊缝识别方法误差小于0.05 mm。通过对不同间隙的焊缝进行焊缝追踪试验证明了该方法对于间隙小于0.3 mm的焊缝具有良好的识别效果。
激光技术 激光焊接 无间隙焊缝 线阵相机 焊缝识别 激光与光电子学进展
2023, 60(1): 0114007
1 厦门大学电子科学与技术学院，福建 厦门 361005
2 西京学院信息工程学院，陕西 西安 710123
3 厦门大学信息学院，福建 厦门 361005
基于激光散斑的微振动探测技术具有非接触、系统简单、隐蔽性好、灵敏度高、探测距离远等优点，在医疗、航空、市政、安防、**等各个领域都有广泛应用需求。按照探测体制的发展顺序，从高速面阵相机、光电二极管、线阵相机、卷帘快门相机四个方面综述了激光散斑微振动探测技术的研究进展，讨论了不同体制的优缺点，总结了所采用的振动信号提取方法，并对该技术的未来发展进行了展望。
机器视觉 激光散斑 微振动探测 高速面阵相机 光电二极管 线阵相机 卷帘快门相机 激光与光电子学进展
2022, 59(14): 1415005
中国科学院 长春光学精密机械与物理研究所，吉林长春130033
为了测量线阵图像传感器的量子效率，建立了一套基于聚焦扫描法的量子效率测试系统。该系统由照明光源、单色仪、扫描运动机构和标准探测器等组成，利用扫描运动机构带动线阵相机和标准探测器高精度匀速运动，使相机对生成的单色光斑扫描成像；切换线阵相机与标准探测器之间的位置，可实现对单色光斑能量的测量；最后分析计算线阵相机采集图像灰度总和以及标准探测器探测的光能量总和，结合聚焦扫描法理论公式得到线阵图像传感器的量子效率。测试结果表明：聚焦扫描法测试线阵相机量子效率方案可行，重复精度较高，对测量结果不确定度进行分析，该方法量子效率的测量精度约为2.6%。聚焦扫描线阵相机量子效率测试系统通过动态直线扫描聚焦测量线阵相机的量子效率，弥补了线阵相机量子效率测试方法少、精度低的不足。另外，应用聚焦扫描法测量子效率并不局限于线阵相机，也可对多种类型相机进行光电参数测试，且测量精度可满足大多数项目的要求。
线阵相机 量子效率 图像传感器 光电参数 不确定度 linear array camera quantum efficiency imaging sensor photoelectric parameter uncertainty
1 福建工程学院 微电子技术研究中心，福建 福州 350100
2 福建工程学院 工业自动化福建省高校工程研究中心，福建 福州 350118
3 深圳市智致物联科技有限公司，广东 深圳 518116
针对工业实际项目提出一种高效、准确的二维码识别方法，并开发了基于机器视觉的二维码高速、批量识别系统。首先根据被测二维码在目标子空间内的位置，提出利用几何关系定位每个二维码感兴趣区域并批量处理二维码的方法。在此基础上，采用添加高斯噪声的方式模拟生产实际中可能产生的噪声，评估系统抗噪能力。最后分析系统识别率与二维码运动速度的关系并比较实验结果。通过实验验证，在1800张的测试数据集中，二维码移动速度在296.8 mm/s情况下，无噪声图像中每个二维码定位识别平均时间为17.8 ms，有噪声图像为21.3 ms，识别率均为100%，该系统满足实时在线检测需求。
机器视觉 条码识别 线阵相机 图像处理 machine vision barcode recognition linear array camera image processing
天津大学精密测试技术及仪器国家重点实验室, 天津 300072
为实现对激光焊缝质量的高效检测,引入了线阵图像传感解决在线检测问题,提出了一种基于深度学习的焊缝瑕疵快速检测方法。首先,针对激光焊缝瑕疵,优化了基于YOLO(You only look once)的深度学习网络。其次,在实验数据集中加入了合适的锚框,以提高检测框定位信息的准确度,并通过多尺度特征融合技术提高了瑕疵的识别准确度。最后,制作数据集并提出了一种数据集预处理方法训练网络,提升了瑕疵的识别效果。实验结果表明,本方法对焊缝单孔、穿孔、凹槽瑕疵的总识别率大于94%,对尺寸为4096pixel×4000pixel的单张工件图像的检测时间为0.97s,相比传统超声、射线图像检测方法在检测速度方面有明显提升。
机器视觉 焊缝检测 线阵相机 深度学习 图像处理 激光与光电子学进展
2020, 57(22): 221502
1 中国民航大学航空工程学院, 天津 300300
2 天津大学精密测试技术及仪器国家重点实验室, 天津 300072
3 中国民航大学电子信息与自动化学院, 天津 300300
现有线阵CCD内参校准方法往往依赖于畸变参数模型,其标定精度受限于模型内部参数的相关性,因此为提高线阵CCD相机内参校准精度,提出一种采用非参数模型的线阵CCD相机内参校准方法。通过小孔成像模型和垂线法,构建线阵CCD相机成像的非参数模型,直接确定空间特征点与成像点间的映射关系以及理想成像点与实际成像点间的畸变量大小。采用重投影误差作为评价标准,与采用参数模型的内参校准方法作对比实验,实验结果表明,由所提方法得到的重投影误差的均方根、平均值和最大值分别为0.42,0.00,0.95 pixel,均小于由基于参数模型的内参校准方法得到的0.80,-0.10,2.47 pixel。
机器视觉 内参校准 线阵相机 非参数模型 重投影误差 激光与光电子学进展
2020, 57(4): 041507
1 西安工业大学光电工程学院, 陕西 西安 710021
2 新加坡南洋理工大学计算机科学与工程学院, 新加坡 639798
在基于相机的众多应用场合中,对相机内外参数与镜头畸变参数的标定是关键环节,确定其标定过程的简易操作及标定结果的精度至关重要。与面阵相机相比,线阵相机的标定过程较为复杂。介绍了适合线阵相机的成像几何模型和镜头畸变模型,总结了线阵相机标定的一般流程,归纳分析了文献中基于静态成像和动态扫描成像的标定方法,并对其特点作出了简要评价。
成像系统 标定 线阵相机 相机成像模型 镜头畸变模型 非线性优化 交比不变性
