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。

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。

为了解决线结构光3维测量中噪声光斑对提取精度的影响，采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成，预提取阶段实现对激光与光斑两者中心线的同时提取，最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段，对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理，并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明，该方法与传统灰度重心法相比，在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel，15.12pixel和83.36pixel，时间复杂度分别提高了0.383s,0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度，且对噪声光斑具有较好鲁棒性，可以在噪声光斑图像中完整提取出光条中心线。

针对激光条纹中心提取的复杂背景及噪声干扰问题，提出一种自适应双阈值分割方法及改进灰度权重模型。首先对光条图像的特征及噪声来源进行分析，并采用双边滤波进行图像预处理；然后通过图像灰度直方图计算双阈值，并采用双阈值分区域处理获取二值化图像，从而提取初始条纹中心及条纹宽度；最后利用改进灰度权重模型提取激光条纹亚像素中心。将双阈值分割方法及改进灰度权重模型与传统算法进行对比，结果表明：双阈值分割方法较极值法、大津法能更加准确完整地提取激光条纹区域。对比提取的亚像素中心残差值，改进灰度权重模型 (0.23)较灰度重心法 (0.71)、极值法 (0.86)、高斯拟合法 (0.86)具有更优结果。本文方法能有效避免复杂背景以及激光条纹法线方向噪声的影响，提高中心定位精度，具有较高的抗噪能力与稳健性，适用于复杂背景下快速、精确的光条中心提取。

针对投线仪传统检测方法存在占地面积大、检测效率低下、检测精度低等缺点,设计了一套基于平行光管测角及机器视觉测量的激光投线仪自动检测系统。系统由9根平行光管及面阵CMOS相机组成,能同时检测3根垂线及1根水平线。实验结果表明,相比于传统人工检测,本系统检测精度优于5″;操作简单,检测效率高,单台仪器检测时间小于20 s;同时采用了平行光管-CMOS相机图像测量系统,使得系统占地面积小于4m2。为了便于定位激光线中心,对采集到的图像进行了预处理,提取激光线中心采用灰度重心法的亚像素定位技术。

针对激光模拟射击系统对激光光斑进行快速、高精度质心定位的要求, 提出了一种基于视频序列图像的光斑检测与高精度质心定位方法。该方法首先利用帧间差分图像和噪声估计参数对射击突发事件进行检测; 然后利用噪声估计方法确定光斑的分割阈值, 结合形态学滤波对目标光斑和背景噪声进行有效分割, 提取光斑区域, 同时降低窗口内外噪声。最后, 用4帧差分图像合成1帧高分辨率的图像来抑制图像噪声和计算误差的影响, 实现光斑质心的高精度定位。实验结果表明, 本文方法的光斑质心定位精度与稳定性均优于传统的方法; 其中光斑质心定位精度达到了亚像素级别, 稳定性度量平均值为0.000 49, 优于传统方法的0.002 97。得到的结果显示, 提出的方法有助于提升激光射击系统的性能。