论文部分内容阅读
21世纪,随着激光技术,精密计量光栅制造技术,计算机技术以及图像获取和处理技术的迅猛发展,已经开始将它们应用到高精度测量领域,并形成了新的测量技术—图像测量技术。图像测量技术作为一种新兴的非接触测量方法有着独特的优越性,它通过把被测对象的图像作为检测和传递信息的手段,从图像中提取有用信息进而获得待测参数。光电摄像器件的产生和普及使图像测量技术成为可能,特别是电荷耦合器件(CCD)技术的发展,进一步促进了图像测量技术的形成和发展。本文在火炮药室测量系统的研究背景下,宏观把握图像测量技术含义的同时,对图像测量技术里一些细节的技术问题进行了研究和总结:在CCD摄像机标定上,基于传统的标定方法详细阐述了本文的标定方法,即先对特殊成像条件下采集到的特殊图案例如网格图像进行非线性畸变校正,然后再将校正参数应用于实际的测量系统,仿真结果显示,此方法简单可靠,能很好的校正成像系统的畸变误差。在像素当量求取方面,分别列举了传统的求取方法和本文的基于图像预处理的求取方法,本文对采集到的图像加入更丰富的例如去噪,细化,拟合等图像预处理工作,最后计算出的像素当量精度更高。结果显示本文的方法具有很高的参考价值。所谓的图像测量就是测量被测对象时,把图像当作检测和传递的手段或载体加以利用的测量方法,其目的是从图像中提取有用的信号,因此图像处理技术成为图像测量系统的基础和关键。其中,边缘作为图像测量中的关键,可以为人们描述或识别目标以及解释图像提供有价值的、重要的信息。边缘检测是特征提取进行前的重要步骤,本文最后在着重研究图像处理技术中的经典的边缘检测算法后,结合Sobel算子和Laplacian算子的优缺点提出了Laplacian细化算法,仿真结果显示该算法提取的边缘精细,是一种可行的图像处理算法;在经典Pal. King算法基础上提出了一种改进的Pal. King快速算法,该算法针对Pal. King算法中对隶属度阈值设置为固定不变的不足,提出了采用Otsu最大类间方差法求最佳阈值自动确定模糊增强变换中最佳隶属度阈值的算法。仿真结果证明,该算法运算时间更短,实现了快速性、提取边缘精细、适用面广,是一种很有实用价值的图像处理算法。