傳統(tǒng)方法在大視場光電測量系統(tǒng)畸變校正過程中,存在成像離散程度較高、像素畸變偏移量較大和校正時(shí)間較長的問題,因此,在分析大視場光電測量系統(tǒng)畸變成像的基礎(chǔ)上,提出基于人工智能技術(shù)的圖像畸變校正方法。確定發(fā)生畸變的像素點(diǎn)到圖像中心的距離,并構(gòu)建多項(xiàng)式圖像校正數(shù)學(xué)模型在空間范圍內(nèi)對畸變像素點(diǎn)做坐標(biāo)轉(zhuǎn)換。在此基礎(chǔ)上針對分割圖像塊邊界位置的奇異像素點(diǎn),利用優(yōu)化支持向量機(jī)技術(shù)對大視場圖像進(jìn)行全局優(yōu)化,識(shí)別并剔除位于圖像塊邊界處的畸變像素點(diǎn),進(jìn)一步降低圖像的失真程度,從而實(shí)現(xiàn)對大視場光電測量系統(tǒng)畸變的校正。分析結(jié)果表明,提出圖像畸變校正方法的離散化程度相對于傳統(tǒng)方法更低,同時(shí)在像素畸變偏移量控制及時(shí)間性能方面也具有優(yōu)勢。 

【文章來源】：激光雜志. 2020年08期 北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

大視場圖像像素點(diǎn)畸變分析

其中，κ為支持向量機(jī)自變量系數(shù)，將正常像素點(diǎn)和奇異像素點(diǎn)分類的超平面分類間隔為，在線性可分的條件下支持向量機(jī)模型最優(yōu)分類界面，如下圖2所示:當(dāng)不同類別大視場圖像像素點(diǎn)之間的分類間隔大于κ2時(shí)，上圖中的平面P即為最優(yōu)分類平面。分布在P1和P2的樣本點(diǎn)為模型的支持向量邊界，此時(shí)位于圖像塊邊界的奇異像素點(diǎn)會(huì)散落分布在平面P1和P2之外。基于拉格朗日方程優(yōu)化支持向量機(jī)超平面，使其覆蓋區(qū)域最大化，令τ為拉格朗日乘數(shù)因子，優(yōu)化的過程如下所示:

按照大視場光電測量系統(tǒng)的設(shè)計(jì)要求搭建實(shí)驗(yàn)環(huán)境，校正系統(tǒng)主要由攝像機(jī)、大視場鏡頭、畸變顯示系統(tǒng)、存儲(chǔ)系統(tǒng)、支架、底座等部分構(gòu)成，實(shí)驗(yàn)環(huán)境如下圖3所示:大視場圖像畸變校正系統(tǒng)的硬件運(yùn)行環(huán)境和軟件運(yùn)行環(huán)境設(shè)計(jì)，如下表2所示:

【參考文獻(xiàn)】：
期刊論文
[1]中國區(qū)域DMSP/OLS夜間燈光影像的校正[J]. 盧秀,李佳,段平,張碧蓉,李晨.  測繪通報(bào). 2019(07)
[2]耐腐蝕高精度光電透射式液位測量儀設(shè)計(jì)[J]. 廖飛,張超群,李嶺,龔恒翔,梁霄,楊鑫,盧麗,尹斌軍.  儀表技術(shù)與傳感器. 2019(07)
[3]用于光電設(shè)備的航電總線數(shù)據(jù)測試系統(tǒng)[J]. 陳靜,田民強(qiáng),白委寧,劉博,惠進(jìn).  應(yīng)用光學(xué). 2018(06)
[4]超高分辨力微型光譜儀的光學(xué)系統(tǒng)設(shè)計(jì)[J]. 王賢俊,龍亞雪,鄭海燕,郭漢明.  光電工程. 2018(10)
[5]雙視場像旋轉(zhuǎn)無熱化超緊湊的紅外無焦鏡頭[J]. 廖小軍,段媛,賀祥清,張灝燁,鄭永超.  激光與紅外. 2018(08)
[6]單鏡頭大視場拼接成像方法及實(shí)現(xiàn)[J]. 張祥,高云國,薛向堯,王光,馬亞坤.  光學(xué)精密工程. 2018(06)
[7]空間激光通信中精跟蹤系統(tǒng)的實(shí)現(xiàn)與優(yōu)化[J]. 陳少杰,張亮,吳金才,李長昆,王建宇.  紅外與毫米波學(xué)報(bào). 2018(01)
[8]用于點(diǎn)源透射比測試的光電探測裝置設(shè)計(jì)及檢測[J]. 張寧,葉露,宋瑩.  儀器儀表學(xué)報(bào). 2018(01)
[9]光電掃描測量網(wǎng)絡(luò)信號(hào)采集模塊設(shè)計(jì)[J]. 花明浩,楊凌輝.  電子技術(shù)應(yīng)用. 2018(01)
[10]復(fù)雜深孔內(nèi)輪廓結(jié)構(gòu)光圖像畸變矯正算法[J]. 丁超,唐力偉,曹立軍,邵新杰,鄧士杰.  紅外與激光工程. 2017(12)



本文編號(hào)：2956421