針對(duì)傳統(tǒng)大視場(chǎng)光電測(cè)量系統(tǒng)畸變校正存在的錯(cuò)誤大、精度低等不足,提出了基于人工智能技術(shù)的大視場(chǎng)光電測(cè)量系統(tǒng)。首先獲取理想和畸變節(jié)點(diǎn)坐標(biāo)間的關(guān)系,建立畸變模型、對(duì)畸變數(shù)據(jù)篩選;然后根據(jù)理想半徑與畸變半徑之間的關(guān)系,確定圖像畸變范圍,對(duì)畸變數(shù)據(jù)的二次鑒別,并利用二次曲面擬合法和圖像邊緣部位投影校正畸變點(diǎn)的對(duì)應(yīng)位置,最后實(shí)驗(yàn)測(cè)試結(jié)果:與傳統(tǒng)方法相比,所提方法的篩選、判別能力更強(qiáng),降低了畸變校正誤差。

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

圖1光電測(cè)量系統(tǒng)畸變范圍

式中:r表示理想半徑;r"表示畸變半徑;μ1與μ2分別表示徑項(xiàng)畸變和切向畸變的畸變程度;r0表示參考半徑;α表示一個(gè)固定的非零常量[10]。將半徑為r1的理想點(diǎn)畸變到r2上，當(dāng)r較大時(shí)，任意選擇理想空間中，半徑相同圓圈上的小量連續(xù)點(diǎn)，得到一條直線d1;d1上的點(diǎn)經(jīng)過畸變映射到半徑....

圖2曲面擬合圖像邊緣示意圖

式中:A表示規(guī)格為3×3的協(xié)方差矩陣;n表示轉(zhuǎn)換次數(shù);i表示轉(zhuǎn)換時(shí)的畸變節(jié)點(diǎn);θ"i表示該節(jié)點(diǎn)下，某一方向邊緣上的待校正節(jié)點(diǎn);β"i表示通過映射平面的映射角度，對(duì)圖像邊緣部位的投影，如下圖2所示[16]。根據(jù)上述協(xié)方差矩陣對(duì)圖2中的邊緣數(shù)據(jù)進(jìn)行替換，變換得到粗拼接的位置后，選擇特....

圖3實(shí)驗(yàn)測(cè)試程序界面

由于大視場(chǎng)測(cè)量系統(tǒng)中，系統(tǒng)硬件的控制、程序的執(zhí)行以及算法的實(shí)現(xiàn)都離不開軟件，因此搭建的實(shí)驗(yàn)測(cè)試系統(tǒng)主程序界面如下圖3所示。分別將所提出的校正方法、三種傳統(tǒng)校正方法載入上述程序中并調(diào)試。模擬畸變參數(shù)，設(shè)置若干個(gè)畸變點(diǎn)和理想校正點(diǎn)，如下圖4所示。

圖4模擬數(shù)值

分別將所提出的校正方法、三種傳統(tǒng)校正方法載入上述程序中并調(diào)試。模擬畸變參數(shù)，設(shè)置若干個(gè)畸變點(diǎn)和理想校正點(diǎn)，如下圖4所示。上圖中的畸變點(diǎn)和理想點(diǎn)均利用MATLAB軟件模擬所得，根據(jù)兩類數(shù)據(jù)點(diǎn)的分布狀態(tài)可知，點(diǎn)陣區(qū)域內(nèi)中間位置的畸變點(diǎn)與理想點(diǎn)之間的偏差小，而四個(gè)角落上數(shù)據(jù)點(diǎn)之間的偏差....

本文編號(hào)：3979432