期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种改进的亚像素算法 被引量:26
1
作者 郭玉波 姚郁 遆晓光 《光电工程》 EI CAS CSCD 北大核心 2006年第10期137-140,共4页
传统的灰度重心法是一种用于对称目标的亚像素定位技术,但其抗噪声性能较差。针对这一问题,本文提出一种改进算法,通过将目标区域划分成内部像素区域和边缘像素区域两部分,并对内部像素灰度进行均值化,从而有效抑制内部像素噪声。同时,... 传统的灰度重心法是一种用于对称目标的亚像素定位技术,但其抗噪声性能较差。针对这一问题,本文提出一种改进算法,通过将目标区域划分成内部像素区域和边缘像素区域两部分,并对内部像素灰度进行均值化,从而有效抑制内部像素噪声。同时,利用误差理论对改进算法的不确定性进行分析。最后,通过仿真实验验证了改进算法的正确性,并表明改进算法有更好的噪声抑制性能。 展开更多
关键词 亚像素定位 灰度重心法 误差理论 不确定性
下载PDF
基于灰度加权重心法的线阵CCD亚像素细分定位实验研究 被引量:11
2
作者 占伟伟 卢海燕 +1 位作者 王秀 蔡莉 《光学技术》 CAS CSCD 北大核心 2018年第4期476-479,共4页
利用石英倾斜仪CCD驱动器、高精度电动位移台和光路系统搭建测试平台,对线阵CCD亚像素细分定位中的一种灰度加权重心法进行实验测试。通过噪声漂移实验和分辨力测试实验,验证了灰度加权重心法能够有效抑制噪声干扰,提高CCD像点定位分辨... 利用石英倾斜仪CCD驱动器、高精度电动位移台和光路系统搭建测试平台,对线阵CCD亚像素细分定位中的一种灰度加权重心法进行实验测试。通过噪声漂移实验和分辨力测试实验,验证了灰度加权重心法能够有效抑制噪声干扰,提高CCD像点定位分辨力,实现线阵CCD亚像素细分定位。实验结果,倾斜仪CCD驱动器采用加权重心法将像点定位分辨力提高至了1/3像素。 展开更多
关键词 光学测量 CCD亚像素细分 像点定位 加权重心法 线阵CCD 实验验证
原文传递
一种线结构光亚像素中心坐标提取方法 被引量:4
3
作者 彭铖 张爱军 《激光杂志》 CAS 北大核心 2023年第1期56-61,共6页
为了提高光条中心点提取的精度和速度,提出了一种新的线结构光条纹中心亚像素提取方法。首先对图像进行中值滤波,采用轮廓跟踪算法避免扫描光条纹区域外的像素,以此提高计算速度,结合灰度重心法对光条纹中心进行初提取;通过均方灰度梯... 为了提高光条中心点提取的精度和速度,提出了一种新的线结构光条纹中心亚像素提取方法。首先对图像进行中值滤波,采用轮廓跟踪算法避免扫描光条纹区域外的像素,以此提高计算速度,结合灰度重心法对光条纹中心进行初提取;通过均方灰度梯度法计算光条纹的法线方向并以初提取点为中心进行双线性插值;以提取到的初始点和插值点采用加权灰度重心法计算光条纹中心的亚像素位置。实验结果表明,所提方法的标准误差在0.1400 pixel左右,运算时间约为0.0670 s。 展开更多
关键词 测量 线结构光 中心提取 轮廓跟踪 均方梯度 加权灰度重心法
下载PDF
图像特征点提取技术研究 被引量:3
4
作者 任旭虎 闫爱美 《仪表技术与传感器》 CSCD 北大核心 2009年第11期83-84,91,共3页
图像特征点是一个重要局部特征,传统的灰度重心法是重心模型的一种改进,其主要特点是对点坐标进行像素点的灰度加权,但其抗噪声性能较差。对此,文中采用一种改进算法,通过将目标区域划分成内部像素区域和边缘像素区域2部分,并对内部像... 图像特征点是一个重要局部特征,传统的灰度重心法是重心模型的一种改进,其主要特点是对点坐标进行像素点的灰度加权,但其抗噪声性能较差。对此,文中采用一种改进算法,通过将目标区域划分成内部像素区域和边缘像素区域2部分,并对内部像素灰度进行均值化,从而有效抑制内部像素噪声。同时,利用连通性对图像进行特征标识,提高特征点提取的速度。最后,通过仿真实验验证了改进算法的正确性,并表明改进算法有更好的噪声抑制性能。 展开更多
关键词 亚像素定位 灰度重心法 特征标识
下载PDF
移动式三维测量用圆形标记点提取算法 被引量:13
5
作者 解则晓 高翔 崔健 《中国激光》 EI CAS CSCD 北大核心 2013年第12期160-165,共6页
针对移动式三维视觉测量系统所采用的圆形标记点成像亮度较低且不均匀等问题,提出了一种基于灰度差重心法的识别与提取算法。获取标记点近似成像中心及成像区域,在成像区域内沿四个方向扫描得到像素级边缘点;利用灰度差重心法进行亚像... 针对移动式三维视觉测量系统所采用的圆形标记点成像亮度较低且不均匀等问题,提出了一种基于灰度差重心法的识别与提取算法。获取标记点近似成像中心及成像区域,在成像区域内沿四个方向扫描得到像素级边缘点;利用灰度差重心法进行亚像素定位;对亚像素级边缘点进行椭圆拟合,得到标记点成像中心位置。实验结果表明,像素级边缘检测算法运行时间为3ms左右;亚像素定位算法椭圆拟合最大偏差小于0.08pixel,平均偏差小于0.03pixel。与其他提取算法相比,该算法在速度及定位精度方面有一定的提高,更适用于移动式三维测量用圆形标记点的提取。 展开更多
关键词 机器视觉 灰度差重心法 边缘检测 圆形标记点 亚像素定位
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部