针对提取道路点云聚类方法存在欠分割、过分割的问题, 提出了一种基于坡度滤波算法和改进欧式距离的区域生长算法相结合的道路点云提取方法。原始点云数据量大且繁杂, 采用统计分析进行预处理, 去除一定数量悬空的噪声, 减少数据量; 为防止点云数据精度损失, 对预处理后的点云按照格网进行划分, 结合坡度滤波算法, 去除非地面点干扰, 获取地面点云; 以法向量夹角和欧氏距离为约束条件, 采用改进的区域生长算法提取路面点云。使用两组不同场景下的车载点云数据进行试验, 证明了该方法的有效性。

基于传统暗原色先验原理的图像去雾算法存在的“halo”效应, 且图像中明亮区域存在颜色失真现象, 针对此问题, 本文提出了多尺度窗口的自适应透射率修复交通图像去雾方法。首先, 利用新的8方向边缘检测算子求取图像中景深突变区域, 根据暗通道先验理论和前一步求得的景深突变区域, 在景深变化较大区域使用5×5的窗口, 景深变化较小区域则使用15×15的窗口得到暗原色估计图。同时, 针对暗通道先验原理对近景部分存在白色区域时透射率估计不准确的问题, 引入了自适应透射率修复方法, 通过引导滤波器得到边缘增强后的暗原色图像, 并利用其与原暗原色图像的纹理差对近景区域的透射率进行修正, 完成图像去雾。实验结果表明: 双边滤波和梯度双边滤波两种算法均存在halo现象, 并且在包含白色物体的明亮区域色彩失真严重, 客观评价指标失去意义; 相比于引导滤波, 本文去雾算法的各项指标均有所提高, 其中平均梯度平均提高了8305%, PSNR平均提高了12455%, 边缘强度因子平均提高了777%。本文算法有效解决了复原图像中“halo”效应现象和明亮区域颜色失真现象, 去雾效果最优。

提出了一种基于激光基准的轨道平顺度检测仪,其可以对轨道的高低不平顺度、轨向不平顺度和曲率进行检测。轨道检测仪以激光为基准,利用水平仪和远程聚焦系统使激光垂直入射到光电靶面上,通过数据采集单元采集数据并将数据传送给数据处理单元,得到轨道的不平顺参数,并在人机交互界面上显示。实验结果表明,该轨道检测仪可靠性高,测量精度高,检测距离可达200 m,测量精度为1 mm。

为了提高激光三角测距精度、优化传感器设计过程中的光学参量,采用数学建模和计算机辅助分析的方法,解析了激光三角测距传感器中的关键参量与测量系统各指标的关系,并采用一种基于粒子群算法的参量优化方法,得到符合系统优化要求的光学参量,进行了理论分析和验证。结果表明,在进行参量设计时,各参量相互牵制;确定了粒子群搜索空间和约束;在灵敏度Smin达到2.2386mm时,系统分辨力可达到2.8μm,且其它各参量取值符合系统要求,同时优化效率大大提高。该优化方法算法简单、操作方便。

针对畸变对成像测量的影响，通过对摄像机畸变模型的分析，提出了一种基于特征平行直线的畸变现场校正方法.该方法分两步，非线性径向畸变的校正和透视畸变的校正.首先，提取图像中包含的多条特征直线，然后通过迭代法将成像后的弯曲直线拉直的方法获得系统非线性径向畸变参量，再用这些参量对非线性径向畸变进行校正，得到去非线性径向畸变的图像.通过对图像中的特征平行直线进行拟合，获得系统的透视畸变参量，并以这些参量反演迭代实现对透视畸变的校正，进而得到去透视畸变的图像.实验和仿真结果表明：该方法通过两步法利用图像中的特征平行直线先验知识能够有效实现对成像中多种畸变的一靶现场校正；对像机径向畸变和透视畸变的校正后相对误差均达到5%以内，适合于工程中基于图像的测量和目标识别中目标无固定位置的复合畸变的现场校正.

针对成像测量系统中镜头径向畸变影响测量精度的问题，提出了一种基于物面移动同心圆特征靶标的径向畸变标定方法。该方法先将固定在二维精密平台上的同心圆靶标置于垂直物面的特定位置，然后采集靶标图像，同时用最小二乘法以拟合得到的圆直径为条件，按一定方式移动特征靶标，直到拟合值达到极值或者在一定误差范围内。记录该幅图像，则其拟合得到的圆心坐标便是畸变中心，同时利用该幅图像，根据等差值半径和摄像机成像模型的半径的成像关系求出其畸变多项式系数。为提高特征靶标的移动效率，提出了坐标轮换最优化移动的方案。实验结果表明，该方法对畸变中心的标定精度可达0.6 pixel,畸变多项式系数有效数字重复误差小于0.02,并可实现两者的一靶标定,且利用该法获得的参数能实现对畸变图像的准确校正。

用紫外连续光谱对烟气排放有害成分的在线监测的关键和难题是: 如何从连续的混合气体吸收光谱信号中分离并解算各气体的浓度, 为此基于朗伯-比尔定律我们提出了一种递推迭代反演解算算法, 该算法利用各气体在190～290 nm波段的特征吸收峰, 结合吸光度的二元叠加性, 在某种气体的一个特征吸收点上假设其他气体没有吸收, 推出该气体的初始浓度, 然后切换到另外一个特征吸收点上, 将该气体吸收光子数从测出的总吸收光子数中减去, 得到另一气体的初始浓度, 依此类推得到各气体的初始浓度； 然后再回到第一种气体的特征吸收点上, 从吸收的总光子数中减去其他各气体的吸收光子数, 再次得到第一种气体的一次迭代浓度, 依此类推得到其他气体的一次迭代浓度, 重复迭代直到相邻两次得到的浓度差小于某一值为止, 得到的各气体的浓度即为各气体的精确浓度。 实验结果表明: 该方法能够一次同时解算出多种有害气体浓度且精度达±2%, 算法简单满足实时性需求, 抗干扰能力强, 适合工程实际应用。

提出了一种新的复杂背景下低信噪比红外弱点目标检测算法。根据红外弱点目标在图像中的三维空间特征,从空间认知的角度出发,将三维的灰度分布特征转化为二维的等高线曲线特征, 建立红外图像的等高线图(IECM)描述,利用图论中的树结构(等高线树)形式化地表达等高线的空间关系,在此基础上,给出弱点目标检测的等高线树检测准则,同时给出了等高线划分等级的选择方法。理论分析与实验结果表明,该算法具有良好的检测性能,且结构简单,利于硬件实时实现。在信噪比为1.4的情况下,对红外图像序列的检测概率为96.3%。

通过对具有径向畸变的摄像机模型的分析，设计了一套求解图像径向几何畸变中心和畸变多项式系数的方案。首先，依据校正样板曲线的弯曲程度应用一元线性回归法和逐次逼近法求取光学图像的几何畸变中心，然后应用递推最小二乘法求解径向几何畸变的多项式系数，最后根据所得到的畸变中心和畸变多项式系数对图像进行校正得到满足要求的图像。仿真试验证明:该方法可以通过一次采集单幅图像对成像系统进行高精度标定，能够对成像测量系统的径向几何畸变进行一定精度的校正。实践证明：该方法通过图像处理的方法提高成像测量系统的精度，降低了系统的设计成本，可以作为成像测量系统中单独标定摄像机畸变参数的一种简单有效的方法。

为了满足特殊管道弯曲度的高精度测量要求,提出了一种基于双激光准直电荷耦合器(CCD)的测量方法,介绍了单激光准直与双激光准直CCD的弯曲度测量原理,建立了靶标的动态旋转模型,通过双激光光斑的精确定位与同心圆的现场标定准确地提取靶标的旋转角度,对测量结果进行校正,从而实现特殊管道弯曲度的精确测量。实验结果表明,幅值偏差为±0.01 mm,方位角偏差为±10″,该方法具有较高的测量精度且稳定性好,可满足特殊管道弯曲度的高精度测量要求。