为了有效解决单圆特征目标位姿解存在二义性的问题，提出了基于角度约束的目标位姿虚假解的消除方法。在相机标定好的前提下，在水平面上平移相机系统获得两幅或两幅以上具有圆特征的目标物图像，以圆形特征目标物的真实姿态角在相机坐标系下保持不变作为约束，可以有效剔除虚假解。可将该方法应用于末端安装摄像机的工业机器人，操控机器人做已知的平移运动从而有效剔除圆特征目标位姿的虚假解。通过实验验证，圆特征目标姿态角的绝对误差小于0.5°，然后可通过真实姿态选出对应目标的真实位置。该方法简单易行，不需要额外的高昂设备就能精确地定位出物体的真实位姿，成功率可达100％。

通过增加常见的点特征为位姿测量提供空间几何约束,分析利用圆形目标和与之异面的特征点进行单目视觉定位时位姿解个数的情况.以光心和特征点位于圆平面两侧为前提条件,运用几何方法证明了特征点与光心和圆平面的相对位置决定了位姿解的个数,并求出唯一位姿解和两组位姿解时光心、圆平面和特征点的位置关系,提出了基于圆特征和异面点特征的位姿求解算法,实现了6维位姿量测量,仿真实验和实物实验结果验证了算法的有效性和准确性.

为了准确描述工业CT图像中的圆形结构, 提出一种基于多尺度几何分析工具Arclet的圆测量算法。首先, 通过分析单尺度Arclet基函数间的空间关系, 设计了单尺度快速Arclet数字变换算法; 基于该Arclet数字变换, 提取出单尺度上的候选圆特征。然后, 考虑Arclet相邻尺度基函数间的空间关系并结合多尺度四叉树结构, 按照从根到叶的方向, 依次对相邻尺度间的候选圆特征进行取舍。最后, 融合各尺度剩余的候选圆特征, 得到提取结果, 并根据提取结果计算出半径等圆参数。基于实际工业CT图像进行了圆测量试验, 结果表明, 最大半径绝对误差的绝对值<0.1 mm, 最大半径相对误差的绝对值<0.5%; 即使对原工业CT图像引入不同强度的高斯噪声, 测量结果依然满足要求。本文提出的工业CT图像圆测量算法对噪声干扰具有很好的抑制能力, 能满足准确描述工业CT图像中圆形结构的要求。

为了探索海洋资源，必须对水下目标进行精确定位。提出了一种利用单目视觉进行水下圆目标三维位姿检测的方法。该方法仅需要单摄像机拍摄的一幅水下图像，便能从中快速地识别出圆特征，并对水下光折射造成的图像畸变进行补偿，从而估计圆目标的三维方向和位置。实验表明，利用该方法对水下圆柱体目标的方向检测误差为1.33%，位置检测误差为4.37%；通过移动和重定位该圆柱物体，证实了该方法的稳定性。

提出了一种机器视觉中圆形特征的三维模型分析方法。通过最小化数据点与所拟合椭圆的代数距离平方和，在满足二次曲线为椭圆的约束条件下，利用拉格朗日乘子法求得椭圆的5个特征参数。通过分析圆形特征的透视成像模型与原理，利用闭式解求得具有已知半径的圆形特征的三维位置和方向。对一组在标定模板上相同大小的圆进行特征检测与模型分析后，实验结果表明本文方法是有效和精确的。