光通信研究
2024, 50(2): 22007301
为了扩展准直测量的应用领域,提高测量范围是最为有效的手段之一,因此用于准直测量的鱼眼相机应运而生。针对准直测量用鱼眼相机标定精度不高的问题,提出了一种基于插值形式的径向粗标定及基于栅格形式的补偿精标定的两步式准直测量用鱼眼相机标定方法。该方法使用插值而并非构建成像模型,能够有效避免模型不准确及参数设置不合理而引入的系统误差,并且可以在一定程度上抑制镜片加工的非对称性及光学系统装调所带来的偏差。区别于图像评价的峰值信噪比(PSNR)以及结构相似性(SSIM)等性能指标,该方法选择的平均重投影误差(MRE)这一指标能够更有效地衡量准直测量使用条件下相机标定结果的优劣。仿真对比实验结果表明该方法在4种虚拟鱼眼相机模型上的标定效果皆优于传统标定方法,与传统的方法相比,标定的不确定度最大能够改善82.63%。样机标定实验结果表明,该方法能够有效标定真实的准直测量用鱼眼相机,在搭建的真实样机上应用该标定方法后,样机的入射矢量解算的不确定度能够提升至角秒级。
准直测量 鱼眼相机 标定 畸变矫正 collimation measurement fisheye camera calibration distortion correction 红外与激光工程
2024, 53(2): 20230549
1 大连理工大学 电气工程学院,辽宁 大连 116024
2 中国工程物理研究院 流体物理研究所,四川 绵阳 621900
3 天府创新能源研究院,成都 610000
4 国网综合能源服务集团有限公司,北京 100052
全膜脉冲电容器是脉冲功率系统的重要储能单元,其寿命影响着整个系统的可靠性。在脉冲工况下,全膜脉冲电容器的失效多为突发失效,且寿命的分散性较大。为探究全膜脉冲电容器老化失效机理,开展了其寿命试验及电场与温度场的仿真。利用LTD基本放电单元(Brick)实验腔体对电容器进行寿命测试并获得失效电容器,分析了失效电容在不同故障形式下的失效原因,并利用有限元分析软件对电容器局部“电场易畸变”区域进行了电场仿真,说明上述区域存在的畸变电场是发生绝缘介质击穿的主要原因;对电容器进行温度场分析,发现电容器温度与充放电频率成正相关,温度最高点位于电容器几何中心处附近,在充放电频率较低时,电容器温升不明显,说明在较低充放电频率下,电容器绝缘介质老化以电老化为主,而非热老化。
全膜脉冲电容器 寿命试验 老化 电场畸变 失效机理 all-film pulsed capacitor life test aging electric field distortion failure mechanism 强激光与粒子束
2024, 36(2): 025020
浙江大学光电科学与工程学院极端光学技术与仪器全国重点实验室,浙江 杭州 310027
本文建立了一种基于双目3D显示观察的主观实验流程,利用主观实验数据来分析汽车车载增强现实抬头显示(AR-HUD)设备中的动态畸变对驾驶员主观感受的影响,同时评估观看来自不同眼盒位置的图像时双目融合过程中驾驶员可以接受的畸变大小临界值。实验研究结果显示,随着两眼之间的动态畸变差异的增大,驾驶员融合图像变得越来越困难,观看的不适程度也出现较快增长。同时本文也揭示了驾驶员在使用AR-HUD设备的过程中,同一眼盒两个不同位置处驾驶员可以接受的动态畸变临界条件为垂直畸变小于2%,水平畸变小于1%。此研究证实了动态畸变对驾驶员的主观感受具有较为显著的影响,并且为汽车抬头显示系统中光学设计的优化畸变过程提供了相关的数值约束参考。
动态畸变评估 双目融合 双目相机模型 主观实验方法 单因素方差分析
1 苏州大学光电科学与工程学院&苏州纳米科技协同创新中心,江苏 苏州 215006
2 江苏省先进光学制造技术重点实验室&教育部现代光学技术重点实验室,江苏 苏州 215006
在非球面零位干涉检测中,待测面检测误差分布与实际误差分布间存在干涉投影畸变。针对目前投影畸变校正方法计算复杂、通用性差等问题,提出一种基于卷积神经网络(CNN)的投影畸变校正方法。该方法首先在待测面上加入井字形柔性遮挡物,并根据投影畸变系数范围合成干涉图像作为CNN的数据集;然后选择合适的网络结构基于该数据集来训练网络;最后将实际干涉图像输入该网络以预测畸变系数,从而实现投影畸变的标定与校正。实验结果表明,该方法的理论校正误差小于1 pixel,实际误差校正精度优于传统标记点法,证明了该方法高效可行。
干涉检测 畸变校正 深度学习 卷积神经网络 系统标定 激光与光电子学进展
2024, 61(8): 0805001
中国工程物理研究院 总体工程研究所, 四川 绵阳 621000
光纤内窥镜被广泛应用于复杂结构狭小空间里的破坏损伤探测, 但因其固有特性及外界噪声影响致使采集到的图像呈现蜂窝网格状, 且存在30%左右的桶形畸变。针对此问题, 提出了一种基于光纤内窥镜图像标定方法, 首先设计了可自由移动的标定系统, 然后采用高斯滤波、二值化处理、mark点识别、畸变矫正等方法对标定板图像中的光纤束进行处理, 最后使用该标定方法对光纤内窥镜拍摄的不同类型的标定板图像进行标定矫正。试验结果表明, 所提标定方法适合多种场景和不同质量图像的矫正识别, 测量误差仅为10 μm。
光纤内窥镜 标定系统 畸变矫正 微位移 optical fiber endoscope, calibration system, disto
1 中国科学院长春光学精密机械与物理研究所,吉林 长春130033
2 中国联合网络通信有限公司长春市分公司,吉林 长春130061
实弹射击是部队的基础**训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而,计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象所在平面不垂直的影响,导致被测对象的图像产生畸变,最终会给弹孔坐标位置的精准定位带来误差。为了提高基于计算机视觉的自动报靶系统的报靶精度,提出一种基于卷积神经网络的畸变校正算法,只需一张胸环靶面的模板图像即可模拟出大量训练数据集。训练完成后,输入一张畸变图片就可以得到该图片的畸变参数,并利用该参数完成对图像的畸变校正。与传统校正算法的对比结果表明,该算法校正效果较好,有利于提升基于计算机视觉的自动报靶系统的报靶精度。
机器视觉系统 图像畸变 校正算法 卷积神经网络 machine vision system image distortion correction algorithm convolutional neural network