三维基准转换广泛应用于大地测量、摄影测量、点云配准等领域,求解大角度、任意比例尺的三维基准转换参数的研究有很多。然而,当观测值中含有粗差时,得到的转换参数估值会受到不利影响甚至被严重扭曲。为处理含有粗差的大角度三维基准...三维基准转换广泛应用于大地测量、摄影测量、点云配准等领域,求解大角度、任意比例尺的三维基准转换参数的研究有很多。然而,当观测值中含有粗差时,得到的转换参数估值会受到不利影响甚至被严重扭曲。为处理含有粗差的大角度三维基准转换问题,本文首先将大角度三维基准转换问题抽象为具有等式约束的最小二乘问题(Constrained least squares, CLS),推导参数在正交约束条件下的最小二乘解。然后,将灵敏度分析方法应用到CLS问题中,研究残差加权平方和对观测值扰动的局部敏感性,并基于这些敏感度指标构造局部检验统计量,进而推导出一个适用于CLS问题的粗差探测算法。最后,为核实该算法的有效性进行了仿真与实测数据实验。实验结果表明:本文提出的基于灵敏度检验统计量的数据探测算法可以降低粗差的负面影响,得到可靠的参数估值,从而有效解决大角度三维基准转换中的粗差处理问题。展开更多
总体最小二乘估计能够同时顾及线性模型中系数矩阵A和观测向量L的误差,平差理论相对更为严密。如果系数矩阵A的部分元素没有误差,这种总体最小二乘模型为混合总体最小二乘模型。针对混合总体最小二乘(Least squares-total least squares...总体最小二乘估计能够同时顾及线性模型中系数矩阵A和观测向量L的误差,平差理论相对更为严密。如果系数矩阵A的部分元素没有误差,这种总体最小二乘模型为混合总体最小二乘模型。针对混合总体最小二乘(Least squares-total least squares,LS-TLS)解算问题,应用测量平差中的原理和方法,推导了混合总体最小二乘的迭代逼近解算公式,通过与奇异值分解法分析比较,分析了两种解算方法具有等价性,最后通过实验数据分析得出迭代算法的有效性和合理性。展开更多
针对透明物体逆光图像对比度低、可视质量差、部分区域过度曝光、边缘信息模糊等问题,提出了一种改进MSRCR(Multi-Scale Retinex with Color Restoration)的透明物体逆光图像增强算法。首先,在MSRCR算法的基础上添加最小可觉差的倒数作...针对透明物体逆光图像对比度低、可视质量差、部分区域过度曝光、边缘信息模糊等问题,提出了一种改进MSRCR(Multi-Scale Retinex with Color Restoration)的透明物体逆光图像增强算法。首先,在MSRCR算法的基础上添加最小可觉差的倒数作为光照分量的调节因子,解决图像的色偏问题,得到准确清晰的透明物体边缘信息;然后,利用自适应对比度增强算法对原图像进行处理,得到亮度适中,对比度高的图像;最后,将两幅图像按亮度均值比例进行拉普拉斯金字塔融合,并进行线性拉伸。将该算法应用于安瓿瓶视觉尺寸测量,结果表明:改进MSRCR的透明物体逆光图像增强算法,能有效解决MSRCR算法的色偏问题,突显透明物体边缘细节信息,并保留亮度增强效果,将安瓿瓶的尺寸误差由0.35 mm降低到0.1mm,提高了透明物体尺寸测量精度。展开更多
文摘三维基准转换广泛应用于大地测量、摄影测量、点云配准等领域,求解大角度、任意比例尺的三维基准转换参数的研究有很多。然而,当观测值中含有粗差时,得到的转换参数估值会受到不利影响甚至被严重扭曲。为处理含有粗差的大角度三维基准转换问题,本文首先将大角度三维基准转换问题抽象为具有等式约束的最小二乘问题(Constrained least squares, CLS),推导参数在正交约束条件下的最小二乘解。然后,将灵敏度分析方法应用到CLS问题中,研究残差加权平方和对观测值扰动的局部敏感性,并基于这些敏感度指标构造局部检验统计量,进而推导出一个适用于CLS问题的粗差探测算法。最后,为核实该算法的有效性进行了仿真与实测数据实验。实验结果表明:本文提出的基于灵敏度检验统计量的数据探测算法可以降低粗差的负面影响,得到可靠的参数估值,从而有效解决大角度三维基准转换中的粗差处理问题。
文摘总体最小二乘估计能够同时顾及线性模型中系数矩阵A和观测向量L的误差,平差理论相对更为严密。如果系数矩阵A的部分元素没有误差,这种总体最小二乘模型为混合总体最小二乘模型。针对混合总体最小二乘(Least squares-total least squares,LS-TLS)解算问题,应用测量平差中的原理和方法,推导了混合总体最小二乘的迭代逼近解算公式,通过与奇异值分解法分析比较,分析了两种解算方法具有等价性,最后通过实验数据分析得出迭代算法的有效性和合理性。
文摘针对透明物体逆光图像对比度低、可视质量差、部分区域过度曝光、边缘信息模糊等问题,提出了一种改进MSRCR(Multi-Scale Retinex with Color Restoration)的透明物体逆光图像增强算法。首先,在MSRCR算法的基础上添加最小可觉差的倒数作为光照分量的调节因子,解决图像的色偏问题,得到准确清晰的透明物体边缘信息;然后,利用自适应对比度增强算法对原图像进行处理,得到亮度适中,对比度高的图像;最后,将两幅图像按亮度均值比例进行拉普拉斯金字塔融合,并进行线性拉伸。将该算法应用于安瓿瓶视觉尺寸测量,结果表明:改进MSRCR的透明物体逆光图像增强算法,能有效解决MSRCR算法的色偏问题,突显透明物体边缘细节信息,并保留亮度增强效果,将安瓿瓶的尺寸误差由0.35 mm降低到0.1mm,提高了透明物体尺寸测量精度。
