对于带未知模型参数和噪声方差的多传感器系统,基于分量按标量加权最优融合准则,提出了自校正解耦融合Kalman滤波器,并应用动态误差系统分析(Dynamic error system analysis,DESA)方法证明了它的收敛性.作为在信号处理中的应用,对带有...对于带未知模型参数和噪声方差的多传感器系统,基于分量按标量加权最优融合准则,提出了自校正解耦融合Kalman滤波器,并应用动态误差系统分析(Dynamic error system analysis,DESA)方法证明了它的收敛性.作为在信号处理中的应用,对带有色和白色观测噪声的多传感器多维自回归(Autoregressive,AR)信号,分别提出了AR信号模型参数估计的多维和多重偏差补偿递推最小二乘(Bias compensated recursive least-squares,BCRLS)算法,证明了两种算法的等价性,并且用DESA方法证明了它们的收敛性.在此基础上提出了AR信号的自校正融合Kalman滤波器,它具有渐近最优性.仿真例子说明了其有效性.展开更多
由于镀金回转体工件的特殊几何特征和尺寸限制,快速准确地获取其全表面图像存在困难。本文提出了一种基于自适应亮度校正的全表面成像方法。首先,为了恢复低亮度区域信息,提出一种自适应调整图像亮度的校正算法,在全局亮度映射预调整后...由于镀金回转体工件的特殊几何特征和尺寸限制,快速准确地获取其全表面图像存在困难。本文提出了一种基于自适应亮度校正的全表面成像方法。首先,为了恢复低亮度区域信息,提出一种自适应调整图像亮度的校正算法,在全局亮度映射预调整后,使用导向滤波器替代传统的高斯滤波器进行图像局部对比度多尺度增强,同时保护划痕和边缘等特征。其次,设计了一种基于ROI(Region of Interest)自适应裁切的图像拼接方法,通过HSV颜色空间下阈值分割和单应矩阵估计提取有效区域,降低图像拼接时由曲面投影失真和视差引起的干扰,并提高算法的运行速度。实验结果表明:本文的亮度校正算法能改善图像特征亮度不一致情况,使得图像配准平均反向投影误差降低约50%,多图像拼接算法速度达1.25幅/s。相比Autostitch、LPC等经典算法,本文算法在精度和效率上都具有明显优势,适用于工业环境中回转体工件的全表面图像获取及缺陷检测。展开更多
文摘由于镀金回转体工件的特殊几何特征和尺寸限制,快速准确地获取其全表面图像存在困难。本文提出了一种基于自适应亮度校正的全表面成像方法。首先,为了恢复低亮度区域信息,提出一种自适应调整图像亮度的校正算法,在全局亮度映射预调整后,使用导向滤波器替代传统的高斯滤波器进行图像局部对比度多尺度增强,同时保护划痕和边缘等特征。其次,设计了一种基于ROI(Region of Interest)自适应裁切的图像拼接方法,通过HSV颜色空间下阈值分割和单应矩阵估计提取有效区域,降低图像拼接时由曲面投影失真和视差引起的干扰,并提高算法的运行速度。实验结果表明:本文的亮度校正算法能改善图像特征亮度不一致情况,使得图像配准平均反向投影误差降低约50%,多图像拼接算法速度达1.25幅/s。相比Autostitch、LPC等经典算法,本文算法在精度和效率上都具有明显优势,适用于工业环境中回转体工件的全表面图像获取及缺陷检测。
