在单目视觉检测中,由于相机设置角度以及镜头等原因,相机所拍摄的图片存在非线性畸变,在图片使用之前通常需要进行相机标定、畸变校正。径向基函数(RBF)神经网络具有良好的非线性拟合能力,文中提出一种基于RBF神经网络的相机标定方法,该方法从标准标定板中提取样本像素点作为网络输入,对神经网络进行训练,训练好的网络可以得到畸变图像与校正图像像素点之间的对应关系,进而达到校正图像畸变的作用。实验结果表明,相较于传统的张正友标定法,该方法简单有效,精确度更高。

通过分析线阵CCD的成像过程,对多光谱CCD相机成像的彩色图像合成方式进行了研究,提出了一种处理方法.通过将各谱段CCD的每个像元信号分别扩展成一个二维像素数组后再进行彩色合成,尝试了利用后期处理的方式校正多光谱相机的配准偏差,改善了相机彩色合成图像的质量.结果表明,这种对CCD信号进行处理的合成方式为空间遥感相机的研制提供了一种技术手段,既能减小配准偏差的影响,同时又能够在不改变相机性能的情况下改善相机输出彩色图像的质量.

设计了一种基于相位相关与归一化积相关的联合图像校正算法.该算法针对卫星姿态变化对LASIS(大孔径静态干涉成像光谱仪)图像造成的畸变,根据傅里叶变换的旋转平移特性,实现图像序列旋转失真的高精度校正,校正精度达到0.01°;同时,基于归一化积相关方法实现图像序列平移失真的校正.针对LASIS数据量大的特点提出了改进的快速自适应模板选取法,使算法的运算复杂度按4n递减.仿真结果表明,该算法能快速有效地校正LASIS图像.

为了快速、准确地寻找立体像对的对应点，通常要将像对进行校正，以消除垂直视差，提高搜索速度和匹配精度。提出了基于雅可比行列式的立体像对校正方法，使用雅各比行列式对图像校正后的失真进行分析，更好地保持源图像采样。通过对合成图像及真实图像的校正实验，表明所提出方法有效保护了图像的采样，并使图像形变较小。

由于当前已有方法未能对气动光学效应图像进行去噪处理,导致得到的图像校正质量较差,提出一种基于矩匹配算法的气动光学效应图像校正方法,根据小波多分辨率的特性将高低频小波系数进行分离,通过移动窗口矩匹配算法和阈值法分别对图像的低频和高频部分进行滤波处理,获取去噪后的图像。通过矩匹配算法对图像进行匹配,使用相邻帧对匹配后的图像在不同场景下进行变换列估计,同时在时间域内对校正参数进行自适应更新,完成气动光学效应图像校正。实验结果表明,所提方法能够有效提升图像质量,获取更加满意的气动光学效应图像校正结果。

光学成像制导飞行器在大气层中以高超声速飞行时,其成像窗口附近强压缩流场的气动光学效应会导致成像过程出现抖动、偏移和模糊,影响制导精度.为研究该问题,搭建了基于高超声速(Ma=6.0)炮风洞的气动光学地面模拟平台.利用高速摄像机获取了多种喷流压比状态下光学头罩成像图片,研究了成像特性.基于背景纹影技术(background oriented schlieren, BOS)直接获取气动光学畸变的点扩散函数信息,结合Wiener滤波方法对地面模拟平台获取的成像畸变结果进行了校正,并结合灰度分布、峰值信噪比(peak signal-to-noise ratio, PSNR)和结构相似度(structural similarity, SSIM)对校正结果进行了定性和定量评价.成像结果表明,头罩无冷却喷流时成像质量最好,在压力匹配附近头罩成像质量相对于欠压喷流和过压喷流成像质量较好.图像校正结果表明,风洞运行过程中采集的时间序列图像在校...