- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
双目头盔显示器测试仪中图像定位算法研究
双目头盔显示器测试仪中图像定位算法研究
14计算机与数字工程第35卷
双目头盔显示器测试仪中图像定位算法研究
余琨严国萍
(华中科技大学电子与信息工程系武汉430074)
摘要阐述了头盔显示器检查仪的测量原理和系统结构.重点说明了实际检查仪中的关键技术,介绍了应用Su.
SAN算子进行边缘检测和根据CCD特性进行高斯曲线拟合相结合的亚像素算法,采用该算法进行十字丝的定位,达到了
实际应用的要求.
关键词头盔显示器SUSAN曲线拟合亚像素
中图分类号TP301.6
1引言
头盔显示器是一种新型的机载显示和瞄准系
统,它的发展受到了各国的重视,因此头盔显示器
的性能检测就显得至关重要.本系统所检查的头
盔显示器采用的是双目100%全叠加视场,双目显
示画面分别来自两个相同的独立像源.只有通过
一
定的调试和双目视觉融合观察判断,才能保证双
目光轴的一致性和双目显示画面的完全重合.根
据头盔显示器检查和调试的客观性要求,该检查仪
引入了CCD作为图像捕获装置来取代人眼的视觉
观察功能,在参照同一测试基准的前提下依次摄取
光轴相互平行的双目显示器中每个单目显示器的
显示画面,对得到的图像分别进行亚像素定位,判
断目标位置是否一致,并以此调整头盔显示器的独
立像源.
在基于图像采集的精度测量中,十字丝标志是
一
种特征明显,并易于获得高度定位精度的定位标
志,因此该检查仪采用十字丝标志作为亚像素定位
图样.本文以基于CCD的图像采集系统为基础,
介绍了头盔显示器检查仪的系统框图,重点研究了
图像中目标的高精度定位算法,达到了满足实际检
查的精度和实时性要求,实现了亚像素级的定位
精度.
2系统测量原理及框图
首先,设置定位基准.以平行光管模拟的外景
光线为平行光,通过头盔前端的分光器件后,再通
过成像物镜将位于平行光管焦平面的标准十字分
划板成像到CCD相机上,并将此分划板的刻线作
为本测试设备的定位基准.
然后,将由成像物镜和CCD相机组成的图像
捕捉装置移动到头盔显示器其中一个目镜的出瞳
处,当通过相机获得成像图像数据后,利用图像处
理与分析获得的分划板在图像中的精确定位,计算
得到头盔中该目标源光学系统与基准平行光管的
偏差,并以此偏差来调试该目标源系统的光轴.
其次,当完成第一个目标源光轴的调试工作
后,再将图像捕获装置移动到另一个目标源的出瞳
处,测试步骤与上一个目标源的测试工作相同.
最后,通过对比左右两目的图像,来判断两目
标源光轴是否平行.
按照头盔显示器客观检查的功能要求,检查仪
有光源系统,被测件定位调整系统,图像捕获系统,
图像处理与显示系统及操作控制等单元系统组成.
系统总体框图如图1所示:
图1系统框图
3系统实现的关键技术
本系统中的关键技术是图像中十字目标的定
位,十字目标的定位精度直接影响了头盔显示器的
调试精度,因此该检查仪十字丝的检测和定位就显
得尤为重要了.
收到本文时间:2006年5月10日
作者简介:余琨,男,硕士研究生,主要研究方向为信号检测和仪器测量.严国萍,女,教授,博士生导师,研究方向为
现代电路与系统.
第35卷(2007)第2期计算机与数字工程15
本系统采用的图像捕获装置为像素单元为
1280$1024的CCD摄像机,它能够静态,动态的捕
捉图像并输出带有同步时钟的模拟信号.CCD摄
像机输出的模拟信号通过同轴电缆传输到图像采
集卡,图像采集卡将对信号做出相应的时钟同步,
帧缓存等处理.在计算机上,通过调用相应图像采
集卡的驱动程序得到图像数据,并利用得到的图像
数据进行图像处理与分析.
本系统采用的图像测量原理是通过处理被测
物体图像的边缘从而获得物体的几何参数,因此图
像边缘提取是测量的基础和关键.在早期常见的
边缘提取算法,如Laplacian算子,Robe~算子,S0一
bel算子及Kirsch算子,都是基于微分算子的,而微
分算子对图像的细微部分会起到平滑作用,而且这
些算法只能达到像素级的精度,即精度为1个像
素,精度较低.因此这些传统的边缘检测算法不适
合应用于图像的精密检测.因此,本系统采用了一
种基于最小核值相似区算法一SUSAN算法,该算
法对图像的细微部分有很好的提取效果,在精密图
像检测中应用广泛.在SUSAN算法的检测基础
上,本系统利用CCD的特性,采用二次曲线拟合的
方法,得到亚像素定位的精度,提高了检测和调试
精度,有很强的实用价值.
3.1SUSAN算法的原理
如图2所示为一个矩形在白色背景上,一圆模
板e置于图上4个不同的位置.将模板中的各点
与核心点(当前点)的灰度值用(1)式的相似比较
函数进行比较.
图2图3
c(,y)={三:l,((x,,yy))一-l,((x.o,,yYo.))lllt;~gt;(1)
其中,,(.,Yo)和,(,Y)
文档评论(0)