【摘 要】
：
关节型激光传感器是一种新型的基于非正交轴系架构的非接触式三维坐标测量仪器,测量时需保证系统左右单元激光束精密交会。因此,实现高精度激光光斑中心定位是保证其测量精度的前提和基础。光斑中心定位误差分为随机误差和系统误差两部分。对于随机误差,采用边缘阈值法进行消除;对于系统误差,提出一种基于非线性最小二乘拟合的补偿方法。基于直线度误差评定方法,对激光光斑中心定位和补偿方法的效果进行对比分析。实验结果表明
【机 构】
：
天津大学精密测试技术及仪器国家重点实验室
【基金项目】
：
国家自然科学基金(61771336),天津市自然科学基金(18JCZDJC38600)。
论文部分内容阅读
关节型激光传感器是一种新型的基于非正交轴系架构的非接触式三维坐标测量仪器,测量时需保证系统左右单元激光束精密交会。因此,实现高精度激光光斑中心定位是保证其测量精度的前提和基础。光斑中心定位误差分为随机误差和系统误差两部分。对于随机误差,采用边缘阈值法进行消除;对于系统误差,提出一种基于非线性最小二乘拟合的补偿方法。基于直线度误差评定方法,对激光光斑中心定位和补偿方法的效果进行对比分析。实验结果表明,所提方法能将质心法的定位精度提高至0.12pixel,明显优于现有其他方法,满足关节型激光传感器的高精
其他文献
在媒介与社交的网络中,有着共同兴趣、价值观的人们汇聚成一个个社群圈,在圈子内交流、传播他们喜欢的内容,以此形成文化圈层。在当前的社会圈层中,传媒是圈层塑造的核心力量,媒体传播也因此表现出明显的圈层化特征,不同文化圈层的媒体和受众共存、融合,打造出圈产品,以此探寻大众传播与圈层传播的契合点。
提出了一种基于混合注意力机制和对偶残差学习的图像去噪网络。该网络采用了基于不同尺寸卷积核的对偶残差网络学习结构,不仅能降低更深网络结构的拟合难度,同时还能表示图像中的多尺度结构。所提去噪网络采用局部和非局部的混合注意力模块,对卷积神经网络的特征通道进行自适应调整,使得卷积神经网络不仅能注意图像的局部特征,还能刻画图像中的长距离依赖关系。与几种常见深度去噪网络的对比实验表明,本文算法能有效抑制不同强
为了获取高动态范围的图像,提出了一种基于改进曝光评估和双金字塔的多曝光图像融合方法。首先,优化了用于权重质量评价的曝光度测量指标,并构造了权重图;然后,结合分解权重图的高斯金字塔和分解原始图像的拉普拉斯金字塔,在不同尺度和分解层进行了曝光融合,以保留更多的图像细节信息。实验结果表明,相比原始图像、基于曝光评价和基于金字塔方法融合的图像,本方法融合的图像细节信息分别增加了23.5%、3.9%和0.9
针对腹部器官边界模糊、对比度不高以及肝脏和肿瘤形状易发生变化的问题,提出了一种基于特征融合的肝脏肿瘤自动分割方法,该方法进行两个阶段的训练。第一阶段使用改进的U-Net网络进行肝脏的分割;第二阶段用第一阶段的肝脏分割结果生成感兴趣区域(ROI),将ROI作为输入进行肿瘤的分割,这样能有效避免不相关信息带来的影响。本文提出的特征融合方法贯穿了两个阶段,其中通道注意力用于获取通道间的高频信息,空间注意
数字图像相关(DIC)方法是一种间接测量位移和应变的方法,具有光路简单、适应性好等优点,因此在相关领域得到了广泛应用。首先,以典型的空心圆盘金属零件为研究对象,并利用自行搭建的热变形装置对其进行加热控温。然后,利用DIC方法提取变温前后零件的图像特征,以计算零件外径的热变形。最后,用ANSYS仿真软件对零件在相同温度变化下的热变形进行仿真。实验结果表明,DIC方法测量的零件热变形结果与ANSYS的
针对车载导航导光板图像纹理背景复杂渐变、亮度不均匀、缺陷细微且类型多等特点,并根据导光板光学特性、网点排列、缺陷成像效果等,结合轻量化与级联深度学习网络提出了一种缺陷快速检测方法。首先,根据导光板缺陷分布特点,通过改进卷积层连接与特征图下采样的方法,设计一轻量化二分类网络实现疑似缺陷区域的快速分割;其次,利用改进的ResNet网络构建多分类网络,并提出两阶段网络级联的方法,对分割的疑似缺陷区域提取
由于高分辨率的卫星幅宽有限,涉及大面积的对地观测应用通常需要镶嵌多个拍摄于不同时间或不同传感器的高分辨率图像,镶嵌图像的过程通常包括5个基本步骤,即排序、配准、色彩平衡、接缝线检测和重叠区融合。现有的色彩平衡方法均未充分利用已有的卫星数据,且大多数算法只追求视觉上的效果,不追求数据的保真性,为此提出一种新的时空融合镶嵌框架。该框架引入基于增强型深度超分辨率网络的时空融合方法,通过一幅全局的参考图像