基于标准平面镜的双目偏折术系统标定

来源 :光学与光电技术 | 被引量 : 0次 | 上传用户:bgnjqw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
相位偏折术中,系统标定精度对面形测量精度具有决定性的影响.采用带标记点标靶进行标定时,由于其表面不是理想平面而引入误差,导致虚像姿态求解不精确,进而影响标定精度.通过使用高精度的标准平面镜作为反射镜,从初始系统参数开始,采用交替方向优化的方法实现系统几何参数的标定,提高了标定精度,同时避免了变量过多导致的矩阵病态问题.使用该方法对双目相位测量偏折系统进行标定后,对100 mm 口径的标准平面镜进行了对比测量.由测量面形可知,该方法可显著降低测量均方根误差和低频面形误差.相比于传统带标记点标靶的方法,有效提高了标定的精度和稳定性.
其他文献
根据苯乙烯焦油的物料特性,设计出一种苯乙烯焦油燃烧器,重点介绍分析了燃烧器中苯乙烯焦油喷嘴和燃烧助燃配风的设计方案.燃烧器投产后运行可靠,烟气排放达标,可以为相关领域的焦油类及高粘度类废液的处理提供参考和借鉴.
陶瓷纤维炉衬已成为目前炉衬发展的一种趋势,陶瓷纤维炉衬的采用正确与否,直接决定了工业炉的使用效果、产品质量和产量.本文对陶瓷纤维炉衬在使用过程中经常出现的问题进行了分析,并提出了在设计、选材、施工及生产阶段相应的解决方法,使陶瓷纤维炉衬的性能最优化.
为实现窑炉的长寿、节能、低耗,硅质隔热耐火砖的质量起着至关重要的作用.本文介绍了硅质隔热耐火砖的制作工艺、过程控制及质量控制程序和方法.结果表明:采用该质量控制方法生产的硅质隔热耐火砖质量优良,经久耐用,取得了良好的效果.
以江苏省某危废焚烧处置项目为例,对比分析危险废物焚烧后产生的烟气采用“干法小苏打+湿法脱酸”和“干法消石灰+湿法脱酸”的运行总成本.经济与技术分析结果表明:消石灰脱酸产生的飞灰进刚性填埋场填埋时,“干法小苏打+湿法脱酸”的总运行成本低;而消石灰脱酸产生的飞灰进柔性填埋场填埋时,“干法消石灰+湿法脱酸”的总运行成本低.
通过对热轧加热炉出钢节奏的控制,可实现加热炉与轧机的有效衔接和最优匹配.对加热炉出钢节奏的各种控制方式进行了介绍,然后从钢坯最小在炉时间的角度出发,较为详细地分析了加热炉出钢节奏在定时方式、自动节奏方式下的运作情况,同时对加热炉自动燃烧技术的现况和发展趋势进行了分析.
编码的圆形正弦条纹在圆心具有零相位,该点可以作为后续相位计算和展开的参考.但是圆形条纹提供的载频相位具有非线性特点,当其用于三维面形测量时,如果圆心在物面上,获取物面高度信息的方法与投影单频直条纹的情况不同.研究基于圆形条纹投影的相移轮廓术,讨论了物面高度引起的图像点坐标的位移量和绝对相位的计算方法,并完成相应的误差分析.对3.5 mm平面测量误差的标准差为0.019 mm.计算机模拟和实验验证了该方法能直接得到离面物体的绝对相位,用于重建物体的三维面形.
光学加工过程中,粗磨与精磨阶段材料去除量最大,而抛光阶段的材料去除量则小很多,因此若对粗精磨表面进行精确全场测量将极大缩短加工过程.在现有测量手段中,三坐标机和红外干涉仪存在价格昂贵或效率不高问题.将光学三维传感方法中的双目结构光技术用于光学加工过程,实现了对光学元件粗精磨表面的无接触、全场、快速高精度测量.实验结果表明所提方法切实可行,测量误差小于10 μm,对加工过程中切削加工量的快速精确测量具有应用价值.
图像隐藏技术在当今大数据时代扮演着重要角色,尤其在版权保护和保密通信等领域中有着巨大的应用价值.提出了一种基于计算鬼成像的图像隐藏方法,目标图像经过计算鬼成像系统加密,随机散斑作为系统密钥,将密文进行二值化后的结果采用最低有效位算法嵌入到宿主图像中,利用相应的水印提取规则和二阶相关算法恢复目标图像.仿真结果表明,该方法具有较好的隐蔽性,嵌入水印图像的峰值信噪比可以达到50 dB,授权用户可以用密钥获得目标图像,同时,所提方案有一定的容错能力,对椒盐噪声和图像裁剪具有一定的鲁棒性.
目前微型分光光度计已广泛应用于水质在线分析仪器中,而杂散光作为分光光度计检定中的一个重要指标,其大小对于测量结果具有很大的影响.理论分析了杂散光的来源及其对分光光度计测量结果的影响,搭建了测试平台,对两台不同程度杂散光的微型分光光度计进行了检测,并将其分别应用于六价铬水质分析仪中,对不同浓度的标准溶液进行了测量,结果表明,杂散光的存在会引入较大的测量误差,且随着溶液浓度的增大,其影响更加严重.因此,在仪器设计制造和实际应用工作中须重视对杂散光的抑制和控制,从而提高仪器的测量精度,进一步保证用水安全,降低水
基于深度学习的目标跟踪算法由于其良好的性能已经成为目标跟踪领域的主流算法之一.其核心思想是进行前后帧的相似性学习从而完成模板帧与搜索帧的匹配.其中,相似性学习是影响跟踪算法性能的关键一环.以孪生网络的相似性学习为切入点,对现有的深度互相关(DW-XCorr)的相似性学习方式进行改进,提出了一种多尺度相似性学习的目标跟踪算法.该算法在SiamRPN的基础网络框架下,构造多尺度互相关(Multi-Scale Cross Correlation,MS-XCorr)模块,对原有的互相关操作进行多尺度的改进,从而增