自动全站仪的棱镜光斑图像识别算法研究

自动全站仪发射一束红外光,经棱镜反射返回全站仪,由全站仪内置相机采集回光图像,通过获取回光光斑中心的图像坐标,求解全站仪照准棱镜时的偏移值,依据偏移值驱动全站仪自动瞄准棱镜目标。棱镜回光光斑的自动识别与中心定位是实现自动全站仪精确瞄准目标的关键技术之一。提出一种棱镜回光光斑图像的自动识别与中心定位算法,分析了光斑图像的亮度、边界形状等特征,设计了光斑识别与中心定位算法。实验结果表明,所提出的算法准确、有效。     

数字相机校准中光斑中心的亚像素定位

数字相机校准是进行摄影测量作业的前提条件和精度保障,而对数字相机CCD靶面上光斑中心坐标精确定位是决定数字相机校准精度的主要因素之一.现研究了光斑中心坐标定位精度对数字相机校准精度的影响,得出数字相机校准对光斑中心定位精度的要求为优于0.23像素.在总结分析椭圆拟合算法和灰度加权质心算法的基础上,基于我实验室数字相机校准装臵,对不同尺寸的平行光管星点板,在不同相机视场角情况下分别进行了光斑中心坐标定位实验,实验结果表明两种算法的定位精度均满足数字相机校准的精度要求,但椭圆拟合算法定位精度优于灰度加权质心算法.     

一种视觉引导经纬仪自动测量方法

文中将TM5100A经纬仪加载高精度摄像头构造视觉引导测量设备,标定十字丝中心点在像平面坐标系下的坐标,对经纬仪旋转水平角和垂直角与目标图像中心像素坐标之间的关系进行标定;摄像头采集目标图像并处理获取目标中心像素坐标,根据像素坐标与经纬仪旋转角关系计算经纬仪旋转角度,进而实现视觉引导经纬仪自动测量;对加载摄像头的经纬仪驱动误差进行测试,驱动误差允许的情况下测试并分析了视觉引导装置的点位测量精度、角度测量精度以及视觉引导准直测量精度,比人工测量精度高,符合工业测量的需求。     

一种相机标定辅助的单目视觉室内定位方法

目前随着室内定位技术的发展,人们对室内定位精度提出了更高的要求,高精度、低成本的室内定位技术成为研究的热点。本文结合相机标定提出了一种单目视觉室内定位方法,将室内环境按照是否共面进行区域分割,并对分割后的各区域进行相机标定,对摄像机获取的视频进行运动目标检测获取目标像素坐标,利用像素坐标和相机与空间的位置关系并结合平面约束方程进行目标位置解算。试验表明：该算法定位精度在X方向小于0.15 m,Y方向小于0.35 m,平均单点定位时间小于5 s,获得了良好的室内定位效果。     

徕卡测量机器人在港区堆场吊车轨道监测中的应用

一、徕卡测量机器人 监测软件GeoMos=完整的结构监测解决方案1.徕卡测量机器人自动全站仪又称测量机器人,是一种代替人进行自动搜索、跟踪、识别和精确照准目标并获取角度、距离、3维坐标以及影像等信息的智能型全站仪。自动全站仪通过发射红外光束,并利用自准直原理和CCD图像处理功能,无论在白天还是黑夜,都能实现目标的自动识别、照准与跟踪,保证了监测工程能够24小时连续运行。工程中使用的两种型号的自动全站仪TCA1201-M和TCA1800如图1所示。图1TCA1201-M和TCA1800自动全站仪2.自动监测控制和分析软件GeoMos徕卡监测软件GeoMo…     

图像全站仪图像测量模型及其简化计算

虽然商用图像全站仪历史并不长,但以其同轴摄像机较小的视场和望远镜放大率的优点,具有优异的角分辨率和目标图像分辨率,使其普遍应用于精确测量.图像全站仪图像测量用于测量角度,而不是三维坐标.采用球面投影的方式推导像点坐标与全站仪角度之间的严密计算公式,对目前现有的简化公式以及使用简化公式带来的角度误差进行分析.经过分析表明,简化公式计算量小,但带来的角度误差与视准轴方向竖直角以及目标像点到像主点的距离有关;在实际测量中为了减少简化公式带来的测角误差,在减小视准轴方向竖直角的同时,使目标点尽可能位于视场中央;对于精密测量,需采用严密公式.     

星载激光光斑影像激光指向变化探测法

地面光斑足印的定位精度高度依赖于激光指向角的测量精度,星载激光光斑质心提取及其变化规律对激光指向角的分析具有重要的意义。本文基于ICESat/GLAS的激光剖面阵列（laser profile array,LPA）影像数据,首先利用灰度一阶矩阵法提取LPA的质心,精度优于0.3个像素,LPA相对定位精度优于0.11个像素。其次利用傅里叶变换和傅里叶级数拟合对LPA质心坐标的变化进行周期探测和建模分析,结果表明,激光光斑影像的质心坐标存在1.83×10^-4 Hz、3.36×10^-4 Hz、5.19×10^-4 Hz和6.71×10^-4 Hz 4个明显的周期变化,拟合结果的相关性R²达到了0.86,拟合精度可达0.4″,优于0.13个像素,得到了较好的结果。可为我国的高分七号和后续的卫星激光测高数据处理提供参考。     

视频测量影像序列椭圆形人工目标点快速识别和跟踪方法

针对视频测量建筑物健康监测获取海量影像序列数据快速、准确识别和跟踪目标点的需求,提出基于影像块技术的椭圆形目标点识别和跟踪完整算法。该算法采用影像分块技术降低数据处理量,实现椭圆形目标点跟踪,集成数学形态学和椭圆几何属性特征,消除图像块边缘检测的非椭圆边缘信息,实现椭圆轮廓的提取,并采用最小二乘法拟合椭圆中心实现亚像素定位,快速、准确地实现视频测量建筑物健康监测椭圆形目标点的识别与跟踪。试验结果表明该方法获取的椭圆中心点像素坐标的RMS残差优于0.025个像素,且相对于随机Hough变换和模板识别算法,跟踪效率提高5倍以上。     

嫦娥三号月基光学望远镜几何定位精度分析

介绍了嫦娥三号月基光学望远镜的工作原理、涉及的坐标系统及其转换关系, 研究探测数据的几何定位方法, 并通过算例分析几何定位精度。研究结果显示, 通过几何定位能够得到误差小于0.2°的天体天文坐标, 解算精度优于月基光学望远镜的指向精度。     

图像全站仪星点质心快速提取方法研究

提出了一种图像全站仪恒星图像快速星点质心提取方法。该方法首先推导了顾及高度角影响的度盘坐标与像素坐标严格转换模型,并利用其逆变换模型预测恒星概略成像位置;其次以概略成像位置为中心,以一定范围为半径,设定星图处理的范围;最后采用全局阈值分割算法滤除背景噪声,采用八连通域算法确定星点边界,采用灰度质心法计算星点质心坐标。通过对全站仪恒星图像的局部有效处理,与全局图像处理方法相比,将星点质心提取时间缩短到2.1%;质心提取的准确率由90.9%提高到100%,保证了质心提取精度,为实现快速天文测量提供了支撑。     

星光导航星点目标区域提取算法改进

星图中星点目标区域的提取关乎星点中心提取的精度,对后续星光导航定位计算至关重要。本文针对现有边界搜索算法实时性差、个别星点边界搜索计算失效的不足,以及视框提取算法单个视框内有多颗星点时无法识别处理的缺陷,提出了一种适用于大视场星图多星点目标区域提取的改进算法。基本思路是：首先采用视框提取算法初步提取目标区域;然后利用本文提出的对角线判定算法,筛选出单星点目标区域和可能含有多星点的目标区域;最后对可能的多星点目标区域采用边界搜索算法,提取每颗星点的目标区域,实现多颗星点目标区域的识别处理。实测星图处理结果表明,本文算法提取单星点目标区域的效率比边界搜索算法提高48%;视框大小为16～60个像素时,提取多星点目标区域的准确率优于98%,可消除视框提取算法由于多星点无法识别引起的近10像素的星点中心坐标误差,使星图中所有星点中心坐标的总体提取精度提高3.78倍,达到0.038像素。     

基于摄影测量的自动照准方法

基于全站仪自动照准原理,提出了利用全站仪相机摄影实现目标精确照准的方法。为计算单位像素的角度偏移量,对比了多次取平均法、线性拟合法和视场法,得出视场法简易且精度高于1.5个像素纵向视场的结论。利用视场法分析了相机摄影在不同分辨率和放大倍率的照准精度,其结果表明相机摄影放大倍率不变,分辨率越高,目标照准精度可达1个像素纵向视场;保持相机摄影分辨率不变,放大倍率越高,目标精度可达0.5个像素纵向视场。     

SOKKIA NET05全站仪自动目标识别精度测试与分析

介绍了SOKKIA NET05全站仪自动目标识别功能的特点,分析了影响全站仪观测精度的误差来源。在多种观测条件下,对仪器自动目标识别精度进行了全面的测试和分析,与人工照准精度进行了比较,并对仪器自动目标识别夜间观测精度进行检测。结果表明,在正常观测条件下,仪器自动目标识别精度较高,且测值稳定。     

TCM电动全站仪海测一体化应用

ＴＣＭ电动全站仪是一种具有自动照准预设方向、自动纵转望远镜,ＥＤＭ连接迅速准确,能用ＲＳ２３２接口输出数据功能的全新马达驱动的电子全站仪。其配置的自动跟踪目标装置ＡＴＲ１与全站仪测距系统及视线同轴,对仰角和倾角较大的测点目标也能追踪如常。ＴＣＭ电动全...     

全站仪三维导线测量定位系统

本文以全站仪为工具,以E500为控制器和采集器,以测量过程实时化、自动化为目标,建立了一种全站仪三维导线测量定位系统。系统可在任何条件下自动、实时、精密地确定点的三维坐标,并可进行坐标系统转化,自动在E500中建立数据文件,实现与微机和其它仪器通讯。     

全站仪三维导线测量定位系统

本文以全站仪为工具,以Ｅ５００为控制器和采集器,以测量过程实时化,自动化为目标,建立了一种全站仪三维导线测量定位系统。系统可在任何条件下自动,实时,精密地确定点的三维坐标,并可进行坐标系统转化,自动在Ｅ５００中建立数据文件,实现与微机和其它仪器通讯。     

一种星载激光测高仪光斑内定位方法

提出一种利用铅垂线轨迹法及高程结构信息约束的星载激光测高仪光斑内定位方法。在星载激光测高仪辅助立体摄影测量体制下,以激光回波中包含的高精度高程结构信息作为约束条件,在足印光斑内,配合立体图像匹配生成的数字高程模型,选取定位候选点,并通过铅垂线轨迹法优化定位候选点高程值,消除立体图像定位误差引起的高程误差,获取符合高程结构约束的一系列位置的三维坐标。试验结果表明,该方法能够实现大光斑星载激光测高仪足印内的定位,高程定位精度为0.16 m,平面定位精度与立体图像一致。     

图像全站仪的任意星全盲识别算法

准确可靠的任意星识别是快速自动天文定位定向测量和数据处理的关键.提出一种基于图像全站仪测量的任意星全盲识别算法.任意选取3颗亮星组成匹配三角形,分别对三星连续拍照获得短时序的水平角和高度角,线性拟合并归算至同一时刻的地平坐标,采用三角形匹配法进行识别.大量野外观测数据测试表明,若拟合外推时间不超过4 min,连续星和间...     

监控视频动态目标的空间定位方法北大核心CSCD

针对监控视频动态目标的空间定位问题,本文在考虑相机畸变的前提下,对监控相机、目标像素坐标和地理场景之间的映射关系进行了研究,提出了基于数字表面模型(DSM)和基于平面约束的目标定位算法。首先,完成相机的标定,确定相机的成像模型;然后,提取畸变校正后的目标像素坐标,并通过目标定位算法计算目标的三维地理坐标;最后,进行了定位精度评定,并分析了两种定位算法的应用特点。本文的定位算法将以像素坐标定位的目标数据解析为以三维坐标定位的空间地理信息,为多摄像头的目标跟踪提供了统一的地理参考框架。     

全景深度图像精度分析及优化方法研究

针对三维激光点云数据生成360°全景深度图像存在像素分辨率不均匀的问题,提出一种顾及目标量测精度及可见度的全景深度图像生成方法,在保证全景影像表达地物的完整性的前提下提高其数据的存取精度。通过坐标转换和投影变换生成与全景影像匹配的全景深度图像;基于摄影成像原理分析摄影中心高度、深度值和像素分辨率之间的关系,得到不同深度处目标分辨率随摄影中心升高趋于一致的结论;综合分析地面目标分辨率和杆状目标尤其是树冠对树干的遮挡问题,确定特定场景下生成全景深度图像的最佳摄影中心位置并重新生成深度图像。实验分析表明,该方法能够在保证杆目标可见度的前提下提高地面目标量测精度。