長春理工大學碩士學位**
姓名：張丹申請學位級別：碩士專業：通訊與資訊系統指導教師：段錦20080401
§最３．３疊線綴合鬃分演算法
繪定一傑系列◇；，ｙ；），籍最奪二黍法撅合褥裂黼數，轉＞，搖巍子使箕秘方誤麓（膩钁）最小，這可以通過式（４．５）繪如。
膩姬－嘉羹陝一，純）ｒ（４．５）擬合過程用來確定係數的最佳取值。也就是說，希望確定這些係數的值，以使該馥線餮ｌ給定傑豹誤嫠在瑪方誤差靜意義下最，ｊ、。｛；王翔下豹二次糖物魏線，ｏ）綴合為鍘。
，０）一ｃｏ＋ｃ≯＋ｃ２羔２疆。６＞設給定點的個數為ⅲ，朱知係數個數為ｎ，並且ｍ≈ｎ，則可以得到矩陣形式的方程縫必阢－￥。
其中：ｙ－羅ｌｙ２…
ｙ塒月一
ｌ墨《１
善２ｘ；
ｌ‰《ｃ，ｒ１汪，，
ｋｊ慰式（４，？）進行漿鰓就霹娃褥裂二次攆攜整線，￡磅孛懿係數。
§４．蓮本文使燕鮑亞畫素纓分舞法
選取以中字中，§為孛心矩形區域（翅固唾。２）。鈐瓣該區域，我織麓先愛投影法分剃在羹直方向和水平方向進行投影。
首先介紹一下投影法：
露４，２十字絲
§５．３相機標定試驗
甓必在殘豫蓬程串，無論耱悽多褒，都存程薄一定豹髭攀旗交。無論怒採強那一種鏡頭畸變模型，影象的畸變都符侖這樣乙個規律：畫素座標越接近光學中心非線性畸變量越小．光學中心處的非線性畸變量為零，因此我們將分聯對影象進彳亍相機標定。
如圖５。３贗示為相掇撂定模板，爨壕中心懿豳點為光學中心，×標記魏點必要進黴試驗靜稃本點，離光學中心越遠畸變越大，我們要甜不同位置的點求得不同的畸變係數。
強５。３穩祝檬定箍教
首先，標定影象的主點座標（ⅳ。，％），然麓根據測試系統的標定要求，引入新的畸變模擻，線性求解糨機的內部引數，，如，庶，，血，矽。這裡我們只對光學中心承平靜撩蠹兩個方翻避｛亍試驗，箕余方兩方法臀溺，其其俸步驟鱺下：
一、影象採集
如圈５．４，較暗的十字絲是主點座標即光學中心，而較亮的是測量十字皴即經緯儀專字絲。試驗蔻，誘羧經緯紋，鑊經豸墳÷字絲島斃學孛心熬會。囊轉經縭儀羨鍰，使經緯儀十字絲在ｃｃｄ的市場範圍內移動，每移渤一次錄取～幅影象。
圖５．４ｃｃｄ採集的十字絲影象
二、影象處理
ｌ。＋字熊孛心定霞及駐畫素定位
這擻所說的十字緞中心定位燕對測量十字絲酃經緯儀十字絲的定位，箕定位演算法
骰靜，在貌只翔磁了萁串豹兩箍豳像，幫經緯僅十字絲遊先學中心承平方向移動糯港光學中心瓣直方向移動，如圖５．４、圖５．６。給定的相機參考焦距為１３９．９５舢，參考水警像元足寸雋０．ｇｌｉ６跚，參考垂纛像元尺寸為０．ｏｌｌ２嘲，誤差耩發＜１５」，裙始弱審心位置為相成的經緯儀角度為用上述的相機標定方法，我們可以獲得相機的焦距是１３８．９５嗍，水平像元尺寸為ｏ。ｏｌｌ４５０４唧，垂巍像元尺寸為ｏ．１１４３９６懶，水乎方向的畸變係數是纛直方向的畸變係數是水平誤差小於４』，睡直誤麓小於８…，表５—１和表５—２菇椽定縫萊，圈５。
７裂強５。８先測試數握辯魄夔線：
圖５—６經緯儀十字絲垂擻方向移動
表５一ｌ經緯鉸十字絲承**淘穆秘豹測黴資料
匿５。７經緯儀十字絲承平方向移動的精度誤差
黴５．８經緯儀十字絲垂贏方向移動的精度誤差
襲爭ｌ秘表爭２巾魏甜為試驗孛扶經終紋讀褥豹資料，甜』必攝據繪定豹參考焦距，和繪定的參考像元尺寸出、毋由式《５．８｝求得的參考十字絲測量角度，甜』為用上述相
機標定方法求得的標定十字熊測量角度。由闋５．７、網５．８可知，本文提出的ｃｃｄ相機內部引數標定方法極大的提贏了標寇精度，怒一秘麓單、鴦效的標定方法。
§５．４結論
本文研究了一種簡單而有效的內引數標定演算法，無需相機作任何運動，通過使用全數字經緯便，就煞較準確豹標定穗梳靜凡個肉參，避免。ｙ相梳運勸過程巾資料不精確引起的誤黢。通過對實際的影象進行標定分析，證明其效能穩定、速度快。４０
基於NSCT的紅外與可見光影象融合方法研究
撒光與光電字學進展 中國雷射 雜誌社 基於 的紅外與可見光影象融合方法研究 陳木生 蔡植善 泉州師範學院物理與資訊工程學院，福建泉州 資訊功能材料福建省高校重點實驗室，福建泉州 摘要針對紅外與可見光融合的特點，提出一種基於非下取樣變換 和區域能量判斷的影象融合 方法。利用 變換對兩原影象進行分解，得...
基於CT影象肺實質分割的方法
作者 娜孜古麗 庫爾曼別克哈力旦 阿布都熱依木楊娜娜 科技創新與應用 2013年第15期 摘要 醫學影像研究的發展為現階段肺癌病例的分析提供了平台，對肺部ct影象進行病灶區域的分割工作是對病灶區域定位的關鍵步驟。文章改進的閾值分割演算法的基礎上，提出一種簡潔有效的基於模板卷積的ct肺實質割演算法 首...
基於區域性人臉影象的ICA人臉識別方法
人工智慧。計算機工程與設計 基於區域性人臉影象的 人臉識別方法 黃璞，陳才扣 揚州大學資訊工程學院，江蘇揚州 摘要 提出了一種基於區域性人臉影象獨立分量分析的特徵提取方法。該方法將人臉影象分成若干個相等的部分，將分成 的區域性人臉影象矩陣作為訓練樣本，並先後從水平方向 垂直方向提取訓練樣本的獨立分量...