项目名称: 提高小波变换条纹图像处理技术精度和速度的方法

项目编号: No.61205102

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 信息四处

项目作者: 李思坤

作者单位: 中国科学院上海光学精密机械研究所

项目金额: 28万元

中文摘要: 高精度快速条纹图像处理技术对以光学条纹为信息载体的测量方法具有重要意义。小波变换条纹图像处理技术是近年来随着现代数字信号处理方法的发展而发展起来的一种新的条纹图像处理方法。本项目针对该技术中目前存在的问题展开研究。从数字图像处理和数字信号处理的角度出发,采用超小波变换等目前最新的数学分析工具,研究提高小波变换条纹处理技术的精度和速度的方法。具体研究内容为:研究采用主成分分析降低CCD成像随机性对信息提取精度影响的方法;研究采用超小波变换多分辨率分析降低局部频谱混叠对条纹图像处理精度影响的方法;研究快速并且抑噪能力强的小波脊提取算法。最后将改进的小波变换条纹图像处理方法应用于光束准直性检测中,可有效利用其自身优势,实现对光束准直性的高精度稳定检测。所研究方法为小波变换在实时、动态测量过程中的应用奠定基础。

中文关键词: 光学检测;条纹图像处理;小波变换;超小波变换;光束准直

英文摘要: Optical fringe pattern processing techniques with high accuracy and high speed is of great significant to the meseaurment techniques in which the fringe pattern is used to record the useful information. With the development of the modern digital signal processing methods, wavelet transform fringe pattern analysis technique is a newly developed method in recent years.This project focuses on the existing problems of this technique.Starting from the point of digital image processing and digital signal processing, we use the latest analyzing tools in math, such as the beyond wavelet transform, to investigate methods which can improve the accuracy and speed of the wavelet transform fringe pattern processing technique.The contents are as follows: investigating a method to reduce the influence of the CCD randomness on the information attraction accuracy by using principal component analysis; investigating a method to reduce the influence of local frequency aliasing on the accuracy of the fringe pattern process by using beyond wavelet transform and its multi-resolution analysis ability; investigating the wavelet ridge extraction algorithm which is of high speed and strong noise immune ability.Finally, we apply the improved wavelet transform fringe pattern processing method into checking light beam collimation, which ca

英文关键词: Optical testing;fringe pattern processing;wavelet transform;beyond wavelet transform;light beam collimation

成为VIP会员查看完整内容
0

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
快速卷积算法的综述研究
专知会员服务
26+阅读 · 2021年10月25日
卷积神经网络中的注意力机制综述
专知会员服务
75+阅读 · 2021年10月22日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
37+阅读 · 2021年5月9日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
深度学习前人的精度很高了,该如何创新?
极市平台
2+阅读 · 2022年2月5日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
FPGA加速深度学习综述
专知
3+阅读 · 2021年11月13日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
ResT V2: Simpler, Faster and Stronger
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
快速卷积算法的综述研究
专知会员服务
26+阅读 · 2021年10月25日
卷积神经网络中的注意力机制综述
专知会员服务
75+阅读 · 2021年10月22日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
37+阅读 · 2021年5月9日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
深度学习前人的精度很高了,该如何创新?
极市平台
2+阅读 · 2022年2月5日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
FPGA加速深度学习综述
专知
3+阅读 · 2021年11月13日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员