研究一种可用于高频振动测量的基于主动序列运动模糊图像的机器视觉测量振动的理论与方法。与传统的机器视觉中希望获得清晰图像完全不同,本项目将有意识的主动利用CCD去制造并获取物体在高速运动(高频振动)下的序列运动模糊图像。利用包含在这些模糊图像里的运动信息,研究基于线性与仿射图像空间及其基底变换的运动模糊图像解析方法及主动序列运动模糊图像与高频振动的映射关系、描述理论、方法与模型,进而获取物体振动信息。上述理论与模型可揭示高频振动与运动模糊图像及其序列之间的规律,项目的研究将为振动的测量研究提供新的理论基础和新思路。这种基于机器视觉的非接触测量振动的方法应用是极为广泛的,具有重要的理论与实际意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
多能耦合三相不平衡主动配电网与输电网交互随机模糊潮流方法
针对弱边缘信息的左心室图像分割算法
基于改进LinkNet的寒旱区遥感图像河流识别方法
新型树启发式搜索算法的机器人路径规划
信息熵-保真度联合度量函数的单幅图像去雾方法
运动模糊效应下多视角图像高精度三维视觉测量的理论与方法
基于模糊图像混合矩与力信息融合的视觉微力测量
基于图像质量的不确定振动主动控制与模糊滤波器设计
基于机器视觉和平面正交光栅的运动测量系统研究