Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Повышение точности систем бесконтактных оптических измерений

Диссертация: Повышение точности систем бесконтактных оптических измерений
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Апробация работы. Результаты работы докладывались, обсуждались и получили положительную оценку на V-VII Всероссийских межвузовских конференциях молодых ученых (Санкт-Петербург, 2008;2010), в 2008 и 2009 гг. доклад был отмечен дипломом «Лучший доклад аспиранта на секции» — на Девятой сессии международной научной школы «Фундаментальные и прикладные проблемы надежности и диагностики машин… Читать ещё >

Содержание

  • Глава 1. Состояние вопроса измерений нашснове обработки изображений в системах бесконтактных, оптических, измерений
    • 1. 1. Системы бесконтактных оптических измерений
    • 1. 2. Метрологическое обеспечение и источники-погрешностей систем бесконтактных оптических измерений
    • 1. 3. Современные методы обработки и улучшсния изображений
  • Глава 2. Организация экспериментами исследование влияния калибровки и компонентов оптической системы на случайные и систематические погрешности измерений
    • 2. 1. Используемое оборудование и программное обеспечение
    • 2. 2. Калибровка измерительной системы
    • 2. 3. Получение экспериментальных данных
    • 2. 4. Исследование влияния калибровки и компонентов оптической измерительной системы на погрешности измерений
      • 2. 4. 1. Исследование влияния объектива
      • 2. 4. 2. Исследование влияния камеры
      • 2. 4. 3. Исследование влияния освещения
      • 2. 4. 4. Исследование влияния калибровки системы
      • 2. 4. 5. Исследование влияния программного обеспечения
      • 2. 4. 6. Исследование пространственной, трехмерной зависимости погрешностей.61″
  • Глава 3. Количественная оценка качества изображения и обработка контуров измеряемых объектов методами нечеткой логики
    • 3. 1. Нечеткие множества и нечеткая логика
    • 3. 2. Количественная оценка качества изображения методами нечеткой логики
    • 3. 3. Обработка контуров измеряемых объектов методами нечеткой логики
  • Глава 4. Корректировка систематических погрешностей систем бесконтактных оптических измерений
    • 4. 1. Корректировка данных измерений
      • 4. 1. 1. Корректировкасистематических погрешностей при использовании оптических измерительных систем с монохроматическими камерами
      • 4. 1. 2. Использование корректировки в различных областях изображения
      • 4. 1. 3. Влияние выбора количества областей, делящих изображение, на систематические погрешности после корректировки
      • 4. 1. 4. Корректировка систематических погрешностей прииспользовании оптических измерительных систем с цветными камерами
        • 4. 1. 4. 1. Трехсенсорные системы
        • 4. 1. 4. 2. Камеры с массивом цветных фильтров Байера
      • 4. 1. 5. Пространственная, трехмерная корректировка систематических погрешностей
    • 4. 2. Прецизионная корректировка-геометрических искажений цифровых изображений
      • 4. 2. 1. Способ корректировки геометрических искажений
      • 4. 2. 2. Корректировка геометрических искажений монохроматических изображений
      • 4. 2. 3. Корректировка геометрических искажений цветных изображений
        • 4. 2. 3. 1. Корректировка геометрических искажений изображений, полученных при использовании трехсенсорной системы
        • 4. 2. 3. 2. Корректировка геометрических искажений изображений, полученных при использовании массива цветных фильтров Байера

Повышение точности систем бесконтактных оптических измерений (реферат, курсовая, диплом, контрольная)

Актуальность темы

В последние годы системы бесконтактных оптических измерений получили широкое применение (В. К. Кирилловский [21−23], Г. Линц [77]). В промышленностииспользование измерительных систем на основе ПЗС матриц позволяет производить бесконтактные измерения множества признаков большого количества1 деталей за кратчайшее г время? с точностью порядка- 1 микрометра. Бесконтактные измерения являются необходимым требованием в? работе с хрупкими объектами, которые могут быть повреждены при использовании контактных методов.

Изображения, получаемые с помощью оптических системявляются геометрическим отображениемизмеряемого объекта, размеры которого уточняютсясредствами компьютерных технологий: Изображения всегда являются искаженными, что-существенно снижает точность измерений. Для повышения точности измерений необходимо производить предварительную обработку изображений. В настоящее время существует ряд методов и программных продуктовдля? корректировки изображений, но они нацелены в основном на решение задач фотограмметрии и улучшение эстетических характеристик и не. адаптированы: для использования в прецизионной* измерительной технике (БГонсалес [10], Л. Шапиро [45]).

В промышленности для: измерения, геометрических величиниспользуются системы с монохроматическимикамерами-, системыс цветными камерами, как. правило, не применяются из-за хроматических, аберраций и технических трудностей согласования каналов, снижающих точность измерений, хотя цветные изображения содержат больше информации. Проблема применения систем с цветными камерами: для измерения геометрических величин относится, к разряду актуальных, равно как и использование систем с монохроматическими камерами.

Цель диссертационной работы — повышение точности систем бесконтактных оптических измерений с монохроматическими и цветными камерами.

Задачи исследования. Для достижения, поставленнойцели необходимо решить следующие задачи:

1. Исследовать различные системы бесконтактных оптических измерений с монохроматическими и цветными камерами на" примере трехсенсорных систем и систем с массивом цветных фильтров Байера.

2. Исследовать влияние компонентов измерительных систем, а именно камеры, объектива, освещения, конструкции установки и программного обеспечения для обработки* изображений, на систематические и случайные погрешности измерений.

3. Разработать модель количественной оценки качества изображений'" и алгоритм обработки контуров измеряемых объектов.

4. Разработать математическую модель для повышения точности измерений линейных величин за счет корректировки систематических погрешностей измерений.

5. Разработать алгоритмы и программное обеспечение для использования модели корректировки систематических погрешностей в системах с монохроматическими и цветными камерами.

6. Разработать математическую модель для повышения точности измерений за счет прецизионной корректировки геометрических искажений изображений.

7. Разработать алгоритмы и программное обеспечение для использования модели корректировки геометрических искажений изображений в системах с монохроматическими и цветными камерами.

Методы исследования. В работе использовался расчетно-экспериментальный метод. В качестве основной экспериментальной базы были использованы 18 систем оптических измерений кафедры Обеспечение качества Технического университета Ильменау (ТУ Ильменау, Германия).

Научная новизна работы:

1. Разработана' модель количественной оценки качества изображений и алгоритм! обработки контуров методами нечеткой логики.

2. Разработанаматематическая' модель и алгоритм пространственной, (трехмерной) корректировки систематических погрешностей систем оптических бесконтактных измерений.

3. Разработан алгоритм" прецизионной корректировки геометрических искажений изображений без восстановления недостающих пикселей в системах с массивом цветных фильтров Байера.

Основные положениявыносимые на защиту:

1. Модель количественной оценки качества изображений' и алгоритм обработки контуров методами нечеткой логики.

2. Математическая модель, алгоритмы и программное обеспечение для корректировки систематических погрешностей систем оптических бесконтактных измерений с монохроматическими и цветными камерами.

3. Математическая модель, алгоритмы и программное обеспечение для прецизионной корректировки геометрических искажений изображений в системах с монохроматическими и цветными камерами.

Достоверность научных результатов. Теоретические исследования проводились на базе существующих численных методов и методов нечеткой логики. Математическое моделирование, обработка и проверка результатов осуществлялась при использовании Matlab и Visual Studio С++. Достоверность подтверждена совпадением теоретических и экспериментальных результатов.

Практическая ценность и реализация результатов работы.

Результаты диссертационной работы позволяют увеличить точность систем бесконтактных оптических измерений с монохроматическими и цветными камерами в 3 и более раз.

Результаты исследований и написанное программное обеспечение нашли применение на кафедре Мехатроники СПбГУИТМОна кафедре Обеспечение качества ТУ Ильменау, а также в проектах «Преобразование изображений в режиме реального времени для корректировки оптических аберраций» (ЕККОEchtzeittransformation von Kamerabildern zur Korrektur von Ortsfehler), «Инновационные оптические методы 3D измерений внутреннего контура оправ очков для точного изготовления стекол» (Innovatives, optisches Verfahren zur 3D-Innenkonturmessung an Brillenglasfassungen fuer das passgenaue Schleifen von Brillenglaesern), в программном обеспечении устройства для предварительной настройки инструментов (Tool Presetter) фирмы Steinbeis-Transferzentrum Qualitaetssicherung und Bildverarbeitung Ilmenau, а также стали частью библиотеки программного обеспечения для обработки изображений, обеспечения качества, измерительной техники и автоматизации Quick Image Development (QID). На основе полученных результатов для дальнейших исследований в данном направлении был подан проект в Германское министерство образования и науки (BMBF) для создания нового направления сотрудничества между кафедрами Мехатроники СПБГУ ИТМО и Обеспечения качества ТУ Ильменау.

Апробация работы. Результаты работы докладывались, обсуждались и получили положительную оценку на V-VII Всероссийских межвузовских конференциях молодых ученых (Санкт-Петербург, 2008;2010), в 2008 и 2009 гг. доклад был отмечен дипломом «Лучший доклад аспиранта на секции" — на Девятой сессии международной научной школы «Фундаментальные и прикладные проблемы надежности и диагностики машин и механизмов» (Санкт-Петербург, 2009) — Interner Workshop «Flexible Montage» (Ильменау, 2008 и 2009) — 9th International Symposium on Measurement Technology and Intelligent Instruments, ISMTII-2009 (Санкт-Петербург, 2009) — на конференции стипендиатов программы Михаил i 1.

Ломоносов (Бонн, 2009) — на семинарах кафедры Мехатроники СПбГУ ИТМО и кафедры Обеспечения качества Технического университета Ильменау.

Работа получила развитие и поддержку в виде многократных грантов для проведения научных стажировок в 2005;2009 гг. при поддержке федеральной земли Тюрингия (Германия) — двух грантов Леонарда Эйлера в 2007 и.

2008 гг.- гранта № 3.5/30−04/022 правительства Санкт-Петербурга для студентов, аспирантов, молодых ученых и молодых кандидатов наук в.

2009 г.- а также научно-исследовательский грант в рамках программы «Михаил Ломоносов II» при поддержке Германской службы академических обменов (DAAD) и Министерства образования и науки Российской Федерации в 2009 г.

Публикации. По материалам диссертационных исследований опубликовано 13 работ, из них 2 — в журналах из перечня ВАК, 2 — в иностранных изданиях.

Структура и объем диссертации

Диссертация состоит из введения, 4 глав, заключения, приложения, библиографического списка из 94 наименований. Диссертация изложена на 134 страницах, включает 101 рисунок и 5 таблиц.

Выводы к главе 4.

1. Разработаны математические модели, алгоритмы и программное обеспечение для корректировки данных измерений (2Б и ЗБ), которые позволили уменьшить величину систематических погрешностей систем оптических бесконтактных измерений с монохроматическими и цветными камерами до величины двух средних квадратических погрешностей результатов измерений, например, от 20−200 мкм до 1−2 мкм.

2. Разработаны математическая модель, алгоритмы и программное обеспечение для прецизионной корректировки геометрических искажений изображений в системах с монохроматическими и цветными камерами, которые позволили уменьшить величину систематических погрешностей до величины двух-трех средних квадратических погрешностей результатов измерений, например, от 40 мкм до 1 -2 мкм. Использование разработанного алгоритма в системах с массивом цветных фильтров Байера позволило исключить процесс восстановления недостающих пикселей.

3. Значение систематических погрешностей после корректировки в основном зависят от формы систематической погрешности до корректировки, величины случайных погрешностей и количества областей, на которое делится изображение или рабочее пространство перед измерительной системой.

4. При использовании телецентрических объективов в некоторых случаях было достаточно использовать 2Т) корректировку, для нетелецентрических объективов, а также для увеличения точности систем с телецентрическими объективами применялась ЗБ корректировка.

ЗАКЛЮЧЕНИЕ

.

Основные выводьги результаты работы:

1. Оценено влияние на погрешности измерений компонентов различных систем бесконтактных оптических измерений с монохроматическими камерами, матрица которых состоит из одной или двух частей, и цветными камерами на примере трехсенсорных систем и систем с массивом цветных фильтров Байера, а также процесса калибровки.

2. Разработаны с использованием методов нечеткой логики модель количественной оценки качества изображений, которая позволяет произвести настройку системы и оценить точность, с которой можно осуществлять измерения по обрабатываемому изображениюалгоритм обработки контуров для измерения значений координат центров окружностей, проекция которых на матрицу камеры недостаточна для использования классических методов, основанных на построении линий поиска границы объекта.

3. Разработаны математические модели, алгоритмы и программное обеспечение для корректировки данных измерений (2Б и ЗБ), которые позволили уменьшить систематические погрешности систем бесконтактных оптических измерений с монохроматическими и цветными камерами до величины двух средних квадратических погрешностей результатов измерений, например, от 20−200 мкм до 1−2 мкм.

4. Разработаны математическая модель, алгоритмы и программное обеспечение для прецизионной корректировки геометрических искажений изображений в системах с монохроматическими и цветными камерами, которые позволили уменьшить систематические погрешности до величины двух-трех средних квадратических погрешностей результатов измерений, например, от 40 мкм до 1 -2 мкм. Использование разработанного алгоритма в системах с массивом цветных фильтров Байера позволило исключить процесс восстановления недостающих пикселей, который отрицательно влияет на точность измерений геометрических величин.

5. Результаты диссертационной работы позволяют без дополнительных затрат на оборудование увеличить точность систем бесконтактных оптических измерений с монохроматическими и цветными камерами в 3 и более раз, все результаты подтверждены экспериментально.

Показать весь текст

Список литературы

  1. . В., Курганов В. Д., ЗлобинВ. К. Распознавание и цифровая обработка изображений. Высшая школа, 1983. 295 с.
  2. Ю. А., Виноградова А. А., Коваленко П. П., Польте Г. А. (Недоцука), Urbanski М. Бесконтактный способ измерения геометрических размеров тел // Научно-технический вестник СПбГУ ИТМО. Выпуск 48-СПб.: СПбГУ ИТМО, 2008. С. 90 94.
  3. E. И., Труфанов M. И. Пат. 2 351 091 РФ. Способ автоматического определения и коррекции радиальной дисторсии на цифровом изображении / Курский государственный технический университет. Заяв. 04.12.2006. Опубл. 27.03.2009.
  4. Ю. В., Желтов С. Ю., Князь В. А., Ходарев А. Н. Обработка и анализ цифровых изображений с примерами на Lab VIEW и IMAQ Vision. ДМК Пресс, 2008. 464 с.
  5. А. А., Коваленко П. П., Польте Г. А. (Недоцука). Вейвлет-фрактальная обработка изображения. // Сборник трудов VI Всероссийской межвузовской конференции молодых ученых. Выпуск 4. СПб.: СПбГУ ИТМО, 2009. С. 72 — 76.
  6. Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде МаИаЬ. -М: Техносфера, 2006. 616 с.
  7. Р., Вудс Р. Цифровая обработка изображений. -М: Техносфера, 2005. 1072 с.
  8. И. С., Киричук В. С., Косых В. П., Перетягин Г. И., Спектор А. А. Цифровая обработка изображений в информационных системах. НГТУ, 2003. 352 с.
  9. Р. Н., Дунц А. Л. Лабораторная калибровка цифровых камер с большой дисторсией. Геодезия и картография, № 7, 2002. С. 23 31.
  10. Р. Н., М.Ю.Никитин, Дунц А. Л. Опыт использования и калибровки цифровых камер при совместной аэрофотосъемке с АФА. Геодезия и картография, № 6, 2001. С. 25 31.
  11. Р. Н., Никитин М. Ю., Никитин А. Л. Об учете дисторсии при обработке видеоизображений. Геодезия и картография, № 11, 2000. С. 19 — 23.
  12. В. П. МАТЬАВ 6.0/6.1/6.5/6.5+8Р1 ЭитшИпк 4/5. Обработка сигналов и изображений. М.: СОЛОН-Пресс, 2005. 592 с.
  13. В. П. МАТЬАВ 6.5 8Р1/7/78Р1 + вштИпк 5/6. Работа с изображениями и видеопотоками. М.: СОЛОН-Пресс, 2010. 395 с.
  14. В. П. Вейвлеты. От теории к практике. М.: Солон-Пресс, 2004. 440 с.
  15. В. М. Методы и средства цифровой коррекции изображения в оптико-электронных системах визуализации. Автореф. дис. канд. техн. наук: 05.11.07. -М., 2008.
  16. С. В. Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения. Дис.док. техн. наук: 05.13.05 Курск, 2005. 400 с.
  17. Ежова- К. В. Автоматизация коррекции фотограмметрической дисторсии проекционных оптических систем. Дис. канд. техн. наук: 05.11.07.-СПб., 2007. 122 с.
  18. В. К. Современные оптические исследования и измерения. Лань, 2010. 304 с.
  19. В. К. Оптические измерения. Часть 1. СПб.: Изд-во СПбГУ ИТМО, 2003. 39 с.
  20. В. К. Оптические измерения. Части 2 6- СПб.: Изд-во СПбГУ ИТМО, 2005−2008.
  21. В. М. и др. Применение цифровых неметрических камер и лазерных сканеров для решения задач фотограмметрии. М.: Московский государственный университет геодезии и картографии.
  22. А. С., Алябьев Н. В., Труфанов М. И. Пат. 2 352 988 РФ. Способ коррекции хроматической аберрации оптической подсистемы системы технического зрения / Курский государственный технический университет. Заяв. 03.09.2007. Опубл. 20.04.2009.
  23. А. С., Титов В. С., Труфанов М. И. Пат. 2 352 987 РФ. Устройство получения изображения с коррекцией хроматической аберрации. / Курский государственный технический университет. Заяв. 03.09.2007. Опубл. 20.04.2009.
  24. С. Работа с каналами в Photoshop. Вильяме, 2006. 288 с.
  25. А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2005. 736 с.
  26. Методы компьютерной обработки изображений/Под ред. Сойфера В. А. -М.: ФИЗМАТЛИТ, 2003. 784 с.
  27. П. В., Хельвас А. В., Юрин Д. В. Универсальный алгоритм перерастрирования изображений с автоматическим выбором оптимального способа аппроксимации. Обработка информации и моделирование. М., 2002.
  28. М. Н. Эффективная работа: Photoshop CS. СПб.: Питер, 2004. 845 с.
  29. Г. А., Саенко А. П. Количественная оценка качества изображений методами нечеткой логики // Известия вузов. Приборостроение. 2011. Т. 54, № 3. С. 32−36.
  30. Г. А. (Недоцука), Саенко А. П. Корректировка систематических ошибок оптических измерительных систем // Сборник тезисов VII Всероссийской межвузовской конференции молодых ученых, 2010. С.141 142.
  31. Г. А. (Недоцука), Коваленко П. П., Виноградова А. А. Использование нечеткой логики для анализа и обработки изображений // Сборник трудов VI Всероссийской межвузовской конференции молодых ученых. Выпуск 4. СПб.: СПбГУ ИТМО, 2009. С. 77 — 80.
  32. А. П., Польте Г. А (Недоцука). Обмен данными между измерительными системами и системами радиочастотной идентификации // Сборник тезисов VII Всероссийской межвузовской конференции молодых ученых, 2010. С. 142—143.
  33. Смоленцев Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB. -М.: ДМК Пресс, 2005. 304 с.
  34. Д. Сжатие данных, изображений и звука. -М.: Техносфера, 2004. 368 с.
  35. Способ адаптивной калибровки радиальной дисторсии оптической подсистемы системы технического зрения. Пат. 115 429 РФ. / Дегтярев С. В., Титов В. С., Труфанов М: И. Заяв. 28.04.2005. Опубл. 02.11.2006.
  36. Д. В., Труфанов М. И. Пат. 2 351 983 РФ. Устройство ввода изображения в эвм коррекции дисторсии / Курский государственный технический университет. Заяв. 01.11.2007. Опубл. 10.04.2009.
  37. С. Фракталы и вейвлеты для сжатия изображения. — М.: ТРИУМФ, 2003. 320 с.
  38. Д., ПонсЖ. Компьютерное зрение. Современный подход. -М.: Издательский дом «Вильяме», 2004. 928 с.
  39. Я. А. и др. Введение в контурный анализ и его приложения к обработке изображений и сигналов. М.: Физматлит, 2003. 592 с.
  40. Я. А., Юрьев А. Н., Яншин В. В. Цифровые методы обработки и распознавания бинарных изображений. Издательство Красноярского университета, 1992. 248 с.
  41. Л., СтокманДж. Компьютерное зрение: -М.: Бином. Лаборатория знаний, 2006. 752 с.
  42. А. Л. Исследование методов калибровки цифровых камер. Донецк: ДонНТУ, Выпуск 2, 2003.
  43. А. А., Шатохин А. Л., Сапелкина Е. В. Геометрическая коррекция цифровых снимков. Донецк: ДонНТУ, Выпуск 12, 2004. С. 81 -93.
  44. А. А. Методология проектирования оптических приборов: учеб. пособие / А. А. Шехонин, В. М. Домненко, О. А. Гаврилина СПб.: Изд-во СПбГУ ИТМО, 2006. 91 с.
  45. В. И. Об учете систематических искажений неметрических снимков. Геодезия и картография, № 7,2002. С. 31 38:
  46. В. И. Исследование моделей учета систематических искажений неметричсеких снимков с самокалибровкой: Геодезия и картография- № 8, 2002. С. 32 37.
  47. В. И. Усовершенствование способа аналитический обработки неметрических снимков. Геодезия и картография, № 1, 2001. С. 33 36.
  48. Яне Б. Цифровая обработка изображений: М: Техносфера, 2007. 584 с.
  49. Alshennawy A. A., Aly A. A. Edge detection' in digital images using fuzzy logic technique. World Academy of Science, Engineering and Technology, № 51, 2009. pp 178−186.
  50. BruecknerP. Vorlesung Digitale Bildverarbeitung. Technische Universitaet Ilmenau, 2009. 126 s.
  51. Correns M. Subpixelgenaue Kantenortsbestimmung in digitalen Mehrkanalbildern, dargestellt am Beispiel von Sensoren mit Bayer Pattern Color Filter Array. Technische Universitaet Ilmenau, 2011. 129 s.
  52. Correction of optical distortion by image processing. Patent US200500747/ Ahiska Yavuz. Publish 13.01.2005.
  53. Clarke Т., Fryer J. The development of camera calibration methods and models. The Photogrammetric Record, № 16(91), 1998. pp. 51 66.
  54. Distortion correction of fish-eye image. Patent EP1600890 /Tokyo Shibaura Electric. Publish 30.11.2005.
  55. Erhardt A. Einfuehrung in die Digitale Bildverarbeitung: Grundlagen, Systeme und Anwendungen. Springer, 2008. 248 s.
  56. Fraser C. S. Multiple focal setting self-calibration of close-range metric cameras. Photogrammetric Engineering and Remote Sensing, № 46(9), 1980. pp. 1161−1171.
  57. Fraser C. S. Digital camera self-calibration. ISPRS International Journal of Photogrammetry & Remote Sensing, № 52, 1997. pp. 149 159.
  58. Fraser C. S., Shortis M. R. A correction model for variation of distortion within the photographic field. Close Range Photogrammetry Meets Machine Vision, 1990. pp. 244−251.
  59. Fraser C. S., Al-AjlouniS. Zoom-Dependent Camera Calibration in Digital Close-Range Photogrammetry. Photogrammetric Engineering & Remote Sensing, № 9,2006. pp. 1017 1026.
  60. Fryer J., Brown D. Lens distortion for close-range photogrammetry. PE&RS, № 52(1), 1986. pp. 51−58.
  61. Fryer J. Camera Calibration. Close-range Photogrammetry and Machine Vision, Atkinson (Ed.), Whittles Publishing, 1996. pp. 156 179.
  62. Fryer J. Distortion in Zoom Lenses. Australian Journal of Geodesy, Photogrammetry and Surveying, № 44, 1986. pp. 49 59.
  63. Gonzalez R. C., Woods R. E. Digital Image Processing. Prentice Hall, 2002. 190 p.
  64. Godding R., Luhmann T. Calibration and Accuracy Assessment of a MultiSensor Online Photogrammetric System. International Archives of Photogrammetry and Remote Sensing, 1992. pp. 24 — 29.
  65. Godding R. Ein photogrammetrisches Verfahren zur Uberprufung und Kalibrierung digitaler Bildaufhahmesysteme. Zeitschrift fur Photogrammetrie und Fernerkundung, № 2, 1993, pp. 82 90.
  66. Hartley R., S. B. Kang. Parameter-free Radial Distortion Correction with Centre of Distortion Estimation. Technical Report MSR-TR-2005−42. Microsoft Research, 2005. 30 s.
  67. Habib A., Morgan M. Stability Analysis and Geometric Calibration of Off-the-Shelf Digital Cameras. Photogrammetric Engineering & Remote Sensing, № 6, 2005. pp. 733−741.
  68. HeikkilaJ., SilvenO. A four-step camera calibration procedure with implicit image correction. Conference on Computer Vision and Pattern Recognition, 1997. p. 1106.
  69. Image processing method for image distortion automatic correction. Patent CN1937698 / Univ Shanghai Jiaotong. Publish 28.03.2007.
  70. Image distortion correcting method and program for the same. Patent
  71. JP2007028273 / Realviz KK. Publish 01.02.2007.116
  72. Jaehne B., Massen R., Nickolay B. Technische Bildverarbeitung -Maschinelles Sehen. Springer, 1995. 262 s.
  73. Kerre E., Nachtegael M-. Fuzzy Techniques in Image Processing. Physica-Verlag, 2010.413 p.
  74. Linss G. Quick Image Development. Handbuch. STZ-Eigenverlag Ilmenau, 2007. 50 s.
  75. LenzR. Group Theoretical Methods in Image Processing. Springer, 1990. 139 p.
  76. Leifert L. Untersuchung von nummerischen Korrekturverfahren zur Anwendung in verzeichneten Bildern. Technische Universitaet Ilmenau, 2007. 106 s.
  77. Method for calibration and correction of radial lens distortion. Patent EP1449169 / Philips Electronics. Publish 25.08.2004.
  78. A. 3D-Bildverarbeitung fuer feste und bewegte Kameras. Vieweg, 1994. 121 s.
  79. Noma T., Otani H., Ito T., Yamada M., Kochi N. New system of digital camera calibration. International Archives of Photogrammetry, Remote Sensing & Spatial Information Sciences, Part 5, 2002. pp. 54 59.
  80. G. A. (Nedotsuka). Korrektur von Abbildungsabweichungen fuer optische Messverfahren // Materialien zum wissenschaftlichen Seminar der Stipendiaten der Programme «Michail Lomonosov II» und «Immanuel Kant II» 2009/2010, 2010. C. 123- 125.
  81. G. (Nedotsuka), Vinogradova A., Kovalenko P. Automatic measurement of lens sizes // The 9th International Symposium on Measurement Technology and Intelligent Instruments, 2009. C. 442.
  82. Polte G., Rennert K.-J., Linss G. Korrektur von Abbildungsfehlern fuer optische Messverfahren // Interner Workshop «Flexible Montage», Technische Universitaet Ilmenau, 2010. C. 32 — 35.
  83. RemondinoF., Fraser C. Digital camera calibration methods: considerations and comparisons. ISPRS Commission V Symposium Image Engineering and Vision Metrology, Part 5, 2006. pp.266 272.
  84. Shapiro L., Stockmann G. Computer Vision. Prentice Hall, 2001. 608 p.
  85. Steinmueller J. Bildanalyse: Von der Bildverarbeitung zur raeumlichen Interpretation von Bildern. Springer, 2008. 274 s.
  86. Tizhoosh H. Fuzzy-Bildverarbeitung: Einfuehrung in Theorie und Praxis. Springer, 1997. 255 s.
  87. Tsai R. A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses. IEEE Int. Journal Robotics and Automation, № 3(4), 1987. pp. 323 344.
  88. Wei?ensee K. Beitrag zur automatisierbaren Messunsicherheitsermittlung in der Praezisionskoordinatenmesstechnik mit Bildsensoren. Technische Universitaet Ilmenau, 2011.
  89. Wester-Ebbinghaus W. Photographisch-numerische Bestimmung der geometrischen Abbildungseigenschaften eines optischen Systems. Optik, № 3, 1980. pp.253−259.
  90. Wester-Ebbinghaus W. Verfahren zur Feldkalibrierung von photogrammetrischen Aufhahmekammern im Nahbereich. DGK Reihe B, № 275, 1985. pp. 106−114.
  91. Zadeh L. A. Fuzzy sets. Information and Control, № 8, 1965. pp. 338 353.
Заполнить форму текущей работой

На отлично!