学位论文 > 优秀研究生学位论文题录展示

基于图像处理技术的激光M~2因子测量方法研究

作 者: 阴贵郁
导 师: 王小曼
学 校: 长春理工大学
专 业: 电子科学与技术
关键词: 激光 光束质量 图像处理 曲线拟合 聚焦光束法
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 66次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着激光技术在航空、航天、军事等领域中的广泛应用,世界各主要国家均将激光技术作为战略高技术发展列入国家计划。激光束质量作为评价激光性能的重要指标受到广泛的关注。本文综述了目前国内外激光束质量测量的一些方法的优点和不足,描述了聚焦光束方法测量激光束质量的测量原理和实现方案,针对聚焦光束法的不足,给出了用图像预处理和稳健拟合曲线等方法来提高激光束质量测量精度。本论文的主要内容和创新点如下:(1)构建测量光学系统,通过光学系统产生激光的模拟束腰,利用ISO给出的计算公式得到激光束质量,再利用透镜转换公式得到实际的激光束质量因子和其他激光束参数并且解决由于激光强度过大引起CCD饱和及CCD动态范围小等问题。(2)研究激光光斑图像预处理算法,通过中值滤波,帧平均,设置浮动阈值等方法实现图像去噪,轮廓检测方法对光斑图像进行精确提取,进而提高激光束质量因子测量精度。(3)在最小二乘法进行曲线拟合的基础上,提出稳健拟合的完善方法,提高激光束腰位置的精确定位。最后论文指出了改善后的聚焦光束测量方法的重要的理论意义和工程价值,并且给出了遇到的困难和进一步发展的方向。

全文目录


摘要  4-5
ABSTRACT  5-7
第一章 绪论  7-10
  1.1 课题背景  7
  1.2 国内外发展现状  7-8
  1.3 论文的主要内容  8-10
第二章 M~2因子及测量原理  10-18
  2.1 M2因子的定义  10
  2.2 M2因子的适用条件  10-11
  2.3 聚焦光束法测量光束质量M2因子原理  11-12
  2.4 激光束M2因子相关参数测量原理  12-14
  2.5 稳健估计在曲线拟合中的应用  14-17
  2.6 本章小结  17-18
第三章 M~2因子测量系统结构设计  18-24
  3.1 测量系统概述  18
  3.2 衰减部分  18-19
  3.3 聚焦部分  19-20
  3.4 反射部分  20
  3.5 AVR单片机  20
  3.6 控制电机  20
  3.7 CCD相机  20-21
  3.8 图像采集卡  21-22
  3.9 系统噪声问题研究  22-23
  3.10 本章小结  23-24
第四章 M~2因子图像处理算法研究  24-34
  4.1 光斑图像去除噪声算法研究  24-26
  4.2 改善图像灰度抖动方法研究  26-28
  4.3 光斑轮廓提取算法的研究  28-33
  4.4 本章小结  33-34
第五章 软件设计与实验结果  34-44
  5.1 激光M2因子测量软件结构设计  34-36
  5.2 激光M2因子测量软件功能模块设计  36-40
  5.3 实验结果  40-43
  5.4 本章小结  43-44
结论  44-45
致谢  45-46
参考文献  46-47

相似论文

  1. 超低碳贝氏体钢CO2激光-GMA复合焊接特性研究,TG456.7
  2. 基于DSP的离焦信号同步采集与处理技术研究,TH741
  3. 基于CCD图像传感器的温度测量技术研究,TH811
  4. 激光光束偏转设备的机电控制系统设计,TM301.2
  5. 激光三角测量装置的优化研究,TH744.5
  6. 激光直写机的光功率控制系统研究与设计,TN249
  7. 半导体激光器热电控制技术研究,TN248.4
  8. 相位法激光测距仪信号接收系统研究,TN249
  9. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  10. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  11. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  12. 机械臂视觉伺服系统的研究,TP242.6
  13. 数字图像处理在集装箱检测中的应用研究,TP274.4
  14. 基于数学形态学分析的激光散斑特性研究,O29
  15. 灰黄霉素产生菌FS80的诱变与选育研究,TQ927
  16. 半成型结构在休闲女装中的应用,TS941.2
  17. 脉冲激光生物硬组织水介导消融特性研究,R318.51
  18. 工程陶瓷的激光热裂法切割技术研究,TQ174.62
  19. Bi系Co基氧化物系热电陶瓷与薄膜制备,TQ174.7
  20. 猪粪堆肥的理化特征及腐熟度评价研究,S141.4
  21. 基于视觉的番木瓜外观品质检测技术研究,S667.9

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com