Содержание к диссертации
Введение
1. Анализ современных методов, алгоритмов и устройств обработки видеоинформации 24
1.1 Устройства ввода и предварительной обработки видеоинформации 24
1.2 Методы улучшения качества видеоинформации 25
1.2.1 Повышение контрастности и расширение динамического диапазона видеоизображения 30
1.2.2 Повышение отношения сигнал/шум 33
1.2.3 Проблема выбора порога при преобразовании полутонового изображения в двухградационное 35
1.2.4 Методы построения контуров объектов, расположенных на плоскости, и повышение достоверности их выделения 37
1.3 Методы и принципы определения параметров динамических объектов 41
1.3.1 Методы выделения динамических объектов 42
1.3.1.1 Методы, основанные на вычислении взаилию-корреляционной функции двух полей изображения 44
1.3.1.2 Методы пространственно-временной обработки 46
1.3.1.3 Методы цифровой обработки изображениіі, используемые для выделения динамических объектов 49
1.3.2 Устройства для определения параметров динамических объектов 51
1.3.3 Определение параметров динамических объектов 52
1.3.3.1 Определение пространственных координат 55
1.3.4 Адаптация оптико-электронного датчика к изменению освещенности 58
1.4 Методы и оптико-электронные устройства измерения малых угловых перемещений на основе интерференции 61
1.4.1 Высокоточные устройства измерения угловых перемещений и оптические методы и средства для проведения угловых измерений 61
1.4.2 Оптико-электронные устройства для измерения малых угловых перемещений 70
1.4.3 Информативные признаки и способ анализа интерференционной картины 74
1.5 Методы и средства калибровки систем технического зрения 75
2. Теоретико-множественное описание и синтез структур систем предварительной обработки и алгоритмов обработки видеоинформации 89
2.1 Теоретико-множественное описание систем предварительной обработки видеоинформации 89
2.2 Теоретико-множественное описание алгоритмов цифровой обработки видеоинформации 92
2.3 Графовые модели компонентов системы предварительной обработки и операций цифровой обработки видеоинформации 96
2.4 Синтез систем предварительной обработки и алгоритмов цифровой обработки видеоинформации с использованием графовых моделей 101
2.5 Алгоритм синтеза структур систем предварительной обработки и алгоритмов цифровой обработки видеоинформации 109
2.6 Обобщенная математическая модель процесса предварительной обработки видеоинформации в СТЗ 115
3. Методы и алгоритмы повышения качества предварительной обработки видеоинформации 118
3.1 Метод адаптации оптико-электронного преобразователя к изменению освещенности 118
3.2 Расширение динамического диапазона изображения и увеличение скорости повышения контрастности 123
3.3 Определение параметров динамических объектов 127
3.3.1 Математическая модель определения параметров динамических
объектов 127
3.3.1.1 Вычисление матрицы коррекции фильтра Калмана 136
3.3.2 Определение координат проекции точки 138
3.3.3 Метод выделения динамических объектов 141
3.3.3.1 Исследование изображений сцен и построение функции принадлежности пикселя изображения динамическому объекту 142
3.3.3.2 Выделение динамических областей изображений с помощыо межкадровой разности 151
3.3.3.3 Алгоритм определения формального контура объекта 155
3.3.4 Представление динамических объектов и определение их параметров 158
3.3.5 Определение предельных значений относительной дальности и скорости динамического объекта 162
3.4 Увеличение точности и скорости преобразования градиентного изображения в двухградационное 163
3.5 Скелетизация изображения 166
3.6 Кодирование контуров объектов 168
3.7 Определение типа проекции объекта 171
3.8 Определение положения объектов на плоскости с помощыо одной видеокамеры 172
Выводы 174
4. Оптико-электронное измерение малых линейных и угловых перемещений объектов 175
4.1 Математические основы анализа интерференционных картин 175
4.1.1 Математическая модель статической интерференции в оптическом интерференционном устройстве 175
4.1.2 Распределение интенсивности освещения в интерференционной картине 182
4.1.3 Регистрация интерференционных картин фоточувствительными приборами с зарядовой связью 187
4.1.4 Адаптация уровня квантования порогового устройства 190
4.2 Выбор основных элементов устройств измерения малых угловых перемещений 192
4.2.1 Анализ характеристик интерференционной картины и выбор оптико электронного преобразователя 192
4.2.2 Выбор источника излучения 194
5. Калибровка систем технического зрения 197
5.1 Математическая модель трехмерной калибровки на основе нечетких множеств 197
5.1.1 Математическая модель калибровки вертикальных осей координат изображений 197
5.1.2 Математическая модель калибровки фокусных расстояний оптических систем оптико-электронных датчиков СТЗ 202
5.1.3 Математическая модель калибровки радиальной дисторсии оптической системы СТЗ 206
5.1.4 Математическая модель восстановления контуров объектов 210
5.1.5 Математическая модель калибровки оптических осей оптико-электронных датчиков СТЗ 213
5.1.6 Математическая модель адаптации при калибровке СТЗ 214
5.2 Методы калибровки СТЗ 219
5.2.1 Методы статической калибровки 220
5.2.1.1 Статическая калибровка с двухцветной пирамидой 225
5.2.1.2 Статическая калибровка в условиях сложного фона 228
5.2.1.3 Статическая калибровка по эталонному объекту с оптическими излучателями 232
5.2.1.4 Использование мнимого изображения эталонного объекта для трехмерной калибровки СТЗ 234
5.2.2 Метод адаптивной калибровки 235
5.3 Рекомендации по выбору метода калибровки в зависимости от условий внешней среды и параметров СТЗ 247
6. Аппаратно-программные средства адаптивной предварительной обработки видеоинформации и оптико-электронного измерительного тракта 252
6.1 Реализация блоков автоматической регулировки экспозиции 252
6.1.1 Автоматическая регулировка экспозиции методом последовательного приближения 252
6.1.2 Автоматическая регулировка экспозиции методом мгновенного приближения 256
6.2 Алгоритм функционирования и микропроцессорное устройство определения параметров динамических объектов 259
6.3 Устройства ввода и предварительной обработки видеоинформации 267
6.3.1 Устройство ввода и предварительной обработки видеоинформации на основе цифрового сигнального процессора 267
6.3.2 Устройство ввода и предварительной обработки видеоинформации для конвейерных систем распознавания нестабильных символов 268
6.4 Универсальная бинокулярная СТЗ 270
6.5 Реализация устройств измерения малых угловых перемещений 274
6.5.1 Устройство для измерения относительного углового перемещения 274
6.5.2 Устройство для автоматического определения углового положения источника излучения в пространстве 279
6.5.3 Устройство измерения малых угловых перемещений на базе микропроцессора 285
6.5.3.1 Методика выбора микропроцессорного элемента и расчет объема ОЗУ .288
6.6 Устройства калибровки СТЗ 290
6.6.1 Устройство для калибровки СТЗ с двухцветной пирамидой 290
6.6.2 Устройство для адаптивной калибровки бинокулярной СТЗ 292
Выводы 294
7. Экспериментальная оценка качества предварительной обработки видеоинформации 296
7.1 Исследование точности и производительности алгоритмов предварительной обработки видеоинформации 296
7.2 Экспериментальное исследование методов определения параметров динамических объектов 304
7.2.1 Описание экспериментальной установки 304
7.2.2 Методика определения коэффициента сигнал/шум 305
7.2.3 Результаты экспериментальных исследований 308
7.2.3.1 Сравнение методов выделения динамических объектов 308
7.2.3.2 Определение координат относительного центра динамического объекта 310
7.2.3.3 Определение пространственных координат объекта 311
13 Экспериментальные исследования устройства измерения малых угловых перемещений 312
7.3.1 Описание экспериментальной установки и методика проведения эксперимента 312
7.3.2 Основные экспериментальные числовые характеристики интерференционной картины 317
7.4 Экспериментальные исследования устройства для адаптивной калибровки бинокулярной системы технического зрения 319
7.4.1 Методика проведения исследований устройства для адаптивной калибровки бинокулярной СТЗ 321
7.5 Результаты экспериментальной оценки качества предварительной обработки видеоинформации и оптико-электронных измерений 331
Заключение 334
Библиографический список 339
Приложение 1
- Методы улучшения качества видеоинформации
- Теоретико-множественное описание алгоритмов цифровой обработки видеоинформации
- Определение параметров динамических объектов
- Выбор основных элементов устройств измерения малых угловых перемещений
Методы улучшения качества видеоинформации
Процедуры адаптивной предварительной обработки [23] связаны соптимизацией функционирования оптико-электронных устройствпреобразований изображений, обеспечивающих необходимое отношение сигнал/шум в минимизированном объеме информационного сообщения. Общность заключается в том, что независимо от назначения информационной системы процедуры предварительной обработки базируются на идентичных принципах и включают сходные этапы [11, 217]. Это позволяет сформулировать принцип универсальности предварительной обработки, т.е. выделить этапы решения различных задач предварительной обработки, которые могут быть выполнены универсальными методами в устройствах аналоговых и цифровых преобразователей видеоинформации.
Различают три аспекта предварительной обработки:1. Поэлементная обработка для коррекции искажающих факторовпреобразований пространственных оптических сигналов в электрические цифровые. Этот ид предварительной обработки следует реализовывать адаптивным и сочетать с пространственно-временной дискретизацией и цифровым преобразованием исходного пространственного сигнала в устройствах считывания изображений.2. Обработка для улучшения качества сигналов отображения информации (повышение контраста, увеличение отношения сигнал/шум и т.п.).3. Обработка, обеспечивающая компактность описания информационного сигнала (выделение контурных, спектральных препаратов изображений).
Методы предварительной обработки, аналоговый и цифровой, рассматриваемые на примере устройства адаптивных преобразований пространственных сигналов в цифровой массив данных, представлены в таблице 1.1. Последовательность процедур предварительной обработки соответствует этапам их реализации в устройствах цифрового преобразования видеоинформации. Если использование числа этапов обработки в приводимой последовательности диктуется потребностями прикладной задачи, то каждый последующий этап предварительной обработки требует всегда наличия предыдущих.
В устройствах предварительной обработки оптическая (аналоговая) обработка применяется обычно в пространственно-координатных линейных процедурах, обеспечивающих построение с требуемым качеством оптических изображений. В ряде практических приложений (биологии, медицине, гидрологии) возникает необходимость осуществлять пространственно-спектральные линейные процедуры, обеспечивающие фотоэлектрическую регистрацию малоконтрастных или фазово-контрастных информационных объектов [126, 159].
Качество предварительной обработки видеоинформации определяется адаптацией устройств к внешним и внутренним искажающим факторам преобразования пространственных информационных сигналов. С этих позиций критерий обработки становится локально-информационным в пространстве изображений, рассматривающим отображение пространственных информационных сигналов как результат взаимодействия трех случайных процессов: информационного, шумов носителя информации и шумов преобразующего устройства как следствия ограничений и несовершенства (неидеальности) элементной базы устройства. Поэтому в адаптивном цифровом устройстве предварительной обработки видеоинформации после оптической предварительной обработки (этап I) последовательно осуществляется II этап предварительной обработки для коррекции искажающих факторов преобразования - шумов и искажений преобразующих устройств. Задача цифровой обработки изображений на выходе реальных цифровых каналов связи, реализующих передачу данных об изображениях, всегда сопряжена с необходимостью минимизации цифрового потока, поступающего в канал связи. Для минимизации данных об изображении используются известные процедуры эффективного кодирования изображений. С этой целью используются процедуры Ш-го этапа предварительной обработки, обеспечивающие как улучшение отображающих свойств информационных сигналов (например, обработке контраста), так и формирование новых минимизированных описаний в виде контурных препаратов изображений («выделение границ») или спектральных препаратов изображений («дискретная фильтрация»). Выделим наиболее важные этапы решения задач обработки изображений, имеющие, с одной стороны, определенное содержательное наполнение, а с другой - отражающие особенности представления и управления данными, структур машинных алгоритмов, организации вычислительных процессов. 1. Формирование цифрового представления изображения. Сюда относятся процедуры ввода изображений в ЭВМ и первичного преобразования данных для организации наиболее эффективных форм их представления на различных уровнях памяти. Используемые при этом решения должны быть рассмотрены в первую очередь с точки зрения эффективного хранения и дальнейшей обработки данных в ЭВМ. На данном этапе основными являются процедуры дискретизации и квантования, а также размещения цифровых изображений в памяти ЭВМ. 2. Предварительная обработка изображений. Основной особенностью данного этапа является сохранение формы и структуры описания исходного изображения. Преобразования, выполняемые над изображением, порождают новые изображения, принадлежащие к тому же классу, что и исходные изображения. Например, исходное изображение, представленное матрицей целых чисел, на этапе предварительной обработки может быть преобразовано в некоторое другое изображение, но по-прежнему представляемое матрицей
Теоретико-множественное описание алгоритмов цифровой обработки видеоинформации
Большинство современных СПОВИ в качестве компонента, обрабатывающего видеоинформацию, используется либо микропроцессор или цифровой сигнальный процессор, либо ПЭВМ. В таких случаях структуры СПОВИ различного назначения одинаковы или незначительно отличаются по составу входящих в них компонентов. Алгоритмы же функционирования таких систем могут очень сильно различаться в зависимости от решаемой системой задачи. Исходя из этого, следует считать, что множество методов и алгоритмов обработки и преобразования видеоинформации А, выполняемых компонентами К состоит из двух множеств: множества ААП - множества методов обработки и преобразования видеоинформации, выполняемых аппаратно, и множества Ацови - множества алгоритмов обработки и преобразования видеоинформации, выполняемых программно:
Каждый элемент множества ААп жестко «привязан» к одному или нескольким компонентам К СПОВИ, реализующим аппаратную обработку видеоинформации, и при необходимости замены того или иного метода обработки и преобразования видеоинформации необходима замена компонента. Каждый же элемент множества Ацови может быть реализован программно одним и тем же компонентом К СПОВИ и не требует замены компонента в случае изменения алгоритма обработки и преобразования видеоинформации. Следует заметить, что речь в данном случае идет о цифровой обработкевидеоинформации.
На основании проведенного анализа теоретико-множественное описание алгоритмов цифровой обработки видеоинформации представляется в виде:где Ацо - множество операций цифровой обработки видеоинформации; Ас -множество детерминированных связей, необходимых для образования Ацови из Ацо, Ар - функция, определяющая допустимые комбинации между множеством операций цифровой обработки видеоинформации Ацо и множествомдетерминированных связей Ас; X цон" - множество характеристик (параметров) алгоритмов цифровой обработки видеоинформации.
Множество операций цифровой обработки видеоинформации Ац0 представляет собой множество операций, на основании которых строятся методы цифровой обработки видеоинформации. Каждая операция выполняет только одну строго определенную функцию, с однозначно определенными входными и выходными величинами. Примерами таких операций могут служить бинаризация видеоинформации, бинаризация с адаптивным порогом, улучшение изображения, масштабирование, сегментация, поворот изображения, выделение контуров и т.д. Множество детерминированных связей Ас представляет собой множество связей между операциями, причем правила, по которым составляются данные связи, определяются функцией AF, строго задающей допустимые комбинации операций и связей между ними. Иначе говоря, функция AF определяет допустимую последовательность операций цифровой обработки видеоинформации при решении поставленной задачи.
Множество характеристик X содержит характеристики, присущиеалгоритмам цифровой обработки видеоинформации, причем также, как и в теоретико-множественном описании СПОВИ, выделяются подмножествовходных параметров - Хіпцови, подмножество выходных параметров - Х01 овии подмножество дополнительных параметров алгоритмов цифровой обработки видеоинформации Xj m. Следовательно, множество параметров алгоритмов цифровой обработки видеоинформации представляется в виде:
В описании входных Хіпцови и выходных Х0%ови параметров алгоритмов ЦОВИ допустимо абстрагирование от конкретных значений параметров, тогда как при описании дополнительных параметров Ха ви, таких как, например скорость выполнения операции, используемый объем памяти и т.д., если таковые имеются, требуются условные обозначения каждого параметра, конкретные значения каждого параметра и операторы для каждого параметра, такие как «равно», «больше», «меньше» и т.д. Исходя из этого подмножество дополнительных параметров алгоритмов ЦОВИ представляется в следующем виде:где L ц — множество обозначений дополнительных параметров алгоритмовЦОВИ, О цови - множество операторов дополнительных параметровалгоритмов ЦОВИ, V ц ] — множество значений дополнительных параметров алгоритмов ЦОВИ.
Множество операторов О цови представляет собой множество символьных обозначений, выражающих отношение дополнительныхпараметров алгоритмов ЦОВИ к конкретным числовым значениям V цови дополнительных параметров алгоритмов ЦОВИ. Например, в выражении «время обработки одного кадра видеоинформации не более 100 миллисекунд», оператором дополнительного параметра является словосочетание «не более», а числовым значением дополнительного параметра - число 100.
Теоретико-множественное описание алгоритмов цифровой обработки видеоинформации (ЦОВИ) позволяет использовать формулу (2.8) для описания алгоритма ЦОВИ, для описания любой конечной системы операций алгоритма ЦОВИ, сформированной для выполнения функции обработки видеоинформации по заданным характеристикам на предыдущих этапах синтеза алгоритма, и для описания модели элементарной операции (блока алгоритма). Различие между описанием системы операций и элементарной операции будет лишь в том, что во втором случае множество связей Ас и множество функций - Ар будут пустыми. Данный подход к описанию, как элементарных операций, так и законченных алгоритмов позволяет максимально унифицировать метод, а с точки зрения синтеза сложных систем, позволяет раздробить алгоритм ЦОВИ на некоторые функционально законченные блоки и применять метод синтеза для каждого блока отдельно, а в дальнейшем при синтезе алгоритма ЦОВИ в целом использовать уже готовые блоки. Такими функционально законченными блоками ЦОВИ являются контрастирование, соляризация, замена значения каждого элемента средним значением и т.д.
Теоретико-множественное описание функционально законченных блоков ЦОВИ представлено в виде:где: АЦОі; - множество элементарных операций, входящих в состав каждогофункционально законченного блока; Ас - множество детерминированныхсвязей, необходимых для образования каждого блока; AF[. - функция, определяющая допустимую комбинацию элементарных операций идетерминированных связей между ними внутри блока; X !1от" — множество характеристик каждого функционально законченного блока.Таким образом, для конкретного алгоритма ЦОВИ имеем:
Определение параметров динамических объектов
Для правильного определения параметров динамических объектов по последовательностям изображений следует описать математическую модель получения оценок величин основных параметров объектов. Данная модель представляется с помощью модели, характеризующей изменение состояния объекта (его фазовую траекторию) во времени, и модели, характеризующей процесс измерения фазовых координат объекта. Такая модель является прогнозируемой, так как ее параметры определяются по результатам наблюдений за входными и выходными данными. Кроме того, описание в пространстве состояний, реализуемое в данной модели, отражает современный подход к математическому описанию динамических объектов, состоящий в рассмотрении с единых позиций различных систем: линейных и нелинейных, дискретных и непрерывных, стационарных и нестационарных и т.п. 128 В общем виде положение объекта в пространстве описываетсятрехмерным вектором параметровгде x(to), у (to), z(to) - трехмерные координаты центра объекта на момент времени to , Г-знак транспонирования.
Движение объекта рассматривается как движение абсолютно твердого тела, которое складывается из движения центра масс и движения относительно центра масс.
Движение центра масс описывается матричным дифференциальным нелинейно зависящая от вектора а и вектора а„, компонентами которого являются параметры уравнения движения (3.11); w(t) - векторная функция,характеризующая действующие на объект силы. Кроме этого используется понятие «состояние системы», под которым понимается минимальное количество сведений относительно предшествующих данных на входе системы, необходимое для полного описания выходных данных при t to. Переменные величины, которые содержат такие сведения, называются переменными состояния, совокупность которых образует вектор а - вектор состояния динамической системы. В современной теории систем уравнение (3.12) называется уравнением состояния динамической системы.
Если функции w{t) и an(t) известны, то задание вектора a(t0) позволяетточно вычислить параметры объекта в заданный момент времени, w(t)считается случайной функцией. Такое задание отражает погрешности в используемой модели движения и наличие возмущений случайного характера.129 Исходное уравнение (3.12) линеаризуется относительно номинальнойтраектории an(t), позволяя тем самым осуществить переход к линейномустационарному уравнению:где матрица Р предполагается известной.
Так как измерения параметров объектов проводятся в дискретные моменты времени, то необходимо перейти от модели движения с непрерывным временем к модели с дискретным временем t0, t,, ..., tk. В случае нескольких объектов, находящихся в поле зрения, уравнение (3.13) запишется в виде:где матрица Р " (tк) предполагается известной; w " (tк) - последовательностьслучайных векторов; п - номер объекта.Уравнение измерения, связывающее вектор измерений z с вектором а параметров движения объекта (вектором состояния), имеет вид:где H(tk+J) - известная векторная функция; tjftk+i)- неизвестный вектор (ошибка измерения).
Модель измерений является линейной, т.е.В этом случае уравнение (3.15) запишется в следующем виде:Учитывая уравнения (3.14) и (3.17), модель движения одного динамического объекта в матричном виде примет вид: ошибки предсказания е( к+і\к) а( к+і) а( к+і\к) » являющийся гауссовскойпоследовательностью с нулевым математическим ожиданием, и определяется выражением:
Аналогично, корреляционная матрица K(h+i) характеризующая случайный процесс ошибки оценивания e(tk+l) = a(tk+l)-a(tk+l), определяется выражением с начальным условием VE (0) = Vx (0)где Е - единичная матрица.Фильтр Калмана работает по принципу "коррекции предсказания", т.е. текущая оценка a(tk+1) состоит из двух слагаемых: предсказания,определяемого выражением P(tk+I)a(tk), и коррекции, определяемой невязкойизмерения z(tk4)-P(tk4)H(tk4)a(tk), взвешенной с помощью матрицы K(tk+1).
Эту матрицу называют весовой матрицей фильтра или матрицей передачи фильтра Калмана.
Как видно из (3.26) - (3.29), для вычисления оценки предсказания вектора параметров объекта a(tk+l) необходимы:- вектор измерений z(h+i)\- текущая оценка вектора параметров объекта (tk) и корреляционная матрица Ve(tk) ошибки оценивания;- матрицы модели системы P(tkl), H(tk.,,)\рис. 3.9;- вычисления новой оценки вектора параметров объекта.
Необходимо отметить, что, несмотря на простую алгоритмическую реализацию, применение на практике предложенной математической моделиопределения параметров динамических объектов вызывает затруднения.
Основными причинами этого являются неполнота (или отсутствие) априорнойинформации о модели системы, первых моментах вектора а(0) и числовыххарактеристиках последовательностей wf/лЛ 4(h) а также возможность расходимости фильтра Калмана.
Выбор основных элементов устройств измерения малых угловых перемещений
Одним из факторов, влияющих на точность измерения, является правильный выбор ОЭП. Основой для выбора является шаг интерференционных полос или линейная ширина интерференционной полосы, которая определяется по формуле (4.9).
Выбор источника излучения должен производиться на основе теоремы Котельникова. В данном случае это означает, что шаг элементов Ах ОЭП должен быть вдвое меньше ширины интерференционной полосы, т.е.
Исходя из этого, шаг элементов Ах» 1.45 мкм при /=200 мм. Однако внастоящее время не существует устройств с таким шагом, поэтому необходимо применение оптической системы. Коэффициент увеличения ку рассчитывается, исходя из шага реального ОЭП, предполагаемого к использованию. Для большинства ФПЗС шаг составляет 12 мкм, следовательно, минимальный коэффициент увеличения определяется как
В общем, оценка (4.42) определяет минимальный коэффициент увеличения. Однако ку и соотношение (4.40) следует выбирать как можно большими, но не вызывая деградации картины и учитывая, что среднееквадратическое значение ошибки измерения уменьшается в Vw по сравнению с измерением по одной полосе, где п - число полос; а значение Ах - как можно меньшим. Для оценки параметров оптической системы можно воспользоваться методикой приведенной в [237]
Основными параметрами ФПЗС для дальнейших расчетов являются: число элементов разложения N в кадре и построчно (для МФПЗС) или число элементов в строке (для ЛФПЗС); спектральный диапазон и чувствительность ФПЗС, а так же частота кадров в секунду. Для более точного подбора можно воспользоваться различными методиками выбора ОЭП, например методикой, приведенной в [201].
Частота кадров является наиболее важным фактором, определяющим максимальную скорость смещения источника излучения.
Учитывая выражение (4.13), частоту кадров в секунду v и выражение (4.11), определим максимальную угловую скорость смещения источника излучения. Максимальное смещение в течение одного кадра равногде / - время, за которое произошло смещение (в данном случае t=\ сек).4.2.2 Выбор источника излучения
Рациональный выбор источника излучения на основе параметров интерферометра и приемника излучения осуществляется с учетом выражения (4.29). Предельная чувствительность интерференционного устройства определяется как: 5(pak
Предельная угловая чувствительность Л рпред определяется исходя из ширины интерференционной картины, базы оптической системы, коэффициента увеличения и длины волны, предполагая, что минимальное обнаруживаемое смещение интерференционной картины равно шагу элементов ФПЗС
Аналогично, погрешность измерения определяется какДиапазон измерения ср обычно задается техническим заданием на устройство, в качестве расчетного значения возьмем (pmax=W , тогда преобразуя (4.46) получим
При количестве элементов П] равном 2000, пороговой освещенности Е=0.2 лк, размере фоточувствительного элемента 12x12 мкм, и, считая распределение потока по площади ФПЗС равномерным, мощность лазера, необходимая для нормальной работы устройства будет
Таким образом, рассчитанные выше параметры позволяют полностью определить характеристики приемника излучения и лазера, необходимые для устойчивой и надежной работы устройства измерения малых угловых перемещений.1. Разработана математическая модель оптико-электронного интерференционного измерительного канала, позволяющая определить основные параметры интерференционной картины и их зависимость от параметров интерферометра.2. Разработаны метод анализа интерференционных картин, позволяющий повысить точность измерения малых угловых перемещений, и методика определения малого углового перемещения источника излучения по смещению интерференционной картины и ширине интерференционной полосы с помощью фоточувствительного прибора с зарядовой связью.3. Проведена оценка энергетических параметров излучения в области анализа, позволяющая определить параметры источника излучения.4. Синтезирована функция адаптации порога дискретизации в зависимости от отношения черного/белого в выходном сигнале приемника излучения.
