加权窗口在数字图像相关技术中的应用研究

应用数字图像相关法计算变形前后图像中各点的位移量时,先通过整像素搜索法来确定各点的整像素位移,进而根据整像素搜索得到的相关系数值来计算各点的亚像素位移.提出了一种新的整像素搜索法,即采用计算窗口加权的方法对变形前后图像中的点进行搜索计算.计算结果表明,该方法是可行的,同时可以提高计算结果准确度.     

基于灰度相关的图像匹配算法的改进

针对目前图像匹配算法中存在的匹配精度不高和匹配速度慢的缺点，对基于灰度相关的2类匹配算法——最小误差法和相关系数法进行了改进。最小误差法采用新的ML距离法，提出动态调整阈值的方法，既保证了匹配精度，又避免了局部噪声的影响；相关系数法对相关系数的计算公式进行了简化，并采用三步搜索策略进行匹配，以达到减少计算量和搜索位置的目的。实验证明：改进后的算法，在保证一定匹配精度的条件下，匹配速度大大提高，能够满足实际应用中的实时性要求。     

两种插值亚像素定位法在数字散斑测量中的应用

利用数字散斑相关测量法只能得到试件的整像素位移量,不能满足高精度的测量要求。探讨了两种插值法在数字散斑亚像素级测量中的应用,并对相关系数多项式插值法和对数插值法的测量结果进行了比较,为在不同亚像素级位移条件下选择较为恰当的测量方法提供了依据。     

基于相关系数特性的实时匹配算法

提出了一种高精度的快速匹配算法。其基本思想是根据相关系数矩阵的特性来动态改变相关搜索步长的。对于已知目标特性和点扩展函数的情况,求出其理想情况下的相关系数矩阵函数,确定可信阈值和搜索步长;对于不知道目标特性和点扩展函数的情况,通过相关系数矩阵拟合函数或简单变步长法来确定可信阈值和搜索步长。在得到相关系数最大值后,拟合得到亚像素定位精度。与一般相关方法比较,该方法具有定位精度高、稳健性强和运算速度快等优点。     

数字散斑相关测量中亚象素位移搜索的曲面拟合研究

本文介绍一种在散斑相关测量技术中进行亚象素位移搜索的新方法.用对相关系数作曲面拟合的方法来进行亚象素位移搜索,不但可以减少相关分析的运算量从而提高测量分析的速度,而且可以提高测量精度.     

基于GMA光流网络的二维变形测量数字图像相关法初值估计

提出一种利用深度学习提取散斑变形图像位移场的算法。对比几种主流光流网络模型在散斑图像上的计算精度,将全局运动聚合（GMA）光流网络引入数字图像相关法,使用光流网络模型预测的位移场作为亚像素迭代算法的初值,最后结合逆合成高斯-牛顿法计算散斑图像的亚像素位移场。结果表明,与几种主流的数字图像相关算法相比,GMA光流网络初值的计算精度和计算效率更高,适用于大变形测量,是一种兼顾计算速度和精度的变形测量算法。对木块材料进行压缩实验,结果充分显示了所提方法在散斑变形测量中的有效性。     

大变形下基于数字图像相关的改进分段位移传递法

将数字图像相关方法用于物体表面发生大变形时的图像匹配时,经常因变形区域非线性变形和变形过大而遇到问题。借鉴已有的分段测量思想,提出了一种改进的位移测量方法。该方法根据图像间的相关程度将图像序列中的某一阶段图像重新选取为参考图像,然后将先前匹配得到的该图像上的亚像素子区中心圆整成整像素整坐标,从而可以直利用数字图像灰度分布作为该参考子区的灰度分布进行数字图像相关计算。对像素圆整过程中损失的精度,利用连续介质的变形连续性概念进行精度补偿。另外提出用生长法获取初始匹配点,提高了匹配点对生成效率,并且根据由生长法获取的待匹配点集与由相关计算得到的最优匹配点集之间的比率实现参考图像的自动选取。实验对比和精度分析显示所提方法有效、可靠,匹配精度在0.01 pixel量级。     

物体内部三维位移场分析的数字图像相关方法

提出了物体内部三维位移场的数字图像相关分析方法，对物体变形前后，或连续变形的两个相邻状态的内部三维结构的数字图像，通过相关运算获得三维位移场.文中给出了三维相关法的体搜索窗口、相关函数及亚像素运算的相关系数拟合函数.数字模拟结果证明了三维相关法的正确性及可靠性.位移计算精度为0.02像素. 关键词： 数字图像相关 三维相关 亚像素     

预测搜索算法在图像相关中的应用

数字散斑相关方法在亚像素测量过程中运算量大,在对实时性要求较高的系统中该方法的应用受到了限制。提出了一种原理简单、搜索速度快、精度高的预测搜索算法,介绍了预测搜索算法的原理,并给出预测位移的公式。通过实验验证了对算法的精度、效率和鲁棒性,说明对数字散斑相关方法进行优化后,既不损失亚像素位移的计算精度又提高了图像处理的效率。     

梯度-曲面拟合法的亚像素位移测量算法

数字图像相关方法作为光学测量的一种测量方式在结构变形测量中有广泛应用,其中亚像素位移测量精度成为关键。基于亚像素位移测量精度影响因素的分析,研究了计算子区灰度插值、计算窗口大小以及拟合距离对亚像素位移测量的影响。提出了一种梯度-曲面拟合法的亚像素位移测量算法,即,先采用梯度法计算出结构的亚像素位移,再对计算子区进行亚像素插值,然后调整拟合距离进行亚像素曲面拟合。最后利用计算机模拟算例验证了该方法具有良好的计算效率、计算精度及抗噪声能力。     

基于拟牛顿和遗传算法的三维人脸建模

用网格重采样算法和点变形技术把不同人脸纹理全景图进行标准化,实现三维人脸的像素级对齐;根据在不同姿态下用拟牛顿法优化目标函数优化速度的不同和提取的人脸特征点精确计算出输入图像中人脸的姿态;确定三维人脸模型在此姿态下的可见点,最后利用改进的实数遗传算法进行匹配计算,建立完整的三维人脸模型。实验表明,此算法能实现三维人脸像素级的精确对齐,快速的精确计算输入图像中人脸的姿态,减少优化参数,简化目标函数,提高模型匹配效率和重构精度,缩短匹配时间。     

基于数字图像相关方法的亚像素位移迭代算法性能

在对图像位移进行测量时,不同亚像素位移迭代算法的性能不同,将反向组合对角近似算法和反向组合Dog-Leg算法用于数字图像相关法并进行位移测量,同时对反向组合Levenberg-Marquardt算法的参数更新策略进行简化,以反向组合高斯牛顿（IC-GN）法作为对比,通过模拟散斑图像和真实散斑图像的压缩变形实验,对3种算法的性能进行对比,并进行相应的评估。实验结果表明：在模拟散斑实验中,各个算法在收敛速度、收敛频率和计算速度上各有不同;在真实实验下,小变形实验得到与IC-GN法相似的精度,大变形实验得到的收敛半径更大。     

激光散斑的亚像素位移法计算及比较

根据激光散斑相关测量中采用的插值法、梯度算法和牛顿一拉夫森迭代法3种亚像素位移算法的特点,逐一在亚像素尺度计算出磁流体干燥过程中的同一激光散斑图的偏均值和标准差变化曲线。基于得到的偏差均值和标准差讨论了3种算法处理激光散斑图的特点,比较了3种算法处理散斑图的计算精度、稳定性和计算用时。结果显示,在小变形的亚像素位移测量时,梯度算法的精度较高,且较为稳定,计算效率也较牛顿一拉夫森算法快约9倍。因此,在进行小变形亚像素位移测量时,采用梯度算法计算激光散斑是有效的。     

一种多起点并发式快速运动估计搜索方法

为了提高块匹配运动估计快速算法的搜索速度、精度和鲁棒性,提出了一种多起点并发式快速运动估计搜索方法。根据匹配块搜索的特性,提出了均匀选取多个起始点的方法,同时根据搜索区域的大小制定了自适应的限制条件和进度表,使得算法的收敛速度有了很大的提高。该算法在迭代过程中不但能够接受使目标向好的方向前进的解,而且能够在一定限度内接受使目标恶化的解,这使得算法能够有效地跳出局部极小的陷阱。使用基于TMS320C6415芯片的DSP图像处理系统对抖动视频图像序列进行实验。实验结果表明,当视频图像为PAL制,分辨率为720×576个像素,并且相邻图像间的抖动范围为±40个像素时,使用新提出的方法,匹配参数的计算量不大于使用全域匹配方法计算量的1/8,并且搜索精度远高于其他传统的快速搜索方法。     

基于简单线性迭代聚类超像素的meanshift跟踪

为了增强目标跟踪算法在被跟踪目标发生运动位移、遮挡、形变、相似物体干扰等情况下的鲁棒性,提出利用超像素构建目标外观模型,将外观模型与候选区域进行匹配,获取候选区域当中目标超像素,并用Meanshift算法确定目标中心点的跟踪算法。仿真实验选取Benchmark库当中在运动位移、遮挡、形变、相似物体干扰方面具有代表性的视频Girl和FaceOcc1。该算法在视频Girl中的跟踪成功率和跟踪精度为0.601、0.856,比对比实验的经典算法当中跟踪效果最好的KCF算法的成功率和精度分别高0.059和0.084;在视频FaceOcc1中跟踪成功率和精度仅次于KCF。表明该跟踪算法在受到相似物体干扰和目标遮挡时具有良好的鲁棒性。     

基于最佳搜索域的水下图像区域匹配算法研究

针对水下双目图像匹配时不再满足空气中极线约束条件以及归一化互相关(NCC)算法处理水下图像计算量大等问题,提出了一种基于最佳搜索域的水下图像区域匹配算法。对双目摄像机进行标定得到相关参数,并获取参考图和待匹配图;运用曲线极线约束计算出与空气中极线的最大偏离值,确定最佳搜索域;用NCC进行匹配,将原来的线性搜索改为在最佳搜索域中进行多行搜索,提高匹配精度;并应用盒滤波技术加速,提高匹配速度。实验结果表明,该算法达到了尺度不变特征变换(SIFT)算法的匹配精度,可以应用在整幅图中进行稠密匹配,且运算速度比原有NCC匹配算法大大提高,成功将区域匹配算法应用于水下环境中。     

面内位移测量的基于梯度的数字图像相关方法

将整像素位移搜索和基于微区统计性质的亚像素位移梯度算法相结合的数字图像相关方法具有计算简单、求解效率高等优点。该方法的基本假设是变形前后的子区做刚体平移,这则与有位移梯度存在的实际情况相矛盾。首先分析了该基本假设的理论误差,在基于梯度的数字图像相关方法中,得出变形子区做刚体平移的假设和在Newton-Rapshon方法中子区均匀变形的假设所获得的变形子区中心位移在理论上为相同的结论。然后用四组实验来验证该方法在实际实验条件下的计算精度和稳定性,并在铝板试件的单向拉伸实验中,将该方法与N-R方法在有应变存在情况下的计算结果作比较,结果表明该方法计算的位移和理论位移符合得很好,但其计算速度和效率要远优越于N-R方法。     

基于红外图像编码的运动预测相关算法

针对运动预测过程中单一匹配准则的不足提出了一种联合匹配准则,能较好地处理小目标的灰度渐变。基于运动预测过程中不断进行的像素块匹配运算提出了一种新的像素抽样算法,该算法使得运算量大大减少,匹配精度逼近全像素匹配算法。这两种技术的综合应用使得整个运动预测效率有较大改善。     

基于改进网格运动统计特征的在线三维测量

为了解决在线三维测量技术中像素匹配耗时长,准确率低等问题,提出了一种基于改进网格运动统计特征的像素匹配算法。该方法只需一帧固定的正弦光栅投影到被测物体上,由摄影系统连续采集五帧物体在相等位移下的变形条纹图,提取出相应的调制度信息,并利用快速旋转不变性特征算法提取图像的特征点匹配对,然后利用改进的网格运动统计特征算法来实现误匹配对的剔除。最后根据在线三维测量中对其精度要求很高的特点,取其出现位移量最多的值以获得一组相移量相等的条纹图,采用等步相移算法重建出在线移动物体的三维形貌。大量实验验证了该方法的可行性和有效性,与传统的在线傅里叶变换轮廓术算法进行对比,所提方法的鲁棒性更高,能够恢复出更高精度的三维面形。     

基于自调整测量基准图的直线电机动子位置测量累积误差消减

为解决直线电机动子位置测量中多帧图像位移叠加而产生的误差累积问题,提出一种加阈值变换基准图（TTBM）的机器视觉累积误差消减算法。首先,根据直线电机动子的一维刚体平动特点,生成并优选灰度变化更加平滑的一维散斑图像作为目标拍摄图。其次,采用相位相关算法（PCA）改进灰度梯度方法,对配准图像进行整像素平移后再计算亚像素位移,以增大基准图像与配准图像之间的位移测量范围。最后,提出自调整基准图方法,根据图像位移的测量范围设定基准图像变换阈值,降低位移叠加次数,减小累积误差,实现直线电机长行程精密位移测量。同时,研究了基准图像变换阈值对测量精度的影响,给出了基准图变换的最佳阈值选取范围。仿真和实验表明,所提方法可以有效地减小直线电机动子测量中叠加而产生的累积误差。