基于单帧图像的相机响应函数标定算法

高动态范围成像技术能够避免因为拍摄方向如逆光和曝光量的不同而使图像存在亮度信息缺失和色差,影响真实场景的信息采集.该技术有利于在复杂环境下获得更高的成像质量,被广泛应用于模式识别、智能交通系统、遥感遥测、军事侦察等众多领域.相机响应函数的标定是高动态范围成像技术的关键,能够建立真实场景的辐照度与采集图像亮度值之间的映射关系,从而获得真实场景的高动态范围图像.所提出的算法通过单帧输入图像获得成像系统的相机响应函数,大大地提高了计算效率,并且适用于欠曝光及过曝光条件下采集的图像,扩展了相机响应函数标定算法的应用范围.     

基于图像熵的高动态范围场景的自动曝光算法

自动曝光控制是通过控制曝光量使图像亮度最优化的过程,由于图像亮度与曝光值有着直接的关系,因而图像亮度在自动曝光算法中被广泛应用.虽然熵已用于各种图像处理应用,但是很少应用在自动曝光中.基于图像熵提出一种新的自动曝光算法,不同于传统的主要依赖于图像亮度的算法.首先根据图像熵值大小来判断光照条件,通过图像熵大小的比较,把图像的各区域划分为感兴趣区域与不感兴趣区域.然后由图像熵值大小采用分配权重方法对不同区域分配权重,最后进行准确地自动曝光.由于该算法主要基于图像熵值的大小,所以曝光效果不受图像中对象位置影响,使得该算法更灵活.实验结果表明,该算法对高动态范围场景可以准确地检测出各种光照条件,提高相机系统输出图像的动态范围,同时还增加了自动曝光的准确性.     

基于块匹配的低光度图像对融合方法

针对低光度条件下长曝光图像与短曝光图像的融合问题,提出了一种基于块匹配的图像融合方法,将低光度图像对融合成为一张更好的图像.首先提出基于金字塔多尺度模型的双向鬼影检测算法,该算法降低了噪声和欠曝对鬼影检测的影响,用于准确检测低光度场景中图像对之间由于物体运动造成的不一致区域;随后利用块匹配算法重建鬼影区域;最后运用改善边缘特性的泊松融合算法提取两次曝光图像中的信息生成结果图像.实验结果表明,该方法有效地保留了短曝光图像的边缘锐度,并保持了长曝光图像的色彩、亮度和细节.     

彩色数字相机快速自动曝光方法EI北大核心CSCD

彩色数字相机的曝光准确度直接影响了图像的色彩表现及人眼视觉的感受效果。提出了一种基于人眼视觉感观特性的相机自动曝光方法。通过对图像清晰度、色彩饱和度以及亮度等因素的客观评价,建立了曝光估计函数。根据统计原理并结合经验公式,对曝光估计值与曝光步长增量之间的函数关系进行标定,确立了曝光增量函数。根据当前帧图像的不同亮度属性,结合曝光增量函数,实时计算下一帧所需要的理想曝光值。大量实验表明,该方法对于不同场景、不同光照条件下图像的曝光量都有良好的调节效果,稳健性较强并具有较高的调节效率。     

单张LDR图像的曝光校正与细节增强

提出了一种单张低动态范围图像曝光校正的方法,可增强图像过曝光和欠曝光区域的细节.分别对图像过曝光区域与过欠光区域进行校正.在欠曝光区域,使用WLS滤波将图像分解为照度图和反射图,以提升区域亮度并增强对比度;在过曝光区域,扩展Retinex模型,提出暗亮度用于表征过曝光程度,压缩区域亮度并增强细节.然后利用基于显著性的融合算法将校正后的图像进行融合,得到多区域增强图像.使用两种通用图像质量评价指标比较了多种方法的结果.实验证明,本文结果的指标均优于其他方法的结果.另外,在视觉效果的比较中,本文方法可以得到细节丰富、色彩还原度高的校正图像.     

基于光照和帧间预测的空间图像曝光控制算法

为了解决空间图像中因曝光控制不理想产生的曝光过度和拖尾问题,提出了一种基于光照变化和灵活块划分的空间图像曝光控制算法。该方法考虑大气吸收对光照辐射衰减的影响,得出了光照强度与CCD相机曝光时间的关系,推导出相应的空间图像成像模型;对前一幅图像进行分块,分别比较当前块和周围相邻块的灰度均值,判断两者是否进行合并,如果灰度均值差大于阈值,则两块不合并,否则合并。根据块合并后的划分程度预测当前图像的曝光时间。实验结果表明,经过对曝光时间的准确控制,拍摄的天文图像的信噪比(SNR)最高能够提高2.49 dB。有效地解决了空间图像中曝光过度和拖尾问题,并实现了曝光时间的自适应调节。     

基于线性化动态范围变换的光学投影层析三维成像

传统的光学投影层析受相机感光元件动态范围及曝光时间的限制,难以对具有复杂空间结构分布的样品获取其完整且精细的三维结构信息。针对传统光学投影层析三维成像系统存在的问题,提出了在传统光学投影层析技术中引入朗伯体光源以及线性化动态范围变换的新方法。使用朗伯体光源照射样品,通过多次曝光分别对样品进行图像采集,获取相机实际响应曲线,线性化处理曲线中非线性响应区域以解决传统多次曝光动态范围变换存在的非线性失真和假象问题,然后应用图像融合技术对多次曝光获取的原始图像数据进行融合,运用反投影算法重构样品三维成像,从而获得具有复杂空间结构样品的精细三维结构信息。理论分析与成像结果表明,这种基于光学投影层析的三维结构成像新方法可以获得复杂空间结构样品更多的信息。     

TDX-200透射电子显微镜自动曝光原理研究

通过分析透射电子显微镜的曝光机理,得出了荧光屏亮度与曝光时间之间的关系表达式。设计了TDX-200透射电子显微镜自动曝光电路,并通过实验对自动曝光参数进行了标定。通过对多种实际样品在不同工作模式下进行自动曝光试验,得到了相对清晰的电子显微像。结果表明,TDX-200透射电子显微镜自动曝光的设计满足要求。     

基于HDR图像处理的数码相机成像式亮度测量方法

提出了一种基于高动态范围图像处理的成像式亮度测量方法。该方法首先利用一组由低动态范围时间曝光序列图像合成的HDR图像,经色彩空间变换得到色刺激值,然后利用数码相机特性曲线标定系数计算亮度值。通过对室外场景的实测实验,证明了算法的优越性。     

同态滤波预处理在微粒场全息图图像处理中的应用

针对粒子场全息图像亮度不均匀产生的原因进行理论分析,采用同态滤波图像增强方法对微粒场全息图像亮度不均匀进行校正,消除了对图像处理中的二值化处理结果带来的影响,提高了原图像的象质,为进一步提取图像中的特征信息打下了良好的基础.通过计算机模拟分析和验证,证实了同态滤波图像增强方法是有效的预处理方法.     

基于GF-4PMI数据的亮温差校正火点检测方法研究

高分四号PMI可为防灾减灾提供稳定数据,其搭载的中红外传感器可以很好地应用于快速火灾监测中。但由于缺少传统火灾监测的热红外波段,高分四号提供的光谱信息大多作为灾中监测的辅助数据,且现有的火点识别研究所构建的火点自适应阈值检测算法受单一波段的影响,错检率和漏检率均偏高。为进一步探究高分四号数据在林火监测中的应用方法,提高火点识别精度,本研究分析高分四号数据的特点,结合单通道红外光谱的火点监测方法,应用上下文思想提出一种基于双时相影像的亮温差校正火点检测的方法来进一步提高检测精度。该方法使用灾前和灾中两期影像,具体分为时间尺度上基于空间插值的亮温补偿获取,空间尺度上的上下文自适应阈值分割以及火点判识三个部分。首先将两期影像做差值处理,并将潜在火点周围动态邻域内其他无污染像元的亮温差作为采样点进行空间插值,随后将插值结果带入灾前影像中得到灾中未发生火灾时的背景亮温,最后利用判别条件进行火点判别和虚警剔除,得到最终火点检测结果。其中在灾中背景亮温的预测研究对比了反距离加权插值(inverse distance weigh)、简单克里金插值(simple kriging)和普通克里金插值(ordinary kriging)三种插值方法,从拟合结果来看普通克里金插值既体现了像素区域的波动性又有一定的平滑效果避免峰值过高,是较为理想的拟合结果。实验以目视解译的火点数据为参照验证了山西沁源县和内蒙古呼伦贝尔新巴尔虎左旗地区的两起火灾,对比最新提出的单时相火点检测算法,研究结果表明引进的亮温差校正数据可以更好地拟合背景亮温,减少错分误差至3%,并保持综合评价指标F_β分数在0.9以上。该方法有效结合了高分四号空间和时间的信息,未来可用于高分四号PMI数据自动化火点检测与快速提取。     

An eye behavior measuring device for VR system

This work presents an eye-tracking and pupil size-measuring device that interfaces with a computer for applications useful in psychometry, ophthalmology, physiology and virtual reality (VR) systems. This system utilizes a change-coupled device (CCD) camera, appropriate lenses, PC with frame grabber and a DSP unit with various types of VR equipment, i.e., HMD, simulator or LCD projection device. The digital signal processing unit is used to calculate the average brightness and contrast of the VR video image. A CCD camera with various attachments can be mounted on various VR systems to capture the human eye image for testing. An image capture card and a personal computer are used to analyze the test image. From the eye digital image, the computer obtains data on the pupil size and a trace of the tested eye. A pattern recognition computer program and five measurement parameters are used to distinguish the position of the pupil, calculate the pupil location coordinate and analyze the physical conditions of the user. These data can be plotted against the average brightness and contrast of the VR video image in real time. This information is shown on the screen of a personal computer and used for cross-link analysis. This eye-tracking interface can determine the position of a subject's pupil and map that position into a display point on a computer screen. The pupil size and location data versus the average brightness and contrast of a VR video image are computed in real time.     

Image analysis of atmospheric corrosion of field exposure high strength aluminium alloys

The corrosion morphology image acquisition system which can be used in the field was established. In Beijing atmospheric corrosion exposure station, the image acquisition system was used to capture the early stage corrosion morphology of five types of high strength aluminium alloy specimens. After the denoise treatment, wavelet-based image analysis method was applied to decompose the improved images and energies of sub-images were extracted as character information. Based on the variation of image energy values, the corrosion degree of aluminium alloy specimens was qualitatively and quantitatively analyzed. The conclusion was basically identical with the result based on the corrosion weight loss. This method is supposed to be effective to analysis and quantify the corrosion damage from image of field exposure aluminium alloy specimens.     

多尺度Retinex截断区间对图像质量影响的分析

研究了多尺度Retinex算法对曝光量不足的彩色图像增强处理的结果。改进型多尺度Retinex算法是使用多尺度Retinex增强后在亮度平均值附近以k倍标准差进行截取、拉伸。采用亮度与对比度乘积、图像信息熵等2个判据,实验结果表明在亮度平均值附近k=1倍标准差进行截取后再拉伸得到的图像其2个判据的值都较大,图像最佳。     

Optical time-domain analog pattern correlator for high-speed real-time image recognition

The speed of image processing is limited by image acquisition circuitry. While optical pattern recognition techniques can reduce the computational burden on digital image processing, their image correlation rates are typically low due to the use of spatial optical elements. Here we report a method that overcomes this limitation and enables fast real-time analog image recognition at a record correlation rate of 36.7 MHz--1000 times higher rates than conventional methods. This technique seamlessly performs image acquisition, correlation, and signal integration all optically in the time domain before analog-to-digital conversion by virtue of optical space-to-time mapping.     

利用环形激光视觉传感的焊缝三维恢复

为了实现复杂条件下的焊缝检测与跟踪,通过激光扫描技术,开发了环形激光视觉传感器,与机器人手爪一起构成焊接机器人"手-眼"系统,从而获得焊缝三维信息。改善了传统的点状或线条状激光视觉传感器信息量少、解释模糊以及跟踪方向单一等问题。研究了用于焊缝定位与跟踪的环形激光视觉传感器系统的内外参量标定,提出了实现焊缝三维计算的模型,最后,以对接接头、搭接接头、角接接头为对象进行了试验验证,并对标定精度进行了分析。结果表明:环形激光在不同的焊缝表现了不同的形态,结合标定试验结果,能够计算被检测焊缝的三维坐标,计算精度能够满足试验要求。     

山区智能视觉火情高空图像搜集系统的设计与实现

介绍了一种针对山区多样性突发火情事件中基于智能视觉的高空图像搜集系统,采用以ST意法半导体公司的STM32F107VCT6为处理核心的开发平台,地面控制平台通过高空无人机的高速照相机对目标区域火情图像数据进行搜集,并将图像数据带回到地面控制平台的PC处理器上进行综合分析。地面控制平台根据智能视觉信息采集模块采集的山区遥感图像的均值作为初始背景,并对背景图像进行实时更新,利用光谱特征与距离算法获取差分图像,并进行图像处理,从而获取山区发生火情区域的图像分析数据,以实现对山区森林突发火情事件的及时监测,在火情发生初始阶段就能扑灭。本文对山区智能视觉火情高空搜集系统的实现原理、核心硬件设计、系统软件设计等分别进行了研究,并通过系统实验进行了验证,测试结果表明,该系统在对山区的高空图像搜集实验中,对不同颜色物体的分别识别率为100%,对火灾与地形地貌的识别率为95.55%和81.12%,非常适用于各种山区环境下的智能视觉监控系统。     

A New Method for Rotation and Brightness Invariant Pattern Recognition Based on Modified Multiple Circular Harmonic Expansions

A new method for rotation and brightness invariant pattern recognition was proposed by applying multiple circular harmonic expansions to the joint transform correlator. The amplitudes of the multiple orders of circular harmonic expansions made from a detecting image were synthetically modified to respond to the same auto-correlation peaks. These modified circular harmonic expansions were arranged in the input plane as reference patterns together with an arbitrary target pattern, and the correlation signals between them were calculated in the subtracted joint transform correlator. The fraction of the correlation-peak intensities between the target and the references were extracted as a new discrimination parameter. This new parameter performs pattern recognition under rotation and brightness invariance with good discriminability. Its high discriminability has been proved in computer simulations using the face image patterns of many individuals.     

基于ARM的嵌入式图像识别检测系统的设计

图像识别的主要目的是使用计算机作为工具对目标图像进行处理、解析与应用,通过数据分析检测出具有不同特征的目标和对象,发展至今其已成为了人工智能的基础。本文基于ARM嵌入式芯片提出了一种结合尺度不变特征变换匹配算法的图像识别检测系统,系统硬件部分采用模块化设计的思想以提高系统的兼容性,分为图像获取、数据采集、数据存储、图像识别等模块；软件部分采用斑点检测匹配匹配算法进行图像识别以提高图像识别速度与精度。实验结果表明所设计的系统具有识别速度快、精度高、可靠性高、故障少的特点。     

基于多光谱图像融合的掌纹识别方法

生物特征识别在信息安全领域发挥着重要作用,掌纹识别作为一种新型生物特征识别方式,具有低失真、非侵入性和高唯一性等优势。传统掌纹研究大多使用自然光成像系统以灰度格式获取,识别精度很难进一步提升。为了获得更多的身份鉴别信息,提出利用多光谱掌纹图像代替自然光掌纹图像。针对现有掌纹识别算法由于没有考虑到不同光谱的特性而导致纹理细节丢失,识别精准率低的问题,提出了一种基于多光谱图像融合的掌纹识别算法。该方法通过对不同光谱下的掌纹图像进行快速自适应二维经验模式分解（FABEMD）,将多光谱掌纹图像分解成一系列频率由高到低的二维固有模态函数(BIMF)和一个残余分量,残余分量可被视为该光谱图像低频信息的初步估计。图像采集过程中光照条件很难保持稳定,而近红外光谱图像在进行FABEMD分解时对光照变换敏感,容易导致分解后的BIMF背景信息过于冗余;因此对分解后的近红外掌纹图像进行背景重建及特征细化,在对背景冗余信息进行平滑处理的同时可以有效增强高频信息的特征表达。为避免直接融合处理后引发的图像过度曝光问题,提出对近红外特征压缩后再融合。此外,提出了一种结合了注意力机制的改进残差网络（IRCANet）,用于融合后的掌纹图像分类,在网络中引入分阶段残差结构,缓解了网络的退化问题,在学习过程中有效地减少信息丢失,对于融合后的多光谱掌纹图像,分阶段残差结构能够稳定地将图像信息在网络间传输,但对图像中的高低频信息区分效果不够显著,为了使网络关注更多区分性特征,利用特征通道间的相互依赖性,在分阶段残差结构中结合了通道注意力(Channel Attention)机制。最终,在香港理工大学（PolyU）多光谱掌纹数据集上进行的综合实验表明,该方法可以取得良好的效果,算法识别准确率能达到99.67%且具有良好的实时性。