基于特征角点的目标跟踪和快速识别算法研究

提出了一种基于特征角点的目标跟踪、识别方法,其运算效率较高,且角点不易丢失。从对基于灰度的角点提取方法和基于边缘的角点提取方法的比较入手,提出建立新特征模型的必要性。随后给出了一种既能提高运算效率又能简化跟踪模型的特征角点法。选取了飞行速度为300m/s的某战机序列共11帧连续图像作为处理对象,通过在主要配置为Pentium 4、80G内存计算机的、Matlab2006a软件的环境中进行仿真,算法的运算速度可达0.7s,与其他跟踪算法相比跟踪速度较快,表明该方法是一种简洁有效的目标跟踪识别方法。     

一种稳健的特征点配准算法

为了能准确快速提取特征和可靠匹配特征点对,提出一种稳健的基于特征点的配准算法。首先改进了Plessey角点检测算法,有效提高所提取特征点的速度和精度。然后利用相似测度归一化互相关(Normalized cross correlation,NCC),通过双向最大相关系数匹配的方法提取出初始特征点对,用随机采样符合法(Random sample consensus,RANSAC)来剔除伪特征点对,实现特征点对的精确匹配。最后用正确匹配特征点对实现图像的配准。实验表明,该方法能够快速准确地提取两幅图像间的对应特征点,大大降低了误匹配的概率,两幅图像光照不一致、重复性纹理、旋转角度比较大等较难自动匹配情形下,仍能有效地实现图像的配准。     

基于特征点自动匹配的红外图像配准研究

在模糊和含噪声的红外图像配准中,利用角点检测实现特征点的选择,在提高角点提取效率的同时又保证了角点提取的精度。根据互相关的双向匹配实现对应特征点的自动匹配,然后由对应的特征点对估计出仿射变换的参数。实测的数据和计算结果表明,这种方法对于双波段红外图像的配准是有效的,而且有利于后续的图像融合。     

一种新的角点角度快速估计方法

在计算机视觉领域中角点特征的提取具有相当重要的地位。角点的角度是衡量角点特征的一个极为重要的指标 ,常作为阈值决定角点的取舍。文中提出一种新的角点角度估计算法 ,算法中通过对角点边缘链码采用不同的方差的高斯函数进行卷积 ,得到角点位置的偏移 ,并给出由此偏移量计算角点角度值的公式。此算法具有较小的计算量。实验证明此算法在一定场合下能有效地完成对角点角度的估计。最后给出了估计的误差分析。     

零件的角点提取及匹配定位

本文基于三坐标测量机(CMM)设计了一套视觉检测系统,该系统能够对零件实际空间特征信息进行比较全面地提取。针对位于CMM平台上带有角点的零件,利用Harris算子提取从CMM三个不同方位获取的零件图像的角点。对于Harris算子提取到的角点,本文提出一种八链码搜索法和SUSAN区域法相结合的伪角点剔除方法,最后基于立体视觉的原理,提出"距离空间图"匹配算法,将以上3幅图像一一建立匹配关系。实验中多次改变零件在CMM中姿态时,多次实验数据表明本文的角点提取精度与真实角点间仅存在1~2像素的偏差,零件的定位误差为1~3 mm。通过实验验证,角点匹配和定位的稳定性和精度满足要求,具有一定的抗干扰性和实用性。     

应用角点匹配实现目标跟踪

角点特征是图像的一个重要局部特征,因其具有计算量小、匹配简单以及旋转、平移、缩放不变的性质,而在图像配准与匹配、目标识别、运动分析、目标跟踪等应用领域都起着非常重要的作用。本文提出了一种新的基于角点特征的向量匹配方法,该方法利用Harris算子检测出目标角点,通过角点的矩特征形成目标的特征向量,最后通过对序列图像的目标特征向量进行匹配来实现目标跟踪。此算法在一般情况下能匹配80%以上角点,在遮挡情况下仍能正确匹配70%左右,处理速度达到20 frames/s,满足了实时要求。实验结果证明此方法可有效地抵御目标的变形和遮挡情况。     

基于特征点光流聚类的复杂背景中运动车辆检测

为了准确、快速的在动态场景中对运动车辆进行检测,提出一种基于特征点光流聚类的车辆检测方法。该方法取Harris角点为特征量,通过对特征点做光流提取来剔除一些没有运动的干扰角点,然后再通过模糊U邻域(FUNN)聚类算法剔除噪音、孤立点和不感兴趣样本并实现前景和背景的分离,最后通过设定阈值判断前景目标是否是车辆。实验结果证明在复杂的动态场景中该算法具有更高的车辆识别率。     

内窥镜校正中棋盘格标志点自动提取方法

为了解决具有大畸变内窥镜标定的标志点提取困难和人工参与较多等问题,提出了一种简单快速准确的棋盘格标志点提取方法。该方法是采用粗提取和优化来完成棋盘格标志点的提取的:首先利用高斯滤波去除图像噪声,并计算两次图像的梯度特征,利用梯度极值约束得到粗提取的角点;然后利用棋盘格标志点的对称特点消除噪声点的影响,并得到优化的角点位置。实验结果表明,该方法简单易行,计算量小,不需要人工干预即可获得全部标志点,反投影误差小于0.2pixel。     

基于Harris角点检测器的指纹细节点提取算法

提出了一种基于Harris角点检测器的指纹细节点提取算法。先将Harris角点检测器应用于增强后的指纹图像,检测出指纹的细节点和曲率变化大的点,随后进行后处理操作。在后处理操作中,根据细节点的空间分布特征,删除虚假点。使用细节点的邻域灰度信息,判定细节点的类型。利用细节点的原始方向以及得到的类型,确定细节点的精确方向。与经典的细节点提取算法相比,不需要对指纹图像进行二值化、细化,直接在灰度指纹图像当中提取细节点,大大减少了计算时间,有效地提高了效率。使用FVC2002指纹数据库测试,结果表明,该算法可靠、快速,适合实际应用。     

针对标定图像中Harris伪角点的自动修正算法

针对Harris算子在提取标定图像中的特征点时可能出现的伪角点,提出了一种新的自动修正算法.通过对伪角点邻域内图像进行X和Y两个方向上的一维亚像素扫描,然后用基于正交距离的直线或曲线拟合算法计算两条边缘线条,最后用两边缘线条的交点来估计正确角点位置.本文对机器视觉标定中的棋盘格图像进行大量实验,结果证明该方法具有较好的鲁棒性,达到了预期的两个目的:1)修正图像中的伪角点;2)得到高准确度的亚像素角点.     

Corner detection and matching for infrared image based on double ring mask and adaptive SUSAN algorithm

Infrared (IR) image fusion is designed to fuse several IR images into a comprehensive image to boost imaging quality and reduce redundancy information, and image matching is an indispensable step. However, Conventional matching techniques are susceptible to the noise and fuzzy edges in IR images and it is therefore very desirable to have a matching algorithm that is tolerant to them. This paper presents a method for infrared image matching based on the SUSAN corner detection. To solve the problems of the traditional SUSAN algorithm including the fixed threshold of gray value difference and the failed detection of symmetry corners, an adaptive threshold extraction method is raised in this study. Furthermore, an attached double ring mask is used to improve the complex corner detection capability. A constraint condition and a principle of gravity are adopted to filtrate the candidate corners. The proposed method is qualitatively and quantitatively evaluated on IR images in the experiments. In comparison with other methods, better performance has been achieved.     

Corners detection on finger vein images using the improved Harris algorithm

An improved Harris corner detection algorithm is proposed based on Barron operator, since Harris corner detection algorithm has a poor accuracy in positioning complex corner detection and may miss certain real corners. Firstly, the image gradient is calculated by using Barron operator to reduce the calculation errors from Prewitt operator or Sobel operator. Secondly, the centre B-spline function is used to smooth image, filter noise, and retain the corners information better. Thirdly, a non-maximal inhibition and corners sieving method is used to determine whether the detected corners are real corners or not. A square window is centered at the pixel and eliminate the corner if the value of the corner response function is non-maximal in the window. And then divide the test image into several blocks so as to process each block independently, and use a cyclic iterative method to determine the threshold value to make sure that the real corners are accurately selected. Finally, experiments indicate the algorithm has relatively great noise proof ability and is able to extract complex corners effectively.     

特定边界跟踪中角点检测研究

针对边界跟踪算法中在角点附近丢失边界信息的问题,对待检测边界中角点的判别和检测方法进行了研究。分析了边界搜索中所扩展的邻域的半径和角点位置的关系,提出了角点存在判据,给出了角点存在区间。提出了寻区间法角点检测算法,用5个已知边界点之间的关系,判断出角点存在的邻域,通过选取合适的邻域半径,使角点存在区间向角点收敛。对测试图像和人侧面轮廓图像的边界利用所提出的算法进行跟踪,测试图像的边界点从19个增长为37个,人侧面轮廓图像边界点从13个增长为21个,新算法准确地检测到轮廓角点和后续种子点,使边界跟踪能够反映所有的边界信息。     

AGA-BP模型在遥感影像分类中的应用研究

作为遥感研究的关键技术,遥感影像分类一直是遥感研究热点;针对目前采用BP神经网络模型进行遥感影像分类时存在的对初始权阈值敏感、易陷入局部极值和收敛速度慢的问题,为了提高BP模型遥感影像分类精度,将自适应遗传算法引入到BP网络模型参数选择中;首先运用自适应遗传算法对BP模型权阈值参数进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于自适应遗传算法的BP网络分类模型,并将其应用到遥感影像数据分类研究中;仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值。     

Hybrid plasmonic waveguides for low-threshold nanolaser applications

We propose new types of hybrid plasmonic waveguides for low-threshold nanolaser applications. Modal properties and lasing threshold under different geometric shapes and parameters are investigated and analyzed by the finite element method, aiming to realize both low propagation and high field confinement. Results show that a smaller gap width and a larger round corner radius of the metal film reduce the lasing threshold. These new structures can open up new avenues in the fields of active plasmonic circuits.     

基于灰度差异几何特征的角点检测

为了能在模糊或有噪声的图像中直接检测角点,提出了一种对比多尺度下灰度差异几何特征和搜索局部灰度最大权值的角点检测方法。该方法根据图像中角点位置的灰度差异,采用多尺度圆形检测器遍历图像,对比不同尺度下检测器所得到的几何参数来初步确定角点位置并剔除边缘附近的伪角点;根据局部灰度权值最大原则去除由于圆形检测器的离散性而聚集在真角点周围伪角点,并确定角点的最终位置。实验结果表明,相对于传统算法,该方法能够在对噪声或模糊图像不做预处理的情况下检测出角点。     

Method for measuring the threshold value of stimulated Brillouin scattering in water

A new method for accurate measurement of the threshold value of stimulated Brillouin scattering (SBS) in water in terms of pump laser intensity is investigated. The threshold value of SBS is determined by the point of the deviation of the value of the attenuation coefficients of wide- and narrow-linewidth lasers rather than the intensity of the backscattered SBS signal in the material.     

基于角点的红外与可见光图像自动配准方法

针对红外图像与可见光图像的自动配准问题,提出了一种基于图像角点特征以及仿射变换模型的方法.利用Harris因子分别在红外图像和可见光图像上检测角点,并对两幅图像进行边缘检测,得到其边缘图像.通过角点邻域在边缘图像上的相关性,实现角点的粗匹配;通过角点的细匹配,从匹配的角点中选择两对匹配最佳的点作为仿射变换的控制点,得到仿射变换模型,并对待配准图像进行仿射变换,从而实现图像配准.实验结果表明:该方法运算速度快,可以很好地完成红外与可见光图像的自动配准.     

基于自适应加速移频的PV孤岛检测与仿真

针对并网光伏(PV)系统的孤岛检测问题,提出一种复合负脉冲电流幅值干扰的自适应加速移频法。基于公共耦合点电压频率朝某个方向的持续变化次数,该方法对频率偏移正反馈系数进行自适应分段调节以加速频率偏移越限,如果变化次数超过12次,且频率仍未越限,则施加持续2个工频周期的负脉冲电流幅值干扰,触发欠压保护,从而检测出孤岛。Matlab仿真表明,与传统的AFD方法相比,该方法不仅对电网谐波影响小,而且孤岛检测盲区小,能有效在高速自动重合闸动作之前使光伏系统与电网解列,具有重要的应用价值。     

一种新的准确提取离散采样点光谱值的方法

在建立遥感信息反演模型中,是利用离散的采样点实测数据与相应的影像对应像元的光谱值建立关系,从而实现目标信息反演。准确提取光谱值是建立模型的关键,提取光谱值通常采用的方法是把目标点图层转化为感兴趣区ROI,然后保存ROI为ASCII。用ENVI软件依据原始坐标提取采样点光谱值,分析提取的坐标和光谱值发现,提取出的部分采样点的坐标和原始坐标不一致,即光谱值非本像元,以致基于此而建立的反演模型不能真实反映目标属性与光谱值的关系,即模型无意义。我们把像元均分为4个区域,总结规律发现只有采样点落在像元左上角区域时,提取的光谱值为本像元光谱值。在上述方法的基础上,深入研究其提取目标点坐标和光谱值的原理,并总结规律。介绍了实现提取采样点在遥感影像上对应像元光谱值的一种新方法,该方法首先是提取采样点所在像元的4个顶点坐标之一,通过对比原始坐标和提取坐标的经纬度差值判断采样点在像元中分布所属区域,采用对称原则进行调整采样点在像元中分布位置,最终使全部采样点均分布在所属像元的左上角区域,最后再次进行光谱值提取,经验证提取的光谱值准确无误。通过OLI,TM和ETM+影像验证,结果表明该方法能够有效准确提取离散点光谱值,同时原理清晰,操作简单可行,适用性较强,为遥感影像提取离散点光谱值提供了新思路。