一种三维变形光学测量系统及微结构力学性能测试应用

描述了一种使用显微栅线投影技术和数字图像相关技术同时测量微结构三维形貌和变形的光学测量系统.在此系统中,正弦栅线通过相移投影器投影到被测物体表面,变形的条纹图由高分辨率的CCD相机和显微镜头采集并保存.相移技术处理条纹图得到形貌和离面变形,同时从相移图像中提取出被测物表面纹理,数字图像相关技术处理变形前后表面纹理得到面...     

利用CCD图像的灰度梯度实现物体三维测量

图1是利用CCD图像的灰度梯度实现物体三维测量的空间几何关系示意图。测量过程为：由CCD获得的二维灰度图像，通过解灰度约束方程，获得其三维立体距焦像，后再通过几何光学投影的约束，变换到实际三维尺寸。为了从单目图像中求出感观像的深度信息，物体表面的反射模型应是漫反射的朗伯(Lambert)表面，且应选择适当的角度以克服照射盲区。     

一种快速获取物体三维形貌和纹理信息的算法

提出了一种新的快速获取物体三维形貌和纹理信息的方法。利用数字投影仪将2幅彩色编码的正弦相移光栅图投影到被测物体表面,彩色相机捕捉经物体调制后的变形条纹图。提取RGB三基色,可获得包含物体高度信息及纹理信息的条纹图和背景光。对包含物体高度信息的条纹图用改进的2+1相移算法重构物体的三维形貌。物体纹理信息则通过对背景光进行彩色编码获得,利用纹理映射技术恢复物体纹理。计算机模拟和实验结果验证了该方法的有效性和可行性。     

单幅彩色条纹投影的不连续物体表面三维形貌测量

提出了基于单幅彩色条纹投影的不连续物体及动态三维形貌的测量方法。该方法利用计算机产生一幅正弦条纹图和两幅单一强度图分别通过红蓝绿三个通道合成为一幅彩色条纹图,由液晶投影仪投影到被测物体表面,彩色CCD采集变形条纹图并保存在计算机中。通过三色分离,同时获得正弦条纹图和反映表面反射率分布及背景信息图,通过图像除法运算及亚像素精度归一化处理实现物体三维形貌的恢复。对于表面形貌不连续的物体,利用蓝色分量的灰度图像进行二值化处理定位阴影或暗背景,从而引导正确的相位求解。实验验证了该方法对不连续物体动态测量方面的可行性。     

对复杂自由曲面的纹理重建方法

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

对复杂自由曲面的纹理重建方法（英文）

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

基于投影强度的快速高动态范围三维形状测量

条纹投影轮廓术由于具有速度快、精度高、对环境光照和表面纹理具有鲁棒性等优点,在许多领域得到了广泛应用。但是,它容易受到高动态范围(high dynamic range, HDR)对象的影响。因此提出了一种快速计算最佳投影亮度的方法。通过求解相机与投影仪之间的响应关系,结合所提出的一个简便的投影亮度确定方法,可以得到测量所需要的投影亮度。再基于所提出的图像融合算法融合求得的各个亮度下的原始图片,从而获得高质量的融合图片,实现对HDR物体的高精度的三维重构。相较于传统方法,无需盲目投射和拍摄大量图片或计算复杂的单应性矩阵,仅需要投影一张均匀白光至被测物体,即可快速求解出相机和投影仪之间的响应函数,从而获得所需的投影亮度,使得测量速度有极大的提升。     

光栅投影图像测量物体三维外形

使用投影光栅技术 ,由 Computer TV Camera得到待测物体表面和一参考平面的变形投影条纹图像 ,通过比较投影光强和在两幅图像的分布位置对应关系 ,非接触测量物体表面三维外形 ,给出了测量原理和石膏头像脸部表面三维外形测量结果 ,分辨率为 0 .0 6 mm     

无需系统标定的三维视觉重建北大核心CSCD

为了解决传统三维重建需要依赖系统标定信息的问题,提出了一种基于相位图的不需要系统标定信息的三维视觉重建算法。首先使用结构光测量技术获得被测物体表面的相位图,再利用相位图的横向和纵向空间扭曲特性计算物体表面相对深度信息,最后实现被测物体的三维视觉重建。这种方法可以用在无法进行标定或无法获取标定信息的场合。实验结果表明,当被测物体表面结构简单时,这种方法的三维视觉重建效果较好。并通过对比传统三维重建结果验证了该方法的有效性。     

三维形貌及颜色纹理的快速获取方法

为了在黑白摄像机中快速获取场景的三维形貌与颜色纹理,提出了绝对相位测量结合主动彩色照明的方法.首先向物体投影并拍摄两幅相移为1/3周期的条纹和一幅周期有微小差别的条纹图;然后分别向物体投射光强为给定强度的白、红及绿照明光,并拍摄图像.用改进的相移法求解第四幅图像与第一、第二幅变形条纹图中的相位;用改进的傅里叶变换法求解第四幅图像及第三幅变形条纹图中的相位;然后得出绝对相位值.最后利用第四幅图像与第五和第六幅图像求出场景反射的蓝色分量,并根据色度学原理恢复出场景的颜色纹理.实验表明,该方法在保证三维测量准确度的同时获得了高质量的颜色纹理,实现了30fps的三维数据及颜色纹理采集速度.     

一种光谱与纹理特征加权的高分辨率遥感纹理分割算法

高分辨率遥感影像呈现极其丰富的光谱和结构信息,传统的基于光谱的遥感影像分割方法往往使得分割区域过于细碎且分割精度不高.尝试将纹理信息引入到特征空间以期解决该问题.本文算法中,特征空间由光谱和纹理两类构成,并采用加权最小距离分类器.光谱信息通过对原始影像的变带宽均值漂移滤波获得,纹理信息由对原始影像逐波段采用多尺度伽博(Gabor)滤波器组滤波获得;依据训练样区中各特征维的方差确定该地物类别分类时特征维的权重,并通过训练样区的特征加权平均获得各地物类别的聚类中心;最后,将像素点归为到加权聚类中心距离最小的类别.实验结果表明,提出的均值漂移带宽确定方法是有效的,加权融合算法较基于光谱的分割方法在分割精度上有一定程度的提高.     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。     

分形粗糙面合成孔径雷达成像研究

研究了分形粗糙面的成像问题. 分形粗糙面能够较好的逼近真实环境, 采用带限形式的Weierstrass-Mandelbrot函数建立了分形粗糙面几何模型, 对分形粗糙面参数的选取进行了讨论. 对大尺度粗糙面散射问题提出了一种基于大面元的Kirchhoff近似方法, 采用面元模型来计算粗糙面总的后向散射场以及每一个面元的后向散射场, 并对面元的尺寸选取进行了研究, 通过与解析解进行对比证明了该方法的正确性. 在分形理论建立的确定性粗糙面几何模型与面元的Kirchhoff方法获取的散射场的基础上, 采用正侧视条带式成像模式, 并选用距离多普勒算法对不同分形参数的粗糙面进行合成孔径雷达(SAR) 成像模拟, 结果显示从SAR像中可以清晰地观察到不同分形参数对粗糙面几何轮廓的影响. 该研究包括了从环境模型、电磁模型到SAR成像技术在内的完整的分形环境SAR像模拟过程, 仿真结果显示出分形环境的SAR像特点, 这对基于分形理论的自然环境的遥感探测以及参数反演具有一定的理论支撑作用.     

空间编码与灰度投影相结合实现高效3-D形貌测量的研究

介绍了一种结合空间编码与灰度投影来实现高效三维形貌测量的方法。用空间编码完成对被测空间的粗略编码,用灰度投影完成精确编码,将它们结合起来得到被测物体表面丰富的编码信息,作为一种基于三角法的三维形貌测量方法,能够在物体表面非常不连续和外部光照造成的背景光强分布不确定的情况下工作良好。同时,与传统的空间编码方法相比,它大大提高了空间编码的效率。实验表明,该方法用５ 幅图像取得了与灰度码１０幅图像相当的测量结果。     

基于荧光透射谱和高光谱图像纹理的茶叶病害预测研究

为了实现对茶叶病害的准确预测,避免病害特征提取过程中对茶叶的二次破坏,利用荧光透射技术对茶叶赤叶病叶片的荧光透射光谱特性展开研究。实验采集了健康茶叶叶片样本45个、赤叶病初期叶片样本60个及赤叶病中期叶片样本60个,并按照2∶1的比例划分成训练集和预测集样本数,通过荧光透射手段利用高光谱仪器采集这些叶片的原始荧光透射光谱。通过对这3组叶片样本平均光谱强度曲线的分析,证实了利用荧光透射光谱信息对这3种病害类型叶片进行分类的可行性。然后使用多项式平滑（savitzky-golay, S-G）方法对原始光谱进行平滑和降噪处理。最后采用竞争性自适应重加权抽样法（competitive adaptive reweighted sampling, CARS）对预处理后的光谱数据进行特征波长的选取。经过50次加权采样后,最终选取出4个特征波长,分别为：463,512,586和613 nm。为了最大化提取样本的病害特征信息,强化分类器输入病害特征值的典型性,使用高光谱反射技术,采集4个特征波长下的高光谱图像,分别使用2种不同的纹理提取算法提取病害叶片图像的纹理信息进行对比分析。首先利用灰度共生矩阵（GLCM）提取4幅图像的纹理信息,分别计算4个方向的灰度共生矩阵(0°,45°,90°及135°),然后计算5个共生矩阵的均值和方差。为了提高鲁棒性,取4幅图像纹理信息的平均值作为该叶片的纹理特征值,最终得到10个特征值。利用LBP（local binary patterns）算法获取特征波长下高光谱图像的纹理信息,并使用Uniform模式对LBP模型进行降维,最终每幅图像得到944个维度的LBP特征值,同样取4幅图像的平均值作为该叶片的LBP纹理特征值。最后通过极限学习机（ELM）分别建立特征光谱联合灰度共生矩阵纹理信息及LBP算子纹理信息的预测模型,由于模型的输入特征值不在一个量纲,首先对输入特征值进行归一化处理,然后再定义模型的输出标签,即健康叶片的预测模型输出为1,赤叶病早期为2,中期为3。实验测得基于CARS-GLCM-ELM模型的预测准确率为81.82%,基于CARS-LBP-ELM模型的预测准确率为85.45%,说明利用荧光透射光谱联合LBP算子纹理信息预测效果更好。由于没有达到预期效果,利用Softplus函数对ELM的隐含层激活函数进行了优化,替换掉原来的Sigmod函数,优化后的模型预测分类正确率达到92.73%,基本达到了预期效果。该研究将病害叶片的荧光光谱信息和对应特征波长下高光谱图像的纹理信息进行了融合,研究结果可为茶叶病害的快速、准确预测提供一定的参考价值。     

基于纹理显著性的微光图像目标检测

微光图像对比度较低,目标显著性不明显,目标自动探测难度大.针对此问题,本文提出一种噪声鲁棒性较好的图像局部纹理粗糙度算法,并给出一种适用于微光图像显著分析的纹理显著性算法.首先,提出一种新的局部纹理粗糙度算法,该算法利用最佳尺寸计算局部纹理粗糙度,对纹理图像进行加噪实验,与基于局部分形维的粗糙度方法相比,本文局部纹理粗糙度算法表现出较好的噪声鲁棒性;其次,在提取图像粗糙度特征图的基础上,给出一种针对纹理的显著性度量算法;最后,将纹理显著性算法应用于微光图像目标检测,实验结果证明了该算法的有效性.     

基于可见光的多波段偏振图像融合新算法

采用了一种新的基于小波变换的偏振图像融合算法.首先,将两个波段中的每一波段三幅偏振图像利用小波变换分解成低频和高频部分,低频的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数,得到一个波段一幅图像.接着,将得到的图像再进行小波分解,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,用来调整高频小波系数,将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价.实验结果表明,融合后的偏振图像不仅反映了场景的偏振信息,而且还包含了丰富的光谱信息,目标与背景的衬比度也得到了增强,为进一步的目标检测和识别提供了便利.     

Incoherent holographic imaging through thin turbulent media

We introduce and experimentally demonstrate a new method of computing Fresnel holograms of a real-existing, three-dimensional (3-D) scene hidden behind a thin turbulent medium, and illuminated by incoherent white light. From each perspective point of view, we acquire multiple noisy speckled images through the medium vibrated mechanically. These images are fused together to yield a smoothed perspective projection of the hidden 3-D scene. All smoothed projections are processed to yield a Fresnel hologram of the hidden scene. The 3-D image reconstructed from the hologram is further improved by digital blind deconvolution of each of the 3-D image slices with its own estimated impulse response.     

基于双边纹理滤波的图像细节增强方法

为了实现图像的细节增强,特别是纹理细节增强,同时尽可能保持图像的结构完整,提出了一种基于双边纹理滤波的图像多尺度分解方法。首先,对图像进行多尺度双边纹理滤波分解,分别得到一幅基本图像和一系列细节纹理图像。接着,类似于小波增强方法,对细节图像采用多尺度自适应增强方法,得到一系列增强后的纹理细节图像。最后,将基本图像和增强后细节图像相加,重构出最后的增强图像。实验结果表明:本文提出的增强方法能够在突出边缘的同时,较好地增强图像中的纹理细节信息。将基于双边纹理滤波的多尺度分解引入图像增强,能更好地体现图像纹理细节特征,为增强图像提供更加丰富的信息。     

一种基于特征分析的偏振图像融合方法

偏振成像探测能反映出传统光学成像所无法反映的物体的信息,为了克服计算偏振参量图像丢失细节信息的不足,在已有偏振图像融合方法的基础上,提出一种基于综合图像特征的融合方法。相较于已有算法突出图像的某一方面特征,该算法提取图像的灰度特征、纹理特征和形状特征,据此确定融合权值,对图像进行融合,能够较好地反映目标的细节信息,融合后的图像相较于普通光强图像,方差、信息熵分别提高了12.6%、17.5%,平均梯度从0.59提高到1.83。针对该方法用到的特征维数较高的问题,提供了一种简化算法,耗时从3054降至1337。