图像序列的显著性目标区域检测方法

针对传统视觉显著性模型在自顶向下的任务指导和动态信息处理方面的不足,设计并实现了融入运动特征的视觉显著性模型。利用该模型提取了图像的静态特征和动态特征,静态特征的提取在图像的亮度、颜色和方向通道进行,运动特征的提取采用基于多尺度差分的特征提取方法实现,然后各通道分别通过滤波、差分得到显著图,在生成全局显著图时,提出多通道参数估计方法,计算图像感兴趣区域与眼动感兴趣区域的相似度,从而可在图像上准确定位目标位置。针对20组视频图像序列(每组50帧)进行了实验,结果表明:本文算法提取注意焦点即目标区域的平均相似度为0.87,使用本文算法能够根据不同任务情境,选择各特征通道的权重参数,从而可有效提高目标搜索的效率。     

分布式多通道计算机视觉测量系统

提出了一种新颖的分布式多通道计算机视觉测量系统 ,并成功地解决了钢卷尺自动检测问题。讨论了系统的原理、HUB控制器的设计、图像自动识别与自动检测以及定时器编程等核心技术。实践证明 ,分布式多通道计算机视觉测量系统可以实现工业领域中多目标的高速视觉测量与在线质量监控     

基于双频激光干涉仪的显微模板精密测量

为了对光纤阵列测量的高精度显微模板进行精密检测,采用双频激光干涉仪结合显微视觉系统,通过骨架化、腐蚀法、质心法等算法对显微图像进行计算处理,实现模板特征刻线的提取与精确定位。对模板上8条刻度线之间的间距分别进行重复测量和组合测量,实验结果表明重复测量的标准偏差不大于0.07 m,组合测量的标准偏差不大于0.04 m。介绍了测量系统构成与工作原理,并对测量过程进行了精度分析,分析结果表明测量过程的极限误差不大于0.10 m。     

基于机器视觉的离散傅里叶变换目标识别方法

提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。     

基于单目视觉和圆结构光的目标姿态测量方法

为解决实际工程中无法在被测目标表面设置固定特征来配合单目视觉系统实现目标姿态测量的难题,将圆结构光源引入单目视觉系统中。通过建立圆结构光的视觉姿态测量模型,提出了一种基于单目视觉和圆结构光的目标姿态测量方法。利用图像处理获取不同姿态下目标表面的结构光光条图像的数学参数;然后将其输入到姿态测量算法中,得到目标表面结构光光条的法向量;最后利用目标表面的参考点与结构光光条中心之间的距离约束关系确定唯一解。实验结果表明,该方法有效可行,测量误差平均在0.5°以内,更便于机器人抓取等工程领域的应用。     

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。     

双目视觉用于鱼苗尺寸测量

为了有效地提高鱼苗尺寸测量的效率及精度,搭建了平行式双目立体视觉系统。根据双目视觉原理,首先基于改进后的由多组同心圆构成的标定板对双目视觉测量系统进行定标;然后利用Harris角点提取算法获取鱼苗图像的关键特征点,并基于归一化互相关(Normalized Cross Correlation,NCC)立体匹配算法对关键特征点进行匹配,提取坐标数据;最后根据坐标数据进行计算,得到鱼苗的空间坐标,实现对鱼苗尺寸的精确测量。结果表明,由所搭建的平行式双目立体视觉系统测量的相对误差在8%以内,为双目视觉应用于鱼类养殖业的可行性提供了依据。     

夜视战场环境视觉传感信息采集系统设计

夜视战场环境视觉传感信息的实时获取是跟踪夜视战场图像处理分析的前提,针对夜视战场环境的复杂特征,设计了夜视战场环境视觉传感信息采集系统,分析了系统的总体结构,系统硬件主要包括视觉传感器、传感器控制卡和扩展卡、图像采集与存储以及信号调理电路,给出了系统采集节点的程序设计流程以及传感信息采集的具体程序代码实现过程。实验结果说明,所设计系统可有效采集到夜间军事战场中的传感信息,并且具有较高的采集精度。     

基于相位特征的异源图像匹配算法

提出了一种基于相位特征及金字塔算法的图像匹配方法,提高了对异源图像的匹配性能及算法处理速度.首先,对图像进行金字塔运算,由顶层匹配至底层匹配进行基于不同尺度的图像相位特征处理.处理的具体流程为:在图像中选取感兴趣区域,然后遍历该区域上每个像素点提取的图像块,与对应的异源图像进行FM相位特征匹配;然后,在感兴趣区域中获取...     

利用全局信息提取靶标特征的方法

为了准确提取图像中目标特征,结合靶标的尺寸和特征信息提出了一种基于全局信息的方法。利用霍夫变换(HT)确定图像中包含靶标的目标区域;在目标区域中提取靶标上不同特征区域的中心;利用提取的中心拟合靶标在图像中所占区域的圆心和半径;完成图像上各区域与靶标上对应区域的匹配。实验证明该方法能够有效、准确的提取图像中靶标的特征,实验室内实验中靶标上特征区域中心提取精度为0.09pixel,实验室外提取精度为0.12pixel。在序列图像处理时,利用前一帧图像的结果可以有效降低计算量,提高提取精度。     

基于区域生长重心的大型多阵列圆标定板基准点的提取技术

针对视觉测量在轨道交通隧道大范围轮廓测量上的问题,研究设计一种大型多阵列圆标定板进行系统标定工作,提出区域生长重心法实现对标定图像上基准点的提取。即将区域生长法和灰度重心法相结合,通过粗定位寻找每个基准圆的种子点,考虑种子点像素的4邻域像素进行区域生长,然后利用灰度重心法提取生长区域的重心作为基准点。将非线性变化的基准点替代线性提取的基准圆的种子点,消除了图像畸变的影响,保证了特征检测过程的可靠性和鲁棒性,达到对于多阵列圆大型标定板基准点的提取。通过搭载鱼眼镜头拍摄6m的模拟隧道横断面轮廓,进行轮廓测量与还原。实验表明该方法提取的基准点像素坐标误差可达到2pixel以内,系统测量精度能够达到±5mm以内,完全满足轨道交通隧道横断面轮廓测量误差标准。     

亚成像系统中的实时图像分析提取方法

利用简单、实时的算法有效实现了亚成像系统中的目标图像分离、标记提取与定位。采用了顺序形态变换的方法,以组合可调滤波器组的形式有效的解决了亚成像图像的低分辨率离散问题,并提出了新的快速标记运算过程。采用一次扫描分析方法取得标记链表,以指针追踪方式合并图像的标记范围,为最终识别图像目标提供了一个有效的聚类结果,此方法对不同目标图像数据取得了很好的实时分析效果     

面向目标检测的视觉注意机制波段选择研究

近年来,波段选择在高光谱图像降维处理中得到了广泛地应用,然而常用的数据降维方法并没能将与人类视觉系统相关的信息进行有效利用,如果将人类与生俱来的视觉注意机制能力应用到高光谱图像中目标的视觉显著性特征的增强或识别,对于高光谱图像的目标检测研究无疑会产生相当的促进作用。研究提出引入视觉注意机制理论应用于波段选择研究,构建面向目标检测应用的视觉注意机制波段选择模型。通过分析计算波段图幅的目标与背景的可识别程度,量化所在波段对地物目标与背景的判别能力,提出了基于目标视觉可识别度的波段选择方法;利用LC显著性算法进行空间域的视觉显著性目标分析,计算背景与目标的显著性差异绝对值,提出基于LC显著目标结构分布的波段选择方法。将这两种方法结合提出的改进子空间划分方法,建立面向目标检测的视觉注意机制波段选择模型,并经高光谱遥感AVIRIS San Diego公开数据集进行目标检测实验验证,结果表明所提出的基于视觉注意机制的波段选择模型对于目标检测应用具有较好的检测效果,实现了数据降维和高效的计算处理。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于单数码相机的三维视觉测量数据拼接方法

针对大型物体三维形貌视觉测量,提出了一种新的视觉测量三维数据拼接方法。以一台高分辨率数码相机作为全局测量设备,在测量过程中固定不动,并以数码相机坐标系作为全局坐标系。视觉传感器流动到不同位置对物体各子区域进行测量,获得局部坐标系下的三维数据。以一平面靶标为中介将视觉传感器在各位置的局部坐标系统一到全局坐标系下,从而将三维数据统一到全局坐标系下,完成三维拼接。该方法无需在被测物上贴标记,因此适用于任何材质的被测物,且消除了拼接累积误差。实验结果表明,该方法相对拼接误差为0.076%。以Venus石膏像为被测对象,视觉传感器对其三个局部区域进行测量,给出了局部测量结果及拼接结果。     

光学小波变换在视觉系统的应用研究

为了提高图像信息处理速度,利用光电混合实现的方法,将光学小波变换应用于视觉系统设计.依据4f相关器光学信息处理的原理,在频域内通过计算机编码,在电寻址空间光调制器上,构建不同类型的小波函数滤波器库,对目标的图像特征进行提取与辨识.研究结果表明,基于光学小波变换视觉系统正确可行.在图像特征提取中,以光波传递信息可以提高视觉信息处理的速度.     

提高基于机器视觉的心率测量精度的方法

基于摄像头(可见光)的心率测量方法,能够以非接触的方式检测受试者心率,无论在临床应用还是在家庭健康监护中都有着极大的应用前景。但是,CMOS摄像头的行扫描方式采集图像以及计算机系统的图像采集时钟抖动都会影响此类心率测量的精度,从而引入相位误差和系统随机误差。本文针对这两大主要误差进行研究分析,提出了消除相位误差的基于傅里叶变换的幅频叠加算法、消除图像采集系统时钟抖动误差的基于时间标定的三次样条插值重构方法。幅频叠加算法只在幅频域对信号进行处理,能够忽略信号的相位影响,从而消除相位误差。时间标定的三次样条重构算法能够重构图像的均匀采集,从而消除系统时钟抖动引起的随机误差。同时,通过理论推导论证了两种算法的可行性,进而利用LED模拟实验和实际心率测量实验验证该算法在提高信号检测精密度中的特性。在模拟实验中,对每帧图像的200行作幅频叠加运算,能够使信号幅值相对提升4.58%;基于时间标定的三次样条重构算法能使检测的信号频率的均方根误差缩小30%以上;在实际心率检测中,幅频叠加算法可使心率幅值相对提升达33.5%,基于时间标定的三次样条重构算法可使心率准确度提升40%左右。因此,模拟实验和实际心率测量实验均验证了提出的算法在提高系统检测精度上的有效性,提高了基于机器视觉心率测量的抗干扰能力。这两种算法不仅能够提高基于机器视觉的心率检测精度,而且能够适用于基于机器视觉对一定频率信号的检测,在机器视觉检测中具有广泛的意义。     

多源图像融合算法实时优化方法北大核心CSCD

针对红外与可见光图像融合的实时性要求,介绍了一种解决目前高清或超高清多源图像拉普拉斯金字塔图像融合算法的实时实现方法。基于视频数据流设计了拉普拉斯金字塔并行流水线处理结构,分析了各流水线之间的时延及优化思路。通过片上缓存的方式补偿时延时间差,实现了算法的流水等长,保证了处理数据的完整性。该方法可以在赛灵思7系列及以上的可编程门阵列(field programmable gate array,FPGA)芯片上实现双通道1080×1920@60 Hz视频图像的5层拉普拉斯金字塔融合。实验结果显示,该实时并行处理方法融合效果良好,一帧图像的融合仅需10.535 ms,处理时延小于1 ms。     

基于双目立体视觉的高压绝缘子在线检测系统

针对国家电网系统在防污闪工作中, 无法在线测量电气设备爬电距离的现状, 基于双目立体视觉研制了一种高压绝缘子爬电距离的带电检测系统。提出了利用圆锥面离轴反射镜产生线结构光的方法。利用窄带滤光片增强了线结构光在图像中的对比度, 并结合最大类间方差法和灰度重心法对图像进行自适应阈值分割, 实现了特征点的自动提取, 解决了强太阳光和复杂背景对特征点提取的干扰问题。通过系统标定后, 对高压绝缘子样品的爬电距离进行了精度测试, 实验结果表明最大相对误差为1.45%, 平均相对误差为0.69%, 已成功应用于110 kV变电站中各种绝缘子爬电距离的在线带电测量。     

惯性-视觉复合传感器同步内触发设计

通过同步内触发惯性 视觉复合传感器,实现对远距离、高速动态目标的测量。将高精度惯性传感单元ADIS16355与普通单目摄像机同步触发采集,通过任意位置变化、光轴角度旋转,达到双目视觉效果,有效解决了三维空间运动目标定位问题。由激光按键控制图像起始帧的标注,同时产生高电平信号,与摄像机视频信号分离出的奇/偶场同步脉冲信号一起通过与门电路输出,作为单片机标记惯性数据的中断信号,实现同步测量,可有效消除错帧、丢帧等现象,精度可达微秒级,为惯性传感器与普通单目摄像机同步采集提供了一种有效的解决方案。