基于空间距离改进的视觉显著性弱小目标检测

在人类视觉系统(HVS)中,占据重要部分的是对比度值而不是亮度。现有的基于HVS的红外弱小目标检测算法可以有效提高目标信噪比和检测率,但也存在虚警率较高、易受噪声影响等问题。针对这些问题,提出一种基于空间距离改进的视觉显著性红外弱小目标检测算法。用目标所在像素块均值与其周围像素块加权和的比值来加权目标点灰度,得到一幅显著图。在计算周围像素的灰度加权和时,将视觉注意机制中关键因素之一的空间关系考虑进去,根据空间距离加权计算,较远的地方分配较小的权值。实验表明,本文算法不仅可以降低虚警率,而且抗噪能力也比较强。     

基于双目视觉的边缘检测算法

提出了一种基于立体视觉的物体边缘检测的方法。先对立体图像对进行基于图割的立体匹配方法求取场景的视差图，然后再用Canny的边缘检测方法对视差图进行边缘检测。立体视觉方法有效解决了单目视觉检测方法中的一些难点，利用了物体在空间的深度信息，对复杂背景下的物体和具有复杂纹理物体的边缘检测有很高的鲁棒性。实验结果表明该边缘检测方法优于传统的单目视觉边缘检测方法。     

改进Fast-RCNN的双目视觉车辆检测方法

针对不同空间尺度的车辆表现出显著不同的特征导致检测算法效率低、准确性差且单目难以准确获取车辆距离信息的问题,提出了一种改进Fast-RCNN的汽车目标检测法,利用双目视觉对车辆进行测距。首先利用双目立体相机采集前方图像并进行预处理,加载深度神经网络Fast-RCNN的训练数据,再针对汽车不同空间尺度引入多个内置的子网络,将来自所有子网络的输出自适应组合对车辆进行检测,然后利用SURF特征匹配算法进行左右图像的立体匹配,根据匹配数据进行三维重建并确定车辆质心坐标,从而测量出车辆与双目相机之间的距离。实验结果表明,所述算法可以实现对车辆的快速检测,检测时间比传统的Fast-RCNN缩短了42 ms,并且实现了对5 m范围车辆距离的准确测量,其误差仅为2.4%,精确度高,实时性好。     

基于目标运动的复眼式双目视觉测距法

昆虫（螳螂）复眼利用目标的动态差异实现立体视觉,具有视场大、计算简单、实时性高等特点,是立体视觉研究的新方向。为实现复眼立体视觉在机器人视觉导航中的应用,根据复眼结构以及信息处理机制,提出并研究了环形光电传感器的目标快速检测与定位方法。首先,搭建了基于60个光电二极管的等6°夹角分布式环形传感器,形成具有360°视场的环形仿生复眼;其次,建立了基于光流原理的运动目标方位角检测模型,采用傅里叶拟合法实现了方位角检测模型的优化,实现了运动目标方位角与目标距离大视野范围内的简单、快速检测。实验结果表明:1）可实现距离375 mm范围内运动速度为30 mm/s的目标方位角实时检测,测量误差在2°范围内;2）基于目标方位角检测模型,可实现双目阵列传感器在300 mm×375 mm视野重叠区域范围内、平均测量误差在10 mm范围内的立体视觉测距。基于光流的运动目标方位角检测模型可用于实现对运动目标空间位置的动态实时检测,在运动检测、视觉导航等领域具有广泛的应用前景。     

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。     

融合视觉显著性和局部熵的红外弱小目标检测

针对红外图像中弱小目标检测虚警率高、实时性差的问题,提出了一种基于视觉显著性和局部熵的红外弱小目标检测方法.该方法将红外弱小目标的检测问题由粗到精分步实现,首先利用融合局部熵的方法提取包含目标的感兴趣区域,对红外弱小目标实现粗定位.然后再利用改进的视觉显著性检测方法在感兴趣区域计算局部对比度,获得感兴趣区域的显著图.最...     

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.     

基于生物视觉特征和视觉心理学的视频显著性检测算法

提出了一种空域和时域相结合的视频显著性检测算法.对单帧图像,受视觉皮层层次化感知特性和Gestalt视觉心理学的启发,提出了一种层次化的静态显著图检测方法.在底层,通过符合生物视觉特性的特征图像（双对立颜色特征及亮度特征图像）的非线性简化模型来合成特征图像,形成多个候选显著区域;在中层,根据矩阵的最小Frobenius-范数（F-范数）性质选取竞争力最强的候选显著区域作为局部显著区域;在高层,利用Gestalt视觉心理学的核心理论,对在中层得到的局部显著区域进行整合,得到具有整体感知的空域显著图.对序列帧图像,基于运动目标在位置、运动幅度和运动方向一致性的假设,对Lucas-Kanade算法检测出的光流点进行二分类,排除噪声点的干扰,并利用光流点的运动幅度来衡量运动目标运动显著性.最后,基于人类视觉对动态信息与静态信息敏感度的差异提出了一种空域和时域显著图融合的通用模型.实验结果表明,该方法能够抑制视频背景中的噪声并且解决了运动目标稀疏等问题,能够较好地从复杂场景中检测出视频中的显著区域.     

融合全卷积神经网络和视觉显著性的红外小目标检测

为提高复杂背景和噪声干扰下红外小目标检测性能,提出了融合深度神经网络和视觉目标显著性的单阶段红外小目标检测算法.首先设计了基于编码器-解码器架构的轻量级全卷积神经网络对红外图像进行分割,实现背景抑制和目标增强;然后利用红外小目标的显著性特征进一步抑制虚警;最后采用自适应阈值法分离出小目标.网络结构中通过引入多个下采样层降低计算量并增大感受野;通过引入多尺度特征提升背景抑制能力;通过引入注意力机制提升模型训练效果.在真实红外图像上的测试表明,本文算法在检测率、虚警率和运算时间等方面都优于典型红外小目标检测算法,适合进行复杂背景下的红外小目标检测.     

基于单应性矩阵的变焦双目视觉标定方法

针对现有变焦镜头标定方法难度大、动态精度低等问题,提出一种基于单应性矩阵的动态变焦双目内外参数估计方法和平面快速重建方法。利用双目图像匹配点及变焦前后的匹配点进行两类单应性矩阵估计;基于变焦数学模型和单应性矩阵,求解变焦后双目内外参数,实现畸变后双目参数动态估计与优化;通过双目图像单应性进行平面快速匹配和重建。实验结果表明,计算的内外参数与标定结果吻合较好;变焦后,推导的单应性矩阵归一化误差小于0.01,图像重投影误差小于1pixel;重建精度小于0.1mm。     

基于水下双目视觉的燃料组件变形检测系统

燃料组件变形状态是堆芯运行过程中的重要监测指标,基于水下双目视觉的变形检测系统不仅能获得燃料组件关键参数的三维尺寸,还可以测量组件的整体轮廓。根据水下大型燃料组件的高热、高辐射特点,研制了一种基于16台摄像单元的水下双目检测系统,并给出各组成模块的详细设计;通过联合Harris特征点和区域灰度互相关方法,实现辐射噪声干扰下的双目摄像模块的组内快速图像配准。经模拟水池和核电现场实验,验证系统局部参数测量精度优于0.2 mm,全局参数测量精度满足0.5 mm,为高热、高辐射的水下乏燃料组件的局部变形和整体弯曲等参数测量提供有力工具。     

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。     

双目视觉-激光测距传感器目标跟踪系统

针对视觉传感器在目标跟踪定位过程中,沿光轴方向量测精度较低的问题,提出了使用一维点激光测距传感器进行修正的方法。同时,为了充分发挥双目视觉传感器和激光测距传感器在目标跟踪方面的优势,利用信息融合技术来提高信息的利用率和测量的精度。在系统量测过程中,由于激光测距传感器受到二维转台机械性能影响,导致测距值成为时滞信息,提出了时滞信息直接更新算法将常时滞信息的估计值作为当前时刻量的量测值带入后续算法中,从而解决时滞问题;随后利用联邦卡尔曼滤波算法解决了双目视觉传感器和激光测距传感器之间的估计相关问题。仿真结果表明,经过直接更新算法后时滞信息的实时性得到提高,实验同时验证了该算法的有效性,提高了目标跟踪系统的量测精度,改善了双目视觉传感器及激光测距传感器本身带来的精度和实时性方面的不足。     

基于双目视觉多曝光的粒子轨迹测速方法研究

提出双目视觉结合单帧多曝光技术的粒子轨迹测速(PSV)方法,通过长短曝光组合判断速度方向,采用灰度拟合法识别轨迹特征,并采用轨迹中心点进行速度计算以提高速度测量的准确性.该方法采用最邻近点匹配及倾斜角约束对同一颗粒的多段轨迹进行匹配与排序,利用极线约束对轨迹特征点进行双目匹配,对三维重建后的特征点进行B样条拟合以计算粒...     

基于小波多分辨率网格划分的双目立体视觉方法

基于双目立体视觉的三维重构足机器视觉技术中重要的研究内容,在机器人视觉导航、航空测绘、医学成像和上业检测等很多领域都有广泛的应用.研究空间网格候选点三维坐标与图像中二维坐标的映射关系,对基于网格候选点投影灰度相似性的立体视觉方法进行改进,建立多分辨率网格节点并与小波分解网像实现一一对应关系,通过逐级分析嘲格节点的映射像点灰度相似性,确定由粗到精的候选点筛选策略.最终恢复被测物体的深度信息.Matlab平台下的仿真实验町以验证,小波多分辨率网格节点的构建不但改善了计算效率,也避免了过多候选点带来的随机误差,使三维重建精度得到了提高.     

空间非合作目标的双目视觉位姿测量方法

针对清理空间非合作目标任务中如何获取目标的相对位置和姿态的难题,提出一种双目视觉位姿测量方法。首先,设计了基于双目视觉的位姿测量算法,利用弧支撑线段的方法快速检测目标表面的对接环,通过极线约束准则和光流法辅助跟踪算法建立复杂场景下的对接环检测和筛选机制;利用两次遍历法快速标记连通区域,加入面积和曲率约束,提取目标表面特征较突出的规则标志点。利用三维重建后的对接环平面和标志点建立目标坐标系,解算与世界坐标系之间的位姿关系。之后将算法移植到DSP6678信息处理平台,实现了对空间非合作目标的实时连续位姿测量。通过3组不同工况下的小卫星模型实验,验证了该方法的有效性。     

基于双目视觉的室内定位标定新方法

随着全球导航卫星系统的发展,位置服务日渐成为人们生活工作之中必不可少的一部分,越来越多的人习惯使用定位技术。随着室内导航应用需求的不断增加,基于多目视觉原理的室内定位导航技术已经成为目前很多技术领域的研究热点,并日趋成熟。在室内导航定位前,相机的标定过程是重中之重,标定精度对最终定位精度有着决定性作用。然而,当有气液界面存在时,由于视线在传播过程中发生折射,现有的线性标定技术不再适用,并成为制约室内特殊场景定位(如水下机器人作业)的主要技术障碍。针对有气液界面的条件提出了一种新的标定方法,对界面位置进行精确定位,并修正了线性针孔模型,能够有效解决有气液界面存在条件下不能准确标定的难题,克服了封闭体内测量时无法进行现场标定的困难。为验证标定方法的可行性与可靠性,进行了数值模拟,模拟结果显示,此方法误差较小,满足室内定位中的标定精度要求。     

基于同心圆合成图像匹配的双目视觉标定

分析了双目视觉传感器的数学模型,提出了一种基于同心圆合成图像匹配的双目视觉传感器的标定方法。在测量范围内任意多次摆放同心圆靶标,由两台摄像机拍摄靶标图像。根据摄像机模型与已知同心圆在靶标坐标系上的位置关系,构造合成图像,将合成图像与观测图像进行相似度匹配,通过优化定位得到靶标上每个圆的圆心点图像坐标。利用左右图像对应的圆心图像坐标和双目视觉的约束关系,对双目视觉传感器参数进行非线性优化,并得到最优解。所提出的标定方法是在张正友方法的理论基础上,利用了图像的整体性进行的优化。实验结果表明,该方法提高了标定精度。     

基于声全息方法和双目视觉实现运动声源声场可视化

运动声源声场的可视化是一种重要的运动声源定位的技术手段,利用双目视觉测量技术实现运动声源声场空间的自动测量,自动确定运动声源表面的空间位置,针对声源表面,利用传声器阵列,基于声全息方法实现运动声源声场的重建,建立视频图像与声场的空间映射,并建立视频与声场之间的时序,实现实景视频图像与声场重建结果的融合,可以自动生成声源运动过程的视频。基于该方法所开发了一套试验测量系统,对运动声源的测量试验结果表明,该方法可以有效实现运动声源的视频可视化,使人可以直接从视频中看到声源及其变化过程,使声源的定位和识别变得更加简单。