基于特征的立体视觉并行匹配算法的研究

本文提出一适合立体视觉的并行匹配算法。算法以特征匹配为基础。所谓特征意指用各种大小的拉普拉斯——高斯算子检测的零交点。为获得视差的候选区间,算法在整个图象上计算视差直方图,以迭代的方法确定全部视差,并利用表面的局部估计——二次表面片和边界对深度点进行插补,从而得到完整的深度图。     

基于FPGA的立体视觉匹配的高性能实现

立体视觉系统在3维场景信息感知中起着重要的作用。其中立体匹配算法的运算复杂度较高,实时处理需要硬件实现匹配运算。但在现有的不多实现中,性能要求和硬件资源的矛盾突出。随着分辨率的增加,对处理速度和视差搜索范围都有更高的要求。对此,该文提出了一种立体匹配硬件实现结构,通过并行化算法子模块和合理安排流水结构来提高性能。匹配算法引入了自适应相关窗口的匹配策略,提升了深度不连续区域的视差质量。该方法结合左右一致性校验准则,可有效去除大部分错误匹配结果。整个匹配流程在单片现场可编程门阵列(FPGA)上实现,并在有限硬件资源条件下将视差搜索范围扩大到128像素。系统时钟60 MHz时,对于512512分辨率的立体图像,系统可以实现60帧/秒以上的处理速度。     

双目立体视觉测量中的特征点快速匹配算法

对于图像特征点的提取与匹配是双目立体视觉测量系统中的重要一步,提出了一种改进的适用于随机噪声、光照变化、局部遮挡等复杂环境下的快速鲁棒性不变特征(SURF)的匹配算法。首先,改进了特征点描述子中的主方向的计算方法,提高了主方向的精确度和计算效率;其次,结合NN/SN算法和RANDSAC算法,提出特征点的反向匹配算法,克服了外部环境光照变化、噪声、局部遮挡等因素对特征点匹配的影响,有效地提高了匹配精度。     

基于立体视觉的杂质检测方法设计

为了实时检测瓶内杂质,设计了一套用于灌装线瓶内产品质量检测的视觉系统。基于几何成像原理建立双CCD立体视觉的数学模型,推导出从2张投影图像中得到杂质实际空间位置的公式;利用形态小波简化图像、综合自适应阈值法和边界检测算子进行图像分割,从而提取出杂质特性,最后采用特性向量进行2图的特征匹配。当检测精度为4pixel／mm时,每个瓶子的判断时间小于200ms,准确率近98％。     

用于自由曲面视觉测量的立体精匹配方法

根据立体视觉原理,针对自由曲面视觉测量的实际情况,文中将多种方法融合为一体用于立体匹配,提出一种亚像素级的立体精匹配方法。首先利用投影光栅,在曲面上形成变形条纹,采用小波变换检测出像素级的离散边缘点;在此基础上,提出搜索式无监督聚类拟合匹配算法,将边缘点按实际边缘情况分为不同组别,并用三次B样条将离散的边缘点拟合成连续曲线;根据对极约束特性,实现亚像素级的立体精匹配,解决了交向摆放姿态的双目立体视觉系统的匹配问题。     

共轴立体视觉深度测量

共轴立体视觉测距是一种深度恢复的新方法,利用光轴处于同一直线的两架相机,从单一角度获取图像信息,将三维空间的深度信息转换成二维空间的缩放视差,从而通过图像旋转与缩放、特征点提取、图像匹配、中心点估计等技术恢复深度信息。该技术具有测量系统体积小、实时性强等特点。介绍了该技术的深度恢复公式和算法,并设计了共轴立体摄影测距传感器,用实景实验和3DSMAX模拟实验对该技术进行了验证。试验结果表明,中长距离深度测量精度优于0．1％。     

小波变换求解飞秒脉冲光谱相位

介绍应用小波变换方法求解飞秒脉冲的光谱相位。用小波变换对飞秒脉冲光谱干涉条纹作二维时间-频率分析,不需要传统傅里叶变换方法的滤波过程,也消除了滤波引入的噪声,并且具有明显的直观性,脉冲的光谱相位情况可以从小波变换图中直接判断。     

光学参量振荡器的相位匹配

基于非线性昌体的相位匹配理论，计算了比较典型晶体的调谐曲线，并且详细分析比较了各类光学参量振荡器的相位匹配过程，对周期性极化铌酸锂的准相位匹配理论进行了全面的论述。     

基于立体视觉与特征匹配的点云目标识别算法

准确提取三维点云数据中待测目标的点云集合是三维点云目标识别技术的一个关键问题,也是近年来目标识别领域从二维向三维拓展的一个重要挑战,其主要难点在于快速寻找离散点云之间的相关函数关系。结合立体视觉与特征匹配构建了可以表征不同视场条件下的目标点云约束的机制,通过采用立体视觉作为约束条件完成了对原有特征匹配算法的优化。设计了基于立体视觉的估计算法,通过训练学习获得了不同选取比例条件下的识别规则。实验采用ARIES激光雷达采集点云,并通过MATLAB选取三种典型目标状态。当目标区分度高时,优化前后的目标识别率都在98%以上;当目标区分度低时,优化后对目标边界的限定条件可以很好地提高识别概率。采用优化的点云数据位置偏差量可达到0.55 mm,相比未优化的0.74 mm提高了0.19 mm。同时,优化后算法的收敛时间曲线要优于未优化的,3000点以上的收敛时间均值约为8.33 s,优于未优化的12.76 s。综上所述,优化后的算法具有更好的识别效率。     

一种图像去噪的小波相位滤波改进算法

大多数的小波去噪方法都是基于图像小波幅度信息的,但对于低SNR图像来说,其小波域中的图像边缘信息被噪声掩盖,所以有人提出了对幅度不敏感的小波相位滤波算法,利用含噪图像分解后的相位信息来恢复图像,本文对这种算法作出了一些改进。在相位滤波的基础上,考虑Laplace邻域,试验结果表明比原算法效果好。     

基于场景模式的立体图像舒适度客观评价模型

为了预测双目立体图像内容对视觉健康可能产生的危害,该文提出一种基于场景模式的立体图像舒适度客观评价模型。根据场景中前景目标和后景区域相对于显示屏幕的凹凸性以及是否处于舒适观看区,将自然场景抽象为多种场景模式。在模式选择阶段,从视差图中自适应分割出前景目标和后景区域,根据前、后景的视差角特征确定场景所属的模式;在建模阶段,采用前、后景的视差角特征结合前景的宽度角和曲折度特征对各个场景模式分别进行建模,并量化了前、后景视差因素对视觉舒适度的影响。在IVY数据库上的实验结果表明,所提出的模型与主观感知存在较好的一致性,Pearson相关系数高于0.91, Spearman相关系数高于0.90, Kendall相关系数高于0.74,平均绝对值误差低于0.24,均方根误差低于0.32,与现有的方法相比,该文所提出的模型的评价效果更好,更接近于主观测试结果。     

融合相位一致性与二维主成分分析的视觉显著性预测

为了更加有效地预测图像中吸引视觉注意的关键区域,该文提出一种融合相位一致性与2维主成分分析(2DPCA)的显著性方法。该方法不同于传统的利用相位谱的方式,而是提出采用相位一致性(PC)获取图像中重要的特征点和边缘信息,经快速漂移超像素优化后,融合局部和全局颜色对比度,生成低层特征显著图。接着提出利用2DPCA提取图像块的主成分后,计算主成分空间中图像块的局部和全局可区分性,得到模式显著图。最后,通过空间离散度度量分配合适的权重,使两者融合,提取显著性区域。在两种人眼跟踪数据库上与5种经典算法的实验对比结果表明,该算法能更加准确地预测人眼视觉关注点。     

一种基于小波相位滤波及视觉非线性的医学图像自适应增强新方法

针对经典方法对ＳＮＲ低的医学图像存在噪声过度放大及伪像产生问题,本文在精细尺度上,根据信号与噪声的ＷＴ相位在相继尺度上关联性的不同进行去噪,在大尺度上则采用Ｓｅｍｉｓｏｆｔ阈法对ＤＷＴ系数进行快速缩减去噪,根据人眼的视觉特性对ＷＴ系数的增益进行非线性的自适应控制,较之经典方法,本文方法具有增强图像视觉效果佳,无伪像产生的优点,且在噪声抑制、保边沿及增强各种细节上效果良好。     

智能三坐标测量机零件位姿识别中的立体匹配

为提高三坐标测量机零件位姿识别的效率和准确率,提出了一种基于图像质心偏移的立体匹配新方法。将CCD摄像机安装在三坐标测量机的Z轴上,利用三坐标测量机的精确平移特性,构成单摄像机立体视觉系统,在两个不同位置获取被测零件的实时图像,对其进行处理得到图像质心,将图像质心的偏移距离作为约束条件完成立体匹配。该方法避开了极线约束、灰度约束等复杂约束条件,实验表明该方法可以达到较高的匹配精度,实验件的匹配时间为1.818s。     

Implementation of Real‐Time Post‐Processing for High‐Quality Stereo Vision

We propose a novel post‐processing algorithm and its very‐large‐scale integration architecture that simultaneously uses the passive and active stereo vision information to improve the reliability of the three‐dimensional disparity in a hybrid stereo vision system. The proposed architecture consists of four steps — left‐right consistency checking, semi‐2D hole filling, a tiny adaptive variance checking, and a 2D weighted median filter. The experimental results show that the error rate of the proposed algorithm (5.77%) is less than that of a raw disparity (10.12%) for a real‐world camera image having a resolution and maximum disparity of 256. Moreover, for the famous Middlebury stereo image sets, the proposed algorithm's error rate (8.30%) is also less than that of the raw disparity (13.7%). The proposed architecture is implemented on a single commercial field‐programmable gate array using only 13.01% of slice resources, which achieves a rate of 60 fps for stereo images with a disparity range of 256.     

Small Target Detection Utilizing Robust Methods of the Human Visual System for IRST

Robust detection of small targets is very important in IRST (Infrared Search and Track). This paper presents a novel mathematical method for the incoming target detection problem in cluttered background motivated from the robust properties of human visual system (HVS). The HVS shows the best efficiency and robustness for an object detection task. The robust properties of the HVS are contrast mechanism, multi-resolution representation, size adaptation, and pop-out phenomena. Based on these facts, a plausible computational model integrating these facts is proposed using Laplacian scale-space theory and Tune-Max based optimization method. Simultaneous target signal enhancement and background clutter suppression is achieved by tuning and maximizing the signal-to-clutter ratio (TMSCR) in Laplacian scale-space. At the first stage, the Tune-Max of the signal to background contrast produces candidate targets with adapted scale. At the second stage, the Tune-Max of the signal-to-clutter ratio (SCR) produces maximal SCR which is used to pop-out detections. Experimental evaluation results for the incoming target sequence validate the upgraded detection capability of the proposed method compared with the Top-hat method at the same false alarm rate. Experimental results for the six kinds of cluttered background images show that the proposed TMSCR produces less false alarms (4.3 times reduction) compared to the Top-hat at the same detection rate.     

用于人工因素—目视系统参量研究的折—衍混杂系统

基于Erfle目镜设计了一个折－衍混杂目镜，该目镜不仅在像差特性有很大改善，而且在结构上更趋向轻、小，其焦距、视场、出瞳距离及出瞳直径均满足头戴显示系统（HMDs)的要求，镜头直径亦满足双目系统筒间距的要求；同时选取Cooke3片镜作为中继物镜，对254mm液晶显示屏成像，构成了用于人因素－目视系统参量研究的折－衍混杂系统，并且满足系统参量可调的要求。     

Digiclops立体视觉系统获取深度图像的工程方法

论述了立体视觉研究中的主要问题及其技术进展,重点介绍了Point Grey Research公司的Digiclops三目立体视觉系统,包括该系统的配置、应用和用户开发工具包,结合实例讨论了利用该系统进行深度信患检测的工程方法。实验表明,使用Digiclops得到深度图像的方法具有较好的鲁棒性和实时性。     

全极化转发式假目标鉴别方案设计

现有雷达目标鉴别方案大多是针对单极化假目标设计的,对于能够在极化域上模拟雷达目标特性的全极化转发式假目标难以凑效。分析了全极化转发式假目标的特性及其与真实雷达目标的差异,定义了雷达目标之间的极化特征描述子矢量相似系数,以共交极化比和极化特征描述子矢量相似系数为特征参量,设计了全极化假目标的极化鉴别方案。利用八种真实雷达目标实测数据仿真实验,表明了该极化鉴别方案的有效性。     

Biomimetic Architectures for the Impedimetric Discrimination of Influenza Virus Phenotypes

Rapid discrimination of avian vs. human phenotypes of emerging influenza A virus isolates with pandemic potential is an important issue in pathogenesis and epidemiology studies of the infection. In this work, functional architectures are tailored on the surface of a gold electrode, introducing receptor molecules as a sensing entity that mimics those found in the membrane of target cells of the influenza A virus and with the aim of developing an impedimetric‐based detector for influenza A virus phenotyping. In a bottom‐up approach, the artificial receptors are built by sequential assembly of a 1‐octanethiol/octyl‐galactoside hybrid bilayer, followed by an enzyme‐mediated functionalization of the terminal galactoside groups with sialic acid molecules. The detection mechanism relies hence on the specific affinity between the sialic acid‐galactose receptor moieties anchored on the modified electrode surface and the hemagglutinin (HA) viral surface protein. By using the appropriate type of sialyltransferase enzyme, sialylation of galactose residues is made through α‐2,3 or α‐2,6 linkages. This permits the envisaged impedimetric detector to discriminate rapidly between avian vs. human strains of influenza A virus with the absence of elaborate sample preparation steps. In contrast to immunosensors based on antibodies as bioreceptor, the sialylated modified gold electrode is also able to distinguish among influenza phenotypes, which could make the here presented detector a reagentless, label‐free diagnostic device for influenza phenotyping.