基于Hough与改进局部Radon变换的多目标姿态提取

针对大视场、小目标、多目标特点下基于数字图像的飞行目标姿态判读任务,选用顶帽运算抑制背景.提取目标骨骼,利用改进Radon坐标系计算极限角分辨率.通过在传统Hough变换后加上一次改进局部Radon变换的方法提取多目标姿态参量,解决了线段位置检测问题,同时消除了小目标、多目标情况下,单纯使用Hough变换处理时产生的误判现象.提出一种变步长快速游标尺度逼近算法,在目标尺度提取上获取了较高的判读准确度.     

基于光学图像的目标姿态判读处理

 采用摄像测量方法获取目标的飞行姿态是目前靶场主要测量手段之一。目标姿态可以用目标轴线在空间的方位来描述,即姿态的判读处理就是要提取线的空间位置。在进行图像判读处理时除采用传统的基于点的判读处理手段外,还应根据不同的目标类型采用不同的判读处理方法,文中给出了基于首尾两点的判读处理、基于线的判读处理和基于模型的三种判读处理方法,有效解决了不同类型目标的判读处理问题。     

图像局部特征识别中的多目标分离

研究了一种多目标识别算法,该算法用SUSAN角点形成SIFT特征点,采用阶梯图像金字塔结构实现尺度不变,为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简化使其维数降低一半,得到增广矩阵.对增广矩阵进行列变换,依据坐标转换的特性可从中提取多目标的稳定正常点,实现了快速分离多目标的匹配点.结果表明,利用新算法得到的多目标识别结果能保证最小二乘法迭代运算快速收敛,且一次迭代就能得到精度较高的目标定位参量,根据SIFT标准的128维局部特征描述符判别匹配点,匹配点数量较SIFT算法多一倍,分离多目标速度较Hough变换快2～3倍.     

基于多尺度Radon变换的图像检索

根据Radon变换的统计特性构造了不变量,提出一种新的基于多尺度Radon变换的图像形状检索方法.对检索图像作小波变换,根据小波模极大原理得到边缘图像,对边缘图像构造Radon变换中心矩,在中心矩的基础上根据Radon的统计原理构造出尺度不变矩.由于矩阵的奇异值具有旋转不变性,因此针对不变矩向量矩阵求奇异值,该奇异值特征向量具有平移、尺度和旋转不变性.将该Radon变换的不变量作为形状特征,并进行高斯归一化,按照欧氏距离计算不同图像间的形状相似度.试验结果表明,该方法对高斯噪音具有较强的鲁棒性,与其它方法相比具有较好的检索效果.     

时频-Radon变换在激光微多普勒效应特征提取中的应用

鉴于激光微多普勒效应探测运动目标复合振动的重要性,利用离散小波多分辨分析对激光微多普勒效应探测运动目标复合振动的实验数据进行分解,研究不同尺度下的信号特征。将Radon变换与时频分析结合在一起,对实验所得信号在时频域中进行分析,结果表明:时频-Radon变换适合于微多普勒信号的识别,应用该方法能够抑制多分量信号时频分布产生的交叉项干扰,有效地提取微动目标的特征,为目标特征的识别、分类和探测提供了便利。     

基于小波多尺度积的目标识别

光学相关探测就是利用光学相关的方法,从混乱的图像中找出需要的目标,达到识别的目的.把小波变换应用于光电混含联合变换相关器,突破了传统的傅里叶变换的局限性,实现了对探测目标不同区域、不同尺度的分析.为了充分利用小波不同尺度的特性,采用小波多尺度积的方法提取出目标图像的边缘,兼顾了图像的细节与轮廓特征,将目标图像不同层次的轮廓信息和细节信息相结合,解决了复杂背景下目标图像的识别问题.光学实验结果表明,该方法有效增强了复杂背景目标的相关点强度,成功实现了目标的探测,具有良好的应用前景.     

基于小波变换条纹修补和条纹自相似性的干涉条纹极值提取

提出了基于小波变换的条纹修补方法和利用干涉条纹自相似性的条纹灰度极值自动判读方法.基于小波变换的条纹修补方法包括滤除噪音、多尺度小波变换、模极大值检测滤除奇异区域、近似信号自动修补,在此基础上进行多项式拟合,首先实现最外层条纹灰度极值的自动提取.基于干涉条纹自相似性的条纹灰度极值自动判读方法是通过逐渐平移拟合区域,准确地提取了内层条纹的灰度极值位置,从而可以处理整幅图片的干涉条纹.此方法的特点是自适应、无需人为设定参量、处理速度快.实验结果表明,该方法有很好的可靠性和准确性,并且处理区域大、用时少,仅需对图片扫描一次即可提取全部条纹的灰度极值.     

舰船目标红外图像特性研究

针对成像型反舰导弹所获红外图像的特点,分析了舰船目标和海天背景的红外辐射特性,得知舰船目标红外图像有一重要特征-海天线,它可以确定目标的所在区域。为了舰船目标的跟踪定位,对舰船目标红外图像中的海天线特征进行研究,提出一种基于预处理和直线拟合法提取海天线特征的算法,首先对图像进行边缘检测得到梯度图像,进而二值化并细化,最后利用Hough变换提取海天线。结果表明,在低对比度和有云团干扰的情况下,该算法与改进的直线拟合法相比,能够有效地、准确地提取舰船目标红外图像中海天线特征。     

基于小波变换条纹修补和条纹自相似性干涉条纹极值提取

提出了基于小波变换的条纹修补方法和利用干涉条纹自相似性的条纹灰度极值自动判读方法基于小波变换的条纹修补方法包括滤除噪音、多尺度小波变换、模极大值检测滤除奇异区域、近似信号自动修补,在此基础上进行多项式拟合,首先实现最外层条纹灰度极值的自动提取基于干涉条纹自相似性的条纹灰度极值自动判读方法是通过逐渐平移拟合区域,准确地提取了内层条纹的灰度极值位置,从而可以处理整幅图片的干涉条纹.此方法的特点是自适应、无需人为设定参量、处理速度快实验结果表明,该方法有很好的可靠性和准确性,并且处理区域大、用时少,仅需对图片扫描一次即可提取全部条纹的灰度极值.     

基于改进Hough变换的井盖目标检测与定位

市政井盖的实时告失对城市管理具有重大意义。针对图像的复杂背景,提出了改进的Hough变换算法。在经边缘提取的二值图上,利用轮廓跟踪找到所有的轮廓,接下来设计轮廓过滤器排除虚假目标,进而在轮廓链表上进行Hough变换从而确定目标可能出现的区域,最终获得准确的井盖区域定位。该方案有效地提高了传统Hough变换的处理速度,减少了无效采样和累积。实验结果表明,该算法在多种复杂背景、不同视角、不同拍摄时间和条件、目标被部分遮挡等情况下都有很好的定位效果。     

Targeted-ROI imaging in electron paramagnetic resonance imaging

Electron paramagnetic resonance imaging (EPRI) is a technique that has been used for in vivo oxygen imaging of small animals. In continuous wave (CW) EPRI, the measurement can be interpreted as a sampled 4D Radon transform of the image function. The conventional filtered-backprojection (FBP) algorithm has been used widely for reconstructing images from full knowledge of the Radon transform acquired in CW EPRI. In practical applications of CW EPRI, one often is interested in information only in a region of interest (ROI) within the imaged subject. It is desirable to accurately reconstruct an ROI image only from partial knowledge of the Radon transform because acquisition of the partial data set can lead to considerable reduction of imaging time. The conventional FBP algorithm cannot, however, reconstruct accurate ROI images from partial knowledge of the Radon transform of even dimension. In this work, we describe two new algorithms, which are referred to as the backprojection filtration (BPF) and minimum-data filtered-backprojection (MDFBP) algorithms, for accurate ROI-image reconstruction from a partial Radon transform (or, truncated Radon transform) in CW EPRI. We have also performed numerical studies in the context of ROI-image reconstruction of a synthetic 2D image with density similar to that found in a small animal EPRI. This demonstrates both the inadequacy of the conventional FBP algorithm and the success of BPF and MDFBP algorithms in ROI reconstruction. The proposed ROI imaging approach promises a means to substantially reduce image acquisition time in CW EPRI.     

线状目标实时检测算法的研究

提出了一种基于FPGA和DSP的算法并设计了相应的硬件系统,能对大小为256×256像素、帧频为25帧/s的视频图像进行实时处理。即先对输入图像采用改进的Sobel算子提取边缘,再用改进的Hough变换算法进行直线检测。解决了传统的Sobel算子提取的边缘较粗及Hough变换算法计算量大、难以实时实现的难题。     

Principal direction-based Hough transform for line detection

A robust and fast line detection method based on Hough transform (HT) is proposed in this paper. Edge pixels are extracted based on the summation and ratio of principal curvatures. Probabilistic sampling on the edge pixels is applied to reduce the count of voting. Then a one-to-one voting strategy is applied by taking advantages of the information of principal direction. The principal direction is also conducive for the successive accurate line segment extraction. The experiments demonstrate that the proposed method shows better locating accuracy and computation efficiency compared with several significant variations of HT.     

基于机器视觉的ROV水下管线自动跟踪方法

针对混浊水下管线检测过程中由于光学图像成像不清而难以实现自动跟踪的问题,提出一种基于机器视觉和声纳图像处理的水下管线自动跟踪方法。鉴于声纳图像噪声大的问题,该方法采用Gabor滤波器增强管线特征,然后通过二值化,以及Canny边缘提取管线轮廓,最后通过霍夫变换得到管线的几何特征。为了提高管线提取的效率,采用卡尔曼滤波对管线走向和位置进行预测。通过ROV实验,结果表明,该方法能够减少图像搜索的面积,减少处理时间,成功地提取出管线特征。该方法应用于混浊水下管线跟踪是可行的、有效的。     

基于模糊快速Hough变换的盘孔边界识别方法

为了快速准确地识别出某型航空发动机篦齿盘均压孔的边界,提出一种新的模糊快速Hough变换.利用局部梯度信息将检测圆所需的3D Hough变换转化为一个2D Hough变换检测圆心位置和一个1D Hough变换检测圆的半径.在检测圆心位置时,对2D参量空间进行多分辨率分级,通过迭代计算由粗到精逐步细化参量空间.采用模糊投票的方法来处理边缘像素位置和梯度方向的不确定性.通过实验对比了模糊快速Hough变换与标准Hough变换、随机Hough变换进行盘孔边界识别的效果,结果表明模糊快速Hough变换可以快速准确地识别出盘孔的边界,性能优于另外两种算法.     

靶场光测多站图像多目标判读技术

靶场光测图像处理的一个突出难题是如何分辨图像上出现的大量小目标。利用单站序列图像上目标的运动关联、目标在多站图像上像点之间的对极几何约束关系,提出了靶场多站图像多目标判读的新技术,采用单站序列图像目标卡尔曼运动轨迹预测及跟踪识别技术,以及多站图像对极几何约束同名目标匹配技术,突破了传统方法仅进行单站图像判读的局限。仿真结果证明其能有效解决多站、多目标的判读问题,已成功应用于我们研制的多套靶场图像判读系统中。     

基于Hough变换的高精度机器视觉对准系统的研究

随着集成电路特征尺寸的不断减小,I/O引脚数日益增加。对于高密度封装,尤其是2.5D/3D封装中,电子元件和基底快速而准确的对准十分关键。利用高性能CCD搭建了一套精密的光学视觉对准系统,并采用Hough变换算法对芯片和基底进行对准试验。采集的图像经过去噪预处理后采用形态学边缘检测方法提取对齐标记,并通过Hough变换得到4组平行直线,然后计算基底的位移和旋转角度并完成对准。使用Matlab编程配准,程序运行时间约为4.2 s,旋转参数的误差小于1.2°,x和y轴的平移误差均小于1 pixel。试验结果表明基于Hough变换算法的光学视觉对准系统可以快速而精确地实现芯片和基底对准,满足IC封装需求。     

基于Hough变换的数字全息干涉条纹检测

提出了一种利用Hough变换在图像中检测模糊直线条纹的有效方法.将Hough变换对随机噪音不敏感的特性与Fourier变换的性质相结合,可实现对图形中有相同周期条纹的检测.该方法不针对单一条纹,只识别相同周期条纹的总体特征,能有效避免条纹部分缺失对检测结果的影响,并能快速检测条纹的准确数量.将该方法应用于数字全息干涉图...     

Characterizing Young's fringes’ orientation and spacing by Fourier transform and Radon transform

Orientation and spacing are important features of fringe patterns, especially in speckle photography when the displacement information of the object is determined by pointwisely filtering the double-exposure specklegram. The Fourier transform and Radon transform are both simple and effective tools for solving this problem, which extract the information in spectral domain and spatial domain, respectively. A hybrid method combining Radon transform and Fourier transform is also possible. The results can be further improved by enhanced Fourier transform and enhanced Radon transform. The theories, as well as real applications, are given in this paper.