基于红外特征的三维目标识别算法研究

基于三维特征的目标识别存在相似点云域容易误判、总数据运算量大等问题,而造成目标检出率低和误判率高。为了提高目标识别准确度与速度,提出了基于红外特征的三维目标识别算法。系统同时获取目标区域的二维红外图像与三维点云数据,利用目标红外特性的显著特征获得目标的投影范围,并计算系统与目标的位姿关系。根据红外特征映射关系计算点云数据中目标的限定范围,由此大幅缩减需要匹配计算的点云总量。在相同背景条件下对同一目标车辆进行测试,记录分析了3种不同测试角度条件下的识别数据。结果显示,传统点云识别算法的目标检出率均值为93.4%,误判率均值为19.5%,收敛耗时4.77 s。本算法的目标检出率均值为98.7%,误判率均值为1.5%,收敛耗时1.23 s。由此可见,基于红外特征的目标识别算法的检出率和误判率都更有优势,且处理速度更快。     

体素化点云场景下的三维目标检测

基于激光雷达点云数据的三维目标检测算法受制于数据量大,无法实现速度与准确率的平衡。本文提出一种改进的三维目标检测算法Pillar RCNN。首先将目标点云空间划分为体素格,使用一种基于稀疏卷积的三维主干网络将体素格逐步转化为立柱体素,三维信息量化为致密的二维信息。然后使用二维主干网络提取特征,同时将三维骨干网络中不同尺度的体素特征与二维主干网络通过多尺度体素特征聚合模块进行特征级联,通过损失函数进一步细化检测框。算法在KITTI公开数据集上进行测试,在RTX 2080Ti硬件平台上识别速度为2.48 ms。汽车、行人、自行车3种类别的检测效果同PointPillars基准算法相比较,其中自行车中等难度检测效果提升13.34%,困难难度的车检测效果提升8.85%,其他类别的检测准确率指标也有所提升,实现了速度与准确率的平衡。     

基于三维模型的前视红外目标匹配识别方法

针对前视红外图像中地面固定目标的识别问题,提出了一种基于三维模型的匹配识别方法.首先由场景的3D数据建立目标三维模型,并以人工标记的方式进行编号以保留交界线信息;然后根据实时观测参数进行二维投影绘制得到目标的二维模板图像;最后提取边缘加权HOG特征在观测图像中进行匹配.对大量实测数据的实验结果表明,该方法识别精度高、对...     

基于局部直方图的红外目标分割算法

在远程红外探测系统中,背景为缓慢变化的天空,而目标则表现为局部奇异点。目标灰度分布范围大,局部较亮,边缘与背景对比度低。根据这一特性,提出了一种基于局部直方图的目标分割算法。文中分析了多个目标的直方图分布特性,根据其灰度分布规律和像素个数判决条件实现了目标的有效分割。该算法适用于空域背景下的飞行目标分割。经过仿真验证表明,本文所提出的算法能快速有效地分割出红外飞行目标,有很强的实用性。     

基于红外热图像的标准几何体重构方法的研究

在红外图像特征提取的基础上,提出了一种基于单幅红外图像自动识别并重构标准几何体的方法,即采用红外目标图像上关键点的几何特性对红外目标进行自动分类;利用空间直角变换以获得目标的关键参数;最后实现了红外目标图像的标准几何体的三维模型重构,为复杂红外目标的自动重构打下基础.     

基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。     

基于SVM分类的红外舰船目标识别

针对海天背景下红外舰船目标识别提出了一种基于机器学习的分类算法。该算法首先利用分割算法提取红外图像中的连通区域,并对原图相应的位置进行标记和归一化处理,然后利用HOG特征提取标记区域的高维特征向量,用线下样本库训练得到的SVM分类器对所提取的HOG特征进行高维特征空间的分类,识别目标和干扰。仿真实验表明,该算法具有良好的性能,在复杂海天干扰背景下能够有效地识别红外舰船目标。     

光栅投影图像的3D表面重建

为了克服全患和双目表面重建的某些弱点，利用光栅投影生成二维图像之几何特性，建立投影二维平面图像和三维空间图像的对应关系，并由此确定三维物体表面点的空间坐标，最后利用计算机图形学和虚拟现实的理论与技术绘制出三维物体表面。     

基于红外结构光的三维人脸建模

在基于结构光的双目三维人脸重建中,容易丢失细节处数据和建模精度较低,导致三维人脸数据完整度不高,对三维人脸识别较差.本文研究了基于红外条纹的双目三维照相机系统,通过投射红外条纹结构光,根据相移法将生成包裹相位,利用三频法得到绝对相位,生成视差图,得到三维人脸模型.实验表明,基于红外的哑铃规球心测距误差在0.1％以内,人...     

基于红外图像的遮挡标准几何体重构方法的研究

在基于单幅红外图像自动识别并重构标准几何体的方法基础上,利用正侧两幅红外图像对带有遮挡的标准几何体的组合进行自动识别和分类,提取图像的清晰边缘后通过提取遮挡几何体未被遮挡的对称区域来提取被遮挡几何体几何特征;利用空间直角变换获得尺寸参数,最后应用三维重构模型实现多目标有遮挡的红外图像的几何体系统的三维模型重构,为复杂的红外目标的自动重构打下基础.     

A Method for 3D Scene Description and Segmentation in an Object Record

ＡＭｅｔｈｏｄｆｏｒ３ＤＳｃｅｎｅＤｅｓｃｒｉｐｔｉｏｎａｎｄＳｅｇｍｅｎｔａｔｉｏｎｉｎａｎＯｂｊｅｃｔＲｅｃｏｒｄ￥ＣｈｅｎＴｉｎｇｂｉａｏ（ＤｅｐａｒｔｍｅｎｔｏｆＲａｄｉｏＥｎｇｉｎｅｅｒｉｎｇ，ＮａｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓ...     

基于时空联合的红外运动目标分割算法

针对野外复杂背景下红外运动车辆分割这一难题,提出了一种时空联合的运动目标分割算法.该算法首先通过自适应变化检测提取出初始目标,然后在初始目标外接矩形区域中做分水岭变换,最后通过基于初始目标模板投影和运动投影的区域合并,得到精确的目标.实验结果表明,该算法能快速精确地从复杂背景中分割出目标.     

基于多聚焦红外图像的温度测量及三维重构

由于红外镜头景深小,测量表面超过景深范围的样品不能得到所有位置均清晰聚焦的红外图像。提出了基于多聚焦图像融合的曲面温度测量及被测物体三维重构的方法。该方法采集同一视场不同聚焦深度的红外图像,利用多聚焦图像融合算法,获取所有位置均清晰聚焦的红外图像,即准确的红外信息。再查温度标定表,根据灰度值可得准确的温度值。最后,利用多聚焦图像系列附带的深度信息重构出表面三维高度图。实验表明,应用此方法可以准确测量物体表面温度信息,三维重构图与全聚焦图像形成信息互补。     

三维物体形状检测与重构系统的研究

三维物体形状检测与重构技术是计算机图像处理技术的一个分支,在众多领域有着广泛的应用前景。文中介绍了基于面结构光投影法的三维物体形状检测与重构系统,阐述了测量原理,建立了数学模型,给出了系统检测与重构的步骤,并根据检测得到的三维点云数据的特点,提出了适合本课题的简单、有效的三角网格化方法。实验结果证明该系统能够进行有效的检测与重构,具有很好的应用价值。     

三维监控系统中基于三维重构的交互式标定

标定多个监控摄像机的位姿是智能监控系统的基础.传统的标定方法需人工逐一标定每个目标摄像机,且难以处理非重叠监控视场以及摄像机运动和扰动的情况.对此本文提出一种基于三维重构的交互式标定框架,通过引入场景三维特征点云作为中间层,仅需一次性建立其与参考背景模型间的几何变换关系,即可通过目标摄像机图像与三维点云的匹配实现自适应标定,可显著降低工作量.由于匹配是建立在监控图像与三维点云之间而非监控图像之间,因此可以处理监控视场非重叠的情况.对于摄像机运动和扰动,提出了一种在线相对姿态传递方法,能够克服摄像机扰动和运动带来的姿态变化问题.实验证明了本文方法的有效性.     

三维漫射体真彩色合成似狭缝彩虹全息术

采用合成似狭缝彩虹全息术记录三维漫射体真彩色彩虹全息图，用单波长激光逆光路再现。在记录过程中，不同波长的参考光具有不同的入射角，从而使透镜孔径的有效利用率达到最高，并给出了理论分析和实验结果．