基于视差信息的三维图像的计算机重构

为了解决全景成像技术中观察者位于观察区域之外看到的图像会存在失真的问题,提出了一种基于视差信息的计算机重构3D视图技术.利用3D场景中的物体点经过不同微透镜在元素图像中记录的视差信息,根据光学路径分析,对重构视图中的失真部分用其它元素图像中存在的同一物体点的匹配像素进行替代,从而得到无失真的3D视图.该技术能够在更宽的观察区域内产生3D图像.     

基于视差信息的三维图像的计算机重构*

为了解决全景成像技术中观察者位于观察区域之外看到的图像会存在失真的问题,提出了一种基于视差信息的计算机重构3D视图技术.利用3D场景中的物体点经过不同微透镜在元素图像中记录的视差信息,根据光学路径分析,对重构视图中的失真部分用其它元素图像中存在的同一物体点的匹配像素进行替代,从而得到无失真的3D视图.该技术能够在更宽的观察区域内产生3D图像.     

基于立体像素匹配的图像重构技术研究

为了解决目前全景成像技术中分辨率低的问题,提出了一种新的基于3D场景立体像素光线映射的全景图像计算机重构技术.在全景成像技术中,3D场景的每个立体像素点经全景成像系统的编码系统分别映射在一定区域的多个体元素图像的不同像素点上.在计算机重构全景图像时,根据逆光学路径原理,提出了从立体像素映射到的体元素图像区域中提取对应立体像素的多个2D像素点来重构全景图像,使重构的全景图像最大分辨率可达到传统成像方法图像分辨率的N倍（N为映射区域面积）.提出的立体像素的匹配技术大大提高了重构的计算机全景图像分辨率.     

利用对称区域生长算法实现三维ICT图像的快速分割

图像分割作为一种基础的分析手段在工业计算机断层(Industrial Computed Tomography,ICT)检侧中有着广泛的应用.随着CT扫描方式从二维断层扫描向三维立体扫描的发展,对于CT图像的分析也由二维图像处理发展为三维序列图像处理,所以传统的图像分割手段已经不能很好地适应这种需求了.以目前在计算机视觉...     

小波分析在层析图像重构中的应用研究

小波分析作为一种非平稳信号分析方法,具有良好的时（ 空）、频局部化特性和多分辨率特性。介绍了小波分析的基本原理和应用,引入小波分析进行图像重构,利用小波分解后得到的多分辨率的稀疏矩阵表示,设计了一迭代重构算法。通过计算机仿真试验,验证了小波分析在计算层析（ＣＴ） 成像光谱技术中能够应用于图像重构,并证实了小波分析的迭代重构算法是稳定、多分辨率和快速收敛的。     

基于元素图像阵列采样的集成成像重构方法

高质量的集成成像系统需要采集和存储大量图像数据。提出了一种新的计算机重构方法,可以减少集成成像系统显示端在计算机重构时所需要使用的数据量。传统的计算机重构方法要利用每个元素图像,而此方法对CCD相机采集的元素图像阵列进行周期采样,仅利用被采样的元素图像即可重构出多视点图像。这种方法充分利用集成成像中邻近的元素图像中具有匹配像素的特点,将未被采样的元素图像信息由邻近的被采样的元素图像中的匹配像素替代,从而减少了重构过程中使用的数据量,这给不同性能的集成成像显示端带来很大的灵活性,降低了对存储空间和传输带宽的要求。     

超分辨率图像重构技术在航天器相对位置测量中的应用

以两颗航天器间相对位置参数测量为研究对象,确定了基于单目计算机视觉及目标特征的测量方案,提出了基于超分辩率图像重构技术的航天器间相对位置的高精度测量方法。分析讨论了图像传感器的观察模型、图像传感器及光学测量系统的点扩散函数、配准方法、重构原理及方法。利用地面试验验证了该方法的正确性。试验结果表明:该方法与基于单帧图像及目标特征的方法、基于插值的方法相比较,在测量精度及稳定性等方面都有了较大的提高;与基于单帧图像及目标特征的方法相结合,不仅可以保证在不同作用距离上相对位置的高精度测量,而且具有较高的测量稳定性和可靠性。     

一种多分辨率高维图像特征匹配算法

通过对图像进行特征提取和变换,图像的相似性匹配可以转换为高维向量空间内的点匹配. 为了解决高维数据的维数灾难问题,提出一种基于多分辨率数据结构的向量近似方法. 从低分辨率开始计算距离下限,如果距离下限大于目前结果集中的最大距离,则不需要在高分辨率上计算其距离而将其排除掉,从而降低了向量近似方法的运算复杂度. 提出应用此方法的近邻搜索算法并运用到图像数据库的特征匹配中,实验证明：新方法搜索效率优于传统的向量近似方法.     

基于机器视觉的三维灰度重构技术

为了非接触、无损、快速地获取物体表面丰富直观的三维信息，即在进行物体三维几何信息重构的同时，还要恢复出物体表面的色彩纹理信息，以利于对物体空间信息的再现和分析，研究了基于机器视觉的三维灰度重构技术。     

基于颜色和纹理特征的黄瓜果实图像分割

温室黄瓜的识别是黄瓜采摘机器人研究的重要环节,要解决此问题首先必须对采集的黄瓜图像进行分割。提出了一种结合颜色特征和纹理特征进行分割的方法。根据CIE-XYZ颜色模型及其色度图,在RGB模型中先通过颜色滤去不相关物体,然后利用灰度共生矩阵提取纹理特征,得到可区分果实和背景的两大纹理特征,即熵和能量,有效地解决了果实和背景颜色相似的识别问题。     

基于改进SIFT特征点匹配的图像拼接算法

基于传统SIFT方法和图像像素加权平滑融合的思想,提出了一种改进SIFT特征点的图像拼接方法。该方法首先利用Canny边缘检测算法获得图像的边缘点坐标,通过和SIFT算法关键点坐标进行对比,去除不稳定响应点;其次通过K-L变换降低算法复杂度,对得到的匹配点对,使用RANSAC算法进行提纯,计算投影变换模型参数;最后使用渐入渐出的加权融合算法平滑图像,消除图像之间的拼接缝隙。该算法的可行性和有效性通过实验结果可以得到证明。     

基于不可控微扫描的高分辨力图像重构方法

针对存在不可控微位移的序列低分辨力图像,提出了一种基于2×2不可控微扫描的高分辨力图像重构方法,采用投影法估算出低分辨力图像LR的微位移量,采用基于泰勒级数展开的重构算法由4帧图像重构高分辨力图像.模拟表明:该算法能精确地估计序列图像的帧间位移量并取得较好的重构效果,且算法简单有效可行,处理量小,有利于实现快速处理,在一定程度可满足同步轨道卫星、公安监视等领域对高分辨力成像处理的需求.     

基于无人机红外光谱技术的影像数据匹配方法研究

无人机加载红外光谱载荷对区域内影像进行获取现已成为遥感领域一种重要的技术手段,可通过对携带位置信息的影像进行分类提取,得到植被盖度、温度指数等一系列因子指标。利用FREE BIRD(自由鸟)小型低空无人机系统挂载Tetracam红外相机(310万像素)对新疆玛纳斯县一河道进行影像获取。无人机飞行面积约为20.5 km2,为了得到更加精确的植被、温度等因子,需要对无人机红外影像进行配准,通过优化SIFT匹配参数和RANSAC粗差剔除后,获取了可靠的匹配结果,即经过算法匹配后的影像与原影像进行了误差比对,能够满足后期的应用需要, 这也是本文的创新点之一。将影像进行配准后进行二维影像拼接,将多张红外影像按照航向重叠度不低于60%,旁向重叠度不低于50%的概率进行拼接,得到拼接后的红外影像图。另外比较了SIFT和SUFT两种算法,利用优化的SIFT算法及改进的FLIR传感器获取1 600张热红外影像,利用地面同步测量数据对拼接后的红外影像进行算法匹配,并利用ENVI(完整的遥感图像处理平台)软件进行温度及植被盖度的影像反演,得到了研究区域的单一影像及红外影像的温度反演图及植被反演图。通过对两种算法的对比得到更加优化的算法模型,并对该模型进行回归分析和精度检验,得到该模型的相关系数R2为0.767,匹配精度为81.51%,模型精度较高。本模型的建立对日后无人机红外影像的配准及提取反演奠定了理论和实践基础。     

基于独立成分分析的遥感影像可匹配性度量(英文)

为了提高景象匹配中基准图制备的效率和可靠性,对遥感影像图源的可匹配性进行分析,提出一种基于独立成分分析的遥感影像可匹配性度量方法.利用独立成分分析提取纹理基函数,并计算其概率分布,确定可匹配区域;然后定义可匹配区域所占面积比例指标、离散性指标和稳定性指标;最后,利用三个指标构建遥感影像可匹配性度量模型.实验表明,该遥感影像可匹配性指标与实际匹配概率相关性强,提高了基准图制备的可靠性,能够满足景象匹配图源筛选的实际需求.     

基于SIFT特征的彩色图像拼接方法研究

针对传统特征提取拼接算法在复杂图像中配准过程中出现的过多误匹配,导致拼接后图像出现鬼影、模糊等问题,从而影响拼接图像的质量,提出一种改进的SIFT配准算法。在对目标图像提取SIFT特征后,利用SIFT描述子的尺度以及梯度方向信息建立最小邻域匹配剔除误匹配点,之后利用局部均方根误差(RMSE)评价映射矩阵与RANSAC算法相结合,迭代出精确变换模型。在对图像进行几何矫正后,提出一种自适应的混合线性算法对重合区域图像变换至HIS颜色空间进行图像拼接,最后得到平滑无缝的完整彩色全景拼接图像。实验结果证明,该算法在拼接复杂场景并且重合区域不多时仍有较好的准确性及稳定性。     

架构于双树轮廓波方向及相位特征的纹理图像分割

考虑到纹理的方向及相位特性,提出一种基于双树轮廓波变换的纹理图像分割新方法.双树轮廓波由塔型双树方向滤波器组构建,它不仅保持了轮廓波灵活的方向选择性,克服了传统轮廓波不具有移不变性的缺点,而且提供了复子带系数.本文以各方向子带的能量作为方向特征,复系数的平均相角作为相位特征,生成特征向量,利用模糊C均值聚类算法进行纹理图像分割.实验结果表明,相位特征是方向特征的有效补充,与传统方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善.     

一种基于局部投影熵的图像匹配新算法

将图像熵和投影特征的概念结合引入到图像匹配中,定义了图像局部投影熵,并提出一种基于局部投影熵的图像匹配方法.基于局部投影熵的图像匹配方法具有较好的抗几何失真能力,并且提高了抗噪能力和在强光照条件下的匹配能力.结合采用分块、序贯检测及分层搜索等技术,进一步减少了计算量,实验结果表明这是一种简单而行之有效的图像匹配方法.     

Computational integral imaging reconstruction scheme of far 3D objects by additional use of an imaging lens

In this paper, we propose a novel performance-enhanced computational integral imaging reconstruction (CIIR) scheme by additional use of an imaging lens. In the proposed scheme, elemental images can be obtained by using a simultaneous pickup scheme of far three-dimensional (3D) objects from the lenslet array in both real and virtual image fields. And additional imaging lens produces an image shift effect of 3D objects located far away from the lenslet array and improve the visual quality of reconstructed images in CIIR by overcoming limitation of pickup range in integral imaging. To show the usefulness of the proposed system, some experiments are carried out for real 3D objects and its results are presented.