正交小波变换在散斑图象相关计算中的应用

本文在散斑图象的相关计算处理技术中引入了二维离散正交小波变换,详细叙述了其原理,给出了实验计算的结果,并与原始的空域相关计算进行了比较,从中可以看出:无论是相关计算精度,还是相关搜索速度,小波相关都具有明显的优越性.     

基于数字散斑照相术测量刚体面内位移

数字散斑照相术通常测量刚体的面内位移。从基本原理着手,研究了基于散斑照相术的两种常用方法,即数字图像相关法和傅里叶变换法。论述了数字图像相关法中的亚像素梯度算法,讨论了如何选择子区的大小,优化测量结果;傅里叶变换法通过对散斑图进行傅里叶变换和数学形态学等一系列操作,获得精确的条纹间距,从而更好地计算面内位移。实验结果表明,傅里叶变换法的测量精度要高于数字图像相关法。     

数字图像散斑相关技术的蚁群优化方法

基于蚁群优化方法提出新的数字图像散斑相关算法。该方法模仿了真实蚂蚁从其巢到食物找到最短路径的方式,通过对蚁群优化方法改进,减少迭代次数并改善解的质量。将新的数字图像散斑相关算法应用到计算机模拟的散斑图像和实验获得的散斑图像中,并与广泛使用的Newton-Raphson算法进行了比较。实验结果展示了新算法的精度、可行性和有效性。当数量级为0.01像素,误差离散均方根小于0.002像素。     

数字散斑相关方法及应用进展

数字散斑相关方法（DSCM）是一种可以测量变形和应变的光学非接触测量方法,其通过对变形前后物体表面的图像进行灰度信息相关计算来获取被测物的力学性能。本文叙述了数字散斑相关方法近年来在国内外的发展动态和应用现状,详细论述了基于自适应遗传算法、智能神经网络方法、小波变换法的一系列新型相关搜索方法。文章指出,近年来,数字散斑相关技术已发展到相对成熟,目前的研究重点是提高测试精度和图像处理速度,而提高散斑图像质量和研究高效的算法是需要努力的方向。     

研究子窗口对数字散斑相关计算影响的新方法

子窗口尺寸选择是数字散斑相关计算中的一个重要问题,对计算结果的精确度有重要的影响,研究了子窗口内各像素对计算结果的影响,并提出了一种新的方法用于处理该问题。该方法不再像传统数字散斑相关方法中那样平等对待所有的像素,而是根据它们从目标图像中识别出子窗口的能力分别处理,各像素的权系数由分布函数根据它们与参考图像子窗口中心的距离计算得到。与传统的选择子窗口尺寸的方法相比,该方法不仅具有根据不同测试条件选择合适数量的像素包含进子窗口的功能,而且缓解了子窗口边缘像素对计算结果的影响,提高了相关计算的精度。     

数字散斑相关方法亚像素求解的一种混合方法

亚像素求解是数字散斑相关方法(DSCM)中最重要的技术。亚像素求解算法的精度和效率直接影响DSCM的精度和计算速度。目前广泛应用的两种亚像素求解方法在处理高质量散斑图时都存在一定的缺陷:基于灰度插值的散斑场亚像素恢复方法,其计算精度较高,但计算消耗太大;基于相关系数分布的拟合方法,其计算消耗小,但计算精度较低。在分析两种亚像素求解方法各自优缺点的基础上,提出了一种结合两种算法优势的混合算法。混合算法在保证亚像素求解精度的基础上,可以大大降低整个算法的计算消耗。     

预测搜索算法在图像相关中的应用

数字散斑相关方法在亚像素测量过程中运算量大,在对实时性要求较高的系统中该方法的应用受到了限制。提出了一种原理简单、搜索速度快、精度高的预测搜索算法,介绍了预测搜索算法的原理,并给出预测位移的公式。通过实验验证了对算法的精度、效率和鲁棒性,说明对数字散斑相关方法进行优化后,既不损失亚像素位移的计算精度又提高了图像处理的效率。     

数字散斑亚像素小角位移测量的曲面拟合法

与传统测量方法相比,数字散斑相关法由于其目标特征单元网格划分的灵活性,能够更好地满足不同场合小角位移的测量需求。针对该方法亚像素小角位移测量的曲面拟合参数选择问题,研究了亚像素测量图像小角旋转前后的九点二次曲面拟合法,并根据计算机生成模拟散斑进行模拟实验分析,得到最佳误差效率优化条件下的曲面拟合法求解亚像素小角位移的最佳散斑尺寸3.5 pixel、计算窗口尺寸41×41 pixel和拟合窗口尺寸3×3 pixel。实验验证了上述测量参数的有效性,为进一步的曲面拟合法数字散斑成像角位移测量提供参考。     

基于图像分形相关位移测量新方法的研究

本文从分形理论出发提出了图像分形相关位移测量的新方法。较之20世纪80年代发展起来的以像素的灰度相关为基础的数字散斑相关法，分形相关法更充分地利用了散斑图的相关性特征，有关更深入的发展潜力。为了验证理论与方法的可靠性，进行了验证性实验并和数字散斑相关法的测试结果进行了比较。测试结果显示，测试精度至少可达0.06个像素。最后讨论了这一方法的发展前景。     

基于标志点匹配的散斑图像变形初值估计法

在数字散斑相关测量方法中,可靠的变形初值估计是获得亚像素精度的关键。利用标志点匹配技术,提出了一种新的变形参数初值估计法。该方法在散斑上粘贴反射系数极高的圆形标志点,为消除散斑背景对标志点提取的影响,提出一种改进的尺度不变特征转换算法,将极值点检测约束在显著的边缘区域,从而大大减少冗余特征点的提取,最后通过单应性变换得到全场变形,进而使得感兴趣区域中各像素点快速完成初值估计。制作散斑板子进行实验验证,结果表明,该方法得到的变形初值,只需要3~4次迭代就能够使亚像素迭代收敛,并获得准确、可靠的测量结果。     

Digital speckle correlation method with compensation technique for strain field measurements

In the strain field measurements, especially in large strain field measurements, the correlation coefficient values obtained by the digital speckle correlation method are usually very low due to the relative pixel movement of the subset. The measuring error, therefore, is increased. A primary method, that is called compensation algorithm, is introduced for improving the correlation coefficient. A flow scheme with the compensation algorithm of our software is developed and some improved techniques for reducing the calculation time and error are discussed in the paper. After obtaining a set of displacement data with high correlation coefficient, a de-noise wavelet processing is adopted. It is obvious that the measuring accuracy of the strain field is better then before. A strain field of testing experiment is performed with this compensation technique. The correlation coefficients can increase from 0.70 to 0.99, which will be of much benefit for the improvements of the measuring accuracy.     

基于证据理论的小波萎缩图像去噪

提出了一种基于D-S证据理论的小波萎缩图像去噪方法。对含噪图像进行离散平稳小波变换后,运用Bayes方法分得各层高频子带的小波萎缩系数,根据小波萎缩系数的空间及层间相关性,利用D-S证据理论的合成法则对初始小波萎缩系数进行融合修正。实验结果表明,该方法在有效地去除图像中的噪声的同时,还能较好地保留图像的边缘信息。算法在性能指标和视觉质量上均优于Donoho的小波软阈值去噪方法、传统的中值滤波法和Winner滤波法。     

Multicontext wavelet-based thresholding segmentation of brain tissues in magnetic resonance images

A novel segmentation method based on wavelet transform is presented for gray matter, white matter and cerebrospinal fluid in thin-sliced single-channel brain magnetic resonance (MR) scans. On the basis of the local image model, multicontext wavelet-based thresholding segmentation (MCWT) is proposed to classify 2D MR data into tissues automatically. In MCWT, the wavelet multiscale transform of local image gray histogram is done, and the gray threshold is gradually revealed from large-scale to small-scale coefficients. Image segmentation is independently performed in each local image to calculate the degree of membership of a pixel to each tissue class. Finally, a strategy is adopted to integrate the intersected outcomes from different local images. The result of the experiment indicates that MCWT outperforms other traditional segmentation methods in classifying brain MR images.     

基于小波分析和伪彩色处理的低对比度图像增强

提出了一种对低对比度图像进行增强处理的新技术。在对传统的伪彩色增强技术改进的基础上,将小波分析和伪彩色两种方法有机地相结合,从而克服了这两种方法的缺陷,获得了良好的增强效果。同时对实现低对比度图像增强的基本方法和基本步骤进行了详细的阐述,并将该技术应用到透视图像分析中。实验结果证明了该方法的可行性,该方法为低对比度图像增强处理提供了一种新途径。     

一种基于提升小波的图像融合技术研究

针对红外与可见光图像进行提升小波变换后低频图像的特点,提出了一种低频分量的融合算法,高频分量采取邻域方差取大为准则进行融合,然后进行提升小波逆变换得到融合图像。通过与传统小波融合方法进行比较,并引入信息熵、清晰度、Xydeas-Petrovic客观性能指标对融合后的图像进行分析。实验结果表明不论从视觉效果还是从客观性能指标上,该算法都优于传统的融合方法。     

基于改进的空域相关的多聚焦图像融合

提出了一种简单有效的像素级多聚焦图像融合方法。针对正交小波变换缺乏平移不变性而产生视觉失真的缺陷,采用Atrous算法将原图像分解在不同频率域上。Atrous算法先将滤波器h0(n),h1(n)各点间插入适当的零值后再与低频信号做卷积,故又称为"多孔算法"。将具有抑制噪声性能的空阈相关法作为高频子图像的融合规则,选取相关性强边缘特征显著的点作为最终融合子图像的像素点。实验表明,由此融合的图像能完好的保留边缘纹理信息。融合后的图像在客观评价和主管视觉效果上均有提高。     

基于小波变换的不同融合规则的图像融合研究

提出了利用小波变换按照不同融合规则及融合算子去构造融合图像对应的小波系数,得到一种新的基于多尺度分解的像素的图像融合方法.通过对融合图像统计参数对比表明,所提出的基于小波变换的像素局部能量作为准则的融合效果更好,既可避免传统融合规则存在的信息损失,又提高了融合图像的空间分辨率和清晰度,融合图像符合人的视觉特性,更有利于机器视觉.     

Rotation invariant pattern recognition with a volume holographic wavelet correlation processor

A volume holographic wavelet correlation processor for performing rotation invariant Pattern recognitionis suggested.It uses wavelet transform to get the digital edge extraction of the original object and a singlecircular harmonic component iS used as the matched filter to get good rotation invariance.The new filterused in this method is called wavelet circular harmonic component fllter (WCHCF).Simulation resultsvalidate the theory and the experiment to recognize human faces with any rotation angle shows the utilityof the newly proposed method.     

改进的曲波变换图像融合方法

考虑将曲波变换引入图像融合能够更好地提取原始图像,对一种新的图像融合方法—曲波变换图像融合法进行了研究。将图像序列进行曲波变换后,通过对所有图像的高频进行逆变换及域值处理来获得区域图。根据区域图中高频区域的边界点在每张图层上的活跃度不同求得区域边界的图层分布,利用插值获得高频区域的区域分布图。通过高频区域的膨胀求得整幅图的区域分布图,然后在曲波变换的变换域,利用区域分布图对多尺度的高频系数采用高斯加权求和;对低频系数采用取平均值的规则完成图像的融合。进行了图像融合实验,实验结果表明,与传统的小波变换及基于像素的曲波变换相比,提出的方法获得的融合图像边缘更清晰,更接近参考图像。