相机内参量及像差系数与外参量的解耦标定方法

基于无穷远点与相机内参量关系,提出了一种相机内参量及像差系数与外参量解耦标定方法.首先,根据平面单应计算绝对二次曲线在像面的投影方程,线性求解相机内参量;然后,将重投影像点视为理想像点线性求解像差系数,并计算像点重投影误差;最后,将序列图像的平面单应作为待优化参量,以最小化像点重投影误差为目标函数,重复上述过程,输出最优的相机内参量和像差系数.在相同配置下,分别对本文方法和张正友平面靶板标定方法的标定准确度进行仿真与对比分析.基于不同姿态和位置的27幅棋盘格图片,分别利用这两种方法对相机内参量进行标定实验.实验结果表明:与张正友平面靶板标定方法相比,本文方法的标定准确度提高了至少1％;在实物实验中,张正友平面靶板标定方法和本文方法的重投影残差分别为0.064像素和0.008像素.     

基于多级直线表述和M-估计的三维目标位姿跟踪优化算法

为了实现复杂环境下已知模型目标姿态的快速跟踪和估计,提出了一种结合三维(3D)粒子滤波跟踪和M-估计优化的位姿跟踪估计算法。基于直线的多级向量表示构造了新颖的模型直线和图像直线相似性度量函数;基于粒子滤波跟踪的姿态设计了模型直线和图像直线快速对应方法;利用M-估计实现了目标姿态的优化估计;利用重要性采样方法将优化姿态有效地融合到了粒子滤波框架。另外根据预测的目标位姿定义了图像动态感兴趣区域(ROI),极大地减少了特征检测和搜索的时间。实验表明,所提方法能够实现复杂环境下自由移动目标的快速跟踪和位姿的高精度解算,相比已有方法,所提方法在跟踪精度,计算效率以及稳健性上均有优势。     

结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器EI北大核心CSCD

基于机器学习的思想并充分利用外观信息,提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔,通过强度二值特征和金字塔梯度方向直方图二值特征,描述全局与局部区域的纹理和形状;并根据特征描述的二值性和多模性,设计并实现了在线混合朴素贝叶斯分类器。分类器预测类别后验概率生成信任图,跟踪器通过分析信任图实现目标跟踪,并利用极大似然估计和交叉验证实现外观学习和特征选择。选用基准测试集比较同类方法,从性能和复杂度两方面评估了跟踪器。实验结果表明跟踪器对光照变化,部分遮挡等情况具有一定的适应能力,且执行速度较快,存储空间较小。     

根据边缘梯度方向的十字丝目标快速自动检测

根据图像中直线轮廓边缘点的灰度梯度方向一致的特性,提出了有向线段的概念并给出了限制性定义,将直线检测转化为有向线段的检测提高了检测精度和可靠性。将十字丝轮廓抽象成两组相交的有向线段,提出了一种基于随机Hough变换(RHT)的十字丝自动检测算法。实验结果表明该算法对十字丝目标的灰度、大小、形状变化具有鲁棒性,达到了十字丝目标的快速识别。     

基于数字图像的高精度面内转角测量方法

针对科研与工程中转角测量优于5″的高精度要求,提出了一种用直线做特征标志的基于图像的测量方法。用高分辨率相机采集被测物上长直线标志,通过高精度检测图像上直线的倾斜角度来计算转角。分析了基于图像高精度角度测量中出现的多种原来无需考虑的影响精度的因素。给出了角秒级角度测量时直线的拟合检测算法以及直线标志的成像宽度、长度、与采样方向的角度等参量的选择应满足的条件。仿真和实验结果表明直线宽度5~9 pixel,直线方向避开与采样方向成0°和45°角时角度检测精度达到最优,当直线长度不小于1000 pixel时测量精度优于5″。     

基于极线局部校正的特征匹配方法

针对利用多视图像进行目标三维测量、结构重建时在极线约束下对直接区域灰度相关进行同名特征匹配常常失效的问题,提出了一种基于极线局部校正的特征匹配算法。介绍了极线约束匹配的原理,分析了相关方法在极线约束匹配中的缺陷以及在多种像机位姿配置下的图像特征间的约束关系,在此基础上提出了一种极线局部区域校正的方法,对待匹配区域进行校正使自动相关匹配能有效执行,结合最小二乘匹配得到了高精度的匹配结果。实验结果证明了新算法的有效性,大大提高了自动匹配的可靠性、速度和精度。     

一种路面平整度检测的摄像测量方法

提出了一种应用摄像测量技术检测公路平整度的方法,并给出路面高程求解计算公式。该方法利用双标志点互差消去基准平台震动取代现有仪器中采用加速度传感器测量平台震动的方式。仿真及模拟实验结果表明,双标志点互差法能有效消除平台震动,精确测量出纵断面的相对标高。该方法对绝对高程的求解存在较大累积误差,但对国际平整度指数影响较小。此方法不仅克服了加速度传感器测量震动时的局限性和不足,还减少了传感器的使用,降低了成本,是一种适应国情适合普及使用的路面平整度测量的有效方法。     

散斑条纹图的自适应窗口滤波方法

针对散斑噪声很难用常用的滤波方法进行滤除,在已有等值线滤波方法的基础上,提出一种更优的自适应窗口滤波方法。由于等值线窗口是在条纹方向图的基础上得到的,深入研究条纹方向的求取方法,提出了一种更为可靠的条纹方向求取算法,在得到高精度条纹方向的同时,还能估计出条纹的密度。使用等值线窗口技术,保持了窗口形状的自适应能力,然后利用对条纹密度的估计,根据条纹的宽度来确定滤波窗口的大小,实现了滤波窗口大小的自适应。最后,根据条纹方向和滤波后的图像可以直接得到条纹密度变化较大的单幅散斑图的相位结果。     

高速摄影图像时标处理的数学形态学方法

高速摄影是分析高速运动的一种重要手段。高速摄影胶片上一般都有时间标记来精确计时。分析高速运动正是以这些标记来进行。所以如何准确可靠地提取时间标记是高速摄影图像处理的一个关键和基本的问题。本文引入了数学形态学方法对时标标志进行提取和处理。极大地提高了时标处理的精度和自动化程度。     

光测条纹图处理中免除噪声的正则化条纹法

在光测条纹图自动处理研究领域内有许多不同种类的处理方法,免除噪声的正则化条纹法,或称纯条纹灰度法,是有效的方法之一。本文综述了作者提出的免除噪声正则化条纹法的原理和多种方法。然后对广义旋滤波进行了改进,用于消除 Ｅ Ｓ Ｐ Ｉ图的散斑噪声,并且不损害条纹信号分布。实验表明本方法具有良好的结果和前景。