基于CCD图像的火灾空间定位方法

大空间中火源的空间位置的定位,一直是火灾自动探测与自动扑救中的难点。研究了一种利用单一CCD摄像头进行火灾自动空间定位的方法。根据计算机视觉原理,利用固定在自动消防水炮末端的CCD摄像头随水炮旋转扫描时的角度、位移变化,将CCD摄像头在不同位置所拍摄的图像中火源图像坐标和火源的空间坐标建立联系,从而实现了火源空间位置的自动定位。     

以发光二极管为背光源的平板显示对人体非视觉的影响

针对以发光二极管为背光源的平板显示对人体生理节律等非视觉的影响,采用节律因子评价模型设计了实验系统.通过全空间平均辐射法,采用国际电工委员会标准中平均图像电平的节目画面,测量显示不同图像时以发光二极管为背光源的平板显示器光辐射的节律因子.结果发现:以发光二极管为背光源的平板显示器在显示白场和大部分彩色图像时的节律因子为5.0以上,其非视觉效应比普通照明要强得多,且与显示的图像内容密切相关;该平板显示器的光学辐射对人体生理节律等非视觉具有不可忽视的影响.     

基于多源数据的双向闭合云控制立体视觉测量

针对大视场范围下运动目标位姿参数测量易受模型累积误差、成像畸变和特征信息不足等因素的影响,提出一种新型视觉测量方法。首先建立适用于视觉测量过程中的高效多源特征数据融合模型,可以解决特征点单一的问题。然后构建基于特征点云信息的双向闭合测量模式,改变传统方法中从图像数据到空间特征信息的单向传递过程,将已确认的空间数据作为控制信息返回至测量处理过程中,可以有效规避测量空间越大导致测量模型累积误差越大的矛盾。最后实验结果表明,所提方法在10 m×8 m×3 m大视场空间内实现目标的姿态测量精度优于±1.5°,位置精度优于2 mm。所得的测量结果验证了双向闭合云控制测量模式获取的目标位姿参数精度高,稳定性强,能够满足实际的工程应用需求。     

基于时间感知和自适应空间正则化的相关滤波跟踪算法

针对相关滤波器的空间正则化权重与目标内容无关和跟踪过程中模型退化等问题,提出一种基于时间感知和自适应空间正则化的相关滤波跟踪算法。首先,提取灰度特征、CN(color name)特征和方向梯度直方图(HOG)特征来提升算法模型对目标的表达能力;其次,通过图像显著性检测算法获得带有目标内容信息的空间正则化初始权重;然后,在目标函数中加入自适应空间正则化项来缓解边界效应对相关滤波器的影响;最后,加入时间感知项使相关滤波器学习到相邻帧之间的信息,降低算法模型在处理不准确样本时发生过拟合的风险。在OTB-2013和OTB-2015公开数据集上对所提算法进行性能评估实验,结果表明,所提算法在多种复杂场景下都有良好的稳健性,在跟踪成功率和距离精度上优于其他对比算法,且速度达到24.2 frame/s,能满足实时性要求。     

融合扰动感知模型的孪生神经网络目标跟踪

针对全卷积孪生网络目标跟踪算法(Siamfc)在严重遮挡、旋转、光照变化、尺度变化等情况下容易出现跟踪失败的问题,提出了一种融合扰动感知模型的孪生神经网络目标跟踪算法。将孪生神经网络提取到的低层结构特征与高层语义特征进行有效融合,以提高特征的表征能力;利用模板自适应策略在线更新模板,以提高算法在遮挡和旋转等情况下跟踪的精确度。与此同时,将基于颜色直方图特征的扰动感知模型引入到算法中,通过加权融合的方式获得目标响应得分图,以此估计出目标的位置,并利用相邻帧尺度自适应策略估计出目标最佳尺度。为验证本文算法的效果,利用公开数据集测试所提算法性能,并与多种跟踪方法进行对比。实验结果表明:在2015目标跟踪标准测试数据集下本文所提算法总体跟踪精确度为0.945,总体成功率为0.929,相比Siamfc算法分别提高了2.9%和2.8%,在无人机航拍测试数据集中本文所提算法也具备较高的精确度与成功率,获得的跟踪效果良好。     

具有感存算一体化的新型神经形态视觉传感器

传统的数字图像处理系统包括图像传感器与图像处理单元,二者在物理空间上分离,图像信息在其间的传输造成了延时与能耗。此外,数字图像传感器基于“帧”的工作原理,可能丢失一些重要信息,或者造成数据冗余。人类视觉系统提供了一种高效并行的信息处理方式。神经形态视觉传感器能够模拟人类视网膜的功能,同时具备感知光信号、存储信号和进行信息预处理的功能。这类感存算一体化的神经形态视觉传感器简化了人工视觉系统的电路复杂性,提升了信息处理效率,节省了系统功耗。文章总结了传统的数字图像传感器存在的问题,介绍了几种重要的人工神经网络,讨论了新型神经形态视觉传感器的研究进展和存在的问题。     

三维面形测量技术的新进展

三维面形测量是获取物质形态特征的一种重要手段，也是记录，比较，复制物体形态特征 的基础，三维面形测量技术在机器视觉，自动加工，工业检测，产品质量控制，实物仿形，生物和医学等领域具有重要意义和广阔的应用前景。     

利用三角形及其九点圆的摄像机标定

提出基于三角形及其九点圆的摄像机标定方法.利用了三角形九点圆中其九个点的特殊性,并且利用透视投影变换保二次曲线不变性,得到其像点在像平面共椭圆,从而可以通过九点的映射关系将透视投影变换的非线性问题线性化.图像分割和角点提取的误差会直接影响标定的精度,在此三角形及其九点圆中的点特别是算法中的关键点三角形顶点和垂心都是三条直线的交点,减小图像分割与提取时造成的误差.DLT方法的不精确就源于图像分割和角点提取的误差,方法克服了DLT方法的不足.张的方法无法保证单应性矩阵的正交性,因此为了保证正交性和提高精度需要优化.与传统方法相比操作简单,应用九点圆定理,仿射变换的引入将透视投影非线性问题线性化,避免了参数之间的非线性方程求解,降低了参数求解的复杂性,因此其定标过程快捷,准确.模板的构造,减少了图像分割和交点提取误差,算法实现保证旋转矩阵的正交性.综合上述分析,理论上表明方法的有效性.同时实验表明,标定方法操作简单,不需要计算机视觉的专业知识,快速,精度高,鲁棒性好.     

视觉极限对比测试仪的研制

叙述视觉极限对比测试仪的原理，介绍该仪器系统的设计过程，给出仪器性能参数的实际测试结果。