针对平移和旋转的快速电子稳像方法

针对视频图像中存在的平移抖动和旋转抖动,提出了一种基于灰度投影和模板匹配的电子稳像方法。用网格法搜索图像中灰度特征明显的区域,结合分象限法提高系统的鲁棒性,在不同坐标系下分别投影,纠正平移和旋转偏差。给出了模板制作方法和配准步骤。实验证明,该方法具有较高的精度和很高的处理速度,能够实时去除由视频图像抖动引起的噪声。     

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。     

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。     

Fuzzy rule generation methods for high-level computer vision

In many decision making systems involving multiple sources, the decisions made may be considered as the result of a rule-based system in which the decision rules are usually enumerated by experts or generated by a learning process. In this paper, we discuss the various issues involved in the generation of fuzzy rules automatically from training data for high-level computer vision. Features are treated as linguistic variables that appear in the antecedent clauses of the rules. We present methods to generate the corresponding linguistic labels (values) and their membership functions. Rules are generated by constructing a minimal approximate fuzzy aggregation network and then training the network using gradient descent methods. Several examples are given.     

立体视觉测量中的图像匹配策略研究

立体视觉测量广泛应用于机器人导向和各种柔性制造系统中 ,其中图像特征的准确匹配始终是一个难题。推导了共极性线方程 ,采取相关匹配和特征匹配相结合的方法来提高图像匹配的速度和精度 ,利用建模估计得到匹配像点的精确坐标 ,使三维测量精度达到目标距离的 1/10 0 0 0左右     

基于单片机的LED旋转式显示屏设计

基于视觉暂留特性设计并制作了一个13点线阵LED模块的显示屏。该系统可实现中文字符的显示和动态特效显示,将STC89C52单片机与发光二极管模块固定在电机的旋转轴上通过电机的旋转带动模块转动,再利用单片机控制发光二极管的亮灭,最后利用人眼的视觉暂留,构造出一个旋转的LED显示屏。     

光电成像探测中目标方位测量方法

为了在光电成像探测目标的同时给出目标相对探测器的方位信息,探讨了一种基于单目视觉的运动目标方位测量方法。根据投射成像原理,推算出二维目标像点坐标与目标的空间三维位置之间的映射关系,建立了单目视觉测量目标方位的数学模型。结合帧间差分法和KLT方法检测静止背景下和变化背景下的运动目标,并对目标特征点进行亚像素定位。试验和仿真结果分析表明,该方法能够有效提取目标的特征点,可对目标较为准确地定位,并通过单目视觉测量出目标方位信息,误差控制在8%的范围内。     

基于稀疏表示的可见光遥感图像飞机检测算法

为解决当前遥感图像飞机检测方法在复杂背景下准确率低,实现旋转不变困难的问题,结合图像稀疏表示原理,提出一种基于稀疏表示的飞机检测算法.该算法首先利用飞机是刚性目标且具有明显几何外观的特点,构建飞机几何原子库;然后建立飞机轮廓几何逼近的最优化方程,在稀疏表示原理框架下,得到飞机轮廓最优的几何部件组合;最后,以星型结构的部件模型为框架,生成待检测图像的目标显著图并根据显著图定位出飞机.实验结果表明,稀疏表示方法能自适应选取飞机部件,部件数目较少且不易受光照、颜色和复杂背景的影响.与现有算法相比,本文算法准确率达90%以上,检测速度有较大的提高.     

基于聚类分割和形态学的可见光与SAR图像配准

针对可见光与SAR图像灰度差异大,共有特征提取难的问题,提出了一种基于k-均值聚类分割和形态学处理的轮廓特征配准方法。利用k-均值聚类算法对两类图像进行分割,得到图像分割区域;通过形态学处理,有效减少SAR图像斑点噪声影响,准确提取两类图像的封闭轮廓;采用轮廓不变矩理论,引入矩变量距离均值、方差约束机制和一致性检查的匹配策略,获取最佳匹配对,实现了两类图像的配准。通过实验,三组图像的配准精度分别达到0.3450、0.2163和0.1810,结果表明该法可行且能达到亚像素的配准精度。