基于几何特征的圆形标志点亚像素中心定位

视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0.023 7pixel,算法的运行时间为2~3ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。     

基于子空间的目标跟踪算法研究

末制导跟踪阶段,导弹的飞行姿态,弹体与目标的距离以及目标自身的运动姿态和形态均会发生较大的变化,采用单一固定模板无法实现稳定跟踪。本文提出一种新的基于子空间的运动目标跟踪算法,首先采用一组正交的稀疏子空间特征向量表示目标模型,然后采用增量方法不断更新子空间模型,以适应由于目标内在和外在因素所造成的在外观上的变化,从而提高跟踪精度;采用重要性采样算法以及最大似然估计,解决复杂的优化问题。实验结果表明,当摄像机与背景发生较大相对运动以及目标姿态发生剧烈变化时,仍然能够实现对目标的持续稳定跟踪,平均跟踪误差小于10个像素。基本满足末制导跟踪系统的稳定性和鲁棒性等要求。     

基于MSA直方图的景象匹配算法研究

提出了一种基于MSA直方图的景象匹配算法,用来解决景象匹配辅助导航系统中,由于拍摄的实时图背景复杂、存在畸变、易受遮挡等因素所带来的匹配困难。该算法利用灰度信息及其空间分布信息,分别计算目标区域及模板的MSA直方图,并计算匹配度,采用金字塔算法及中途停止策略进行搜索,对目标进行识别和定位。用cameraman图像、人脸图像和实际卫星拍摄图像进行了实验,实验结果表明：该算法对仿射变换、轻微透视投影变换、噪声、遮挡及视角变化具有鲁棒性,且比灰度直方图具有更好的性能,在实际拍摄的图像中能对目标进行准确的识别和定位。     

基于相位一致性的实时压缩跟踪方法

针对基于压缩感知的目标跟踪算法在跟踪过程中,光照剧烈变化引起跟踪不稳定或跟踪失败的问题,本文提出了一种基于相位一致性的改进跟踪方法.该方法利用相位一致性图像特征对光照变化不敏感的特点,首先对样本搜索区域内的图像进行相位一致性变换,然后再提取变换后相位一致性图像的特征,将其用于分类器中来确定目标位置.实验结果表明,该方法在目标受到光照剧烈变化影响的情况下具有很强的适应性,在目标大小为50pixel×55pixel时平均处理帧频可达22fps.与已有基于压缩感知跟踪算法相比,该算法在光照变化剧烈的情况下仍具有很好的鲁棒性,而且在目标尺度和纹理发生一定变化的情况下跟踪稳定.     

一种基于直方图非线性变换的图像对比度增强方法

针对可见光图像的特性,提出一种基于直方图分段非线性插值的对比度增强处理技术.通过将整幅图像分为背景段、过渡段和目标段,依据各部分的特点分别对不同的灰度段采用直方图非线性拉伸,即根据各段直方图的分布特性进行图像直方图灰度轴的横向非均匀拉伸,并采用基于冗余去除的灰度均衡方法实现图像增强.实验结果表明,该技术有效地增强了图像的对比度,同时抑制了背景噪音.     

基于TMS320C6x.系列DSP/BIOS平台的实时电视跟踪系统设计

为解决实时目标识别和跟踪的硬件平台设计问题,本文以两片高性能DSP为核心处理器,设计了基于双DSP的实时图像处理系统.常见的目标跟踪系统算法包括重心跟踪法、相关跟踪法和边缘跟踪,在实时跟踪过程中,根据需要进行各个算法间的切换,为了提高实时电视跟踪系统设计的开发效率及实时跟踪性能,可以在双DSP平台上,在利用TMS320C6x内部自带的实时操作系统DSP/BIOS以及API函数,编写高效的多任务跟踪程序,缩短开发周期.试验证明,基于DSP/BIOS的实时跟踪系统设计可以很好的达到设计要求,不但增强了程序的可维护性,而且程序模块化,可移植性好.     

基于AM41V4传感器的高清高速CMOS相机系统设计

为满足国防、科研及工业中快速变化场景拍摄时,更高帧频、更大分辨率的要求,研发了一款高清高速相机。该文介绍了高分辨率高帧频CMOS图像传感器芯片AM41V4的功能与特点,并基于该芯片设计了一套高分辨率高帧频的相机系统,该系统使用FPGA作为整个系统的时序控制核心,以DDR动态存储器作为成像暂存器,可以依据试验场合的具体拍摄要求实现灵活多变的工作模式。相机系统在图像分辨率为1 920×1 080时帧频可达1 000fps,并具有实时监视功能。该系统具有拍摄速度快、成像清晰、高性能、灵活性好等优点,适用于高速运动目标的快速捕获与拍摄记录。     

时频域混合的融合多特征协方差矩阵目标识别算法

基于特征融合的目标识别中,为了有效选择融合特征,提高目标识别率,如何权衡所选择的特征间的相关性、选择有效的特征融合策略是其中的关键问题.为了解决军事目标在畸变情况下的快速正确识别,提出了多特征协方差矩阵目标识别方法,与经常采用的单一特征目标识别方法相比,该方法具有数据维数更低,特征间相关性更小的优点.该方法分为如下几个步骤:首先,针对同一目标分别提取几组特征并建立各自的特征向量;然后,利用特征向量构建协方差矩阵;最后,利用提出的归一化的fisher判别方法进行模式分类,并将其用于多姿态目标识别.在哥伦比亚大学的coil-20图像库上进行试验,获得了99.54%的平均识别率,试验结果同时证明了算法具有很强的鲁棒性.     

平面场景和建筑物成像的几何分析

为了识别采集图像中的平面场景以及建筑物,利用摄像机参数,对平面场景及建筑物成像过程进行了几何分析。首先,根据相机参数以及相机飞行状态分析平面场景成像畸变;然后,对平面场景上的建筑物形状的成像进行几何分析;最后,将相机上采集到的平面场景及建筑物的图像像素数与真实平面场景及建筑物的尺寸建立联系。实验结果表明:已知相机参数及飞行状态的情况下,可以对平面场景及建筑物形状信息进行推导,从而完成目标识别与跟踪。本方法适合在典型建筑物、孤立建筑物、建筑群中具有明显形状特征等情况下对立体目标进行自动捕获与跟踪。     

高帧频大面阵彩色CMOS相机Bayer滤波器解码算法

在图像处理领域中,利用高帧频大面阵数字相机不仅可以提高图像采集精度,而且也可以捕捉到目标的一些细节动作,更好地测量出目标的运动轨迹与姿态。介绍了高帧频大面阵彩色CMOS相机的Bayer滤波器解码算法,实现了彩色图像输出。这样就能够更好地对一些具有颜色特征的目标进行提取与识别,简化算法,缩短运算时间。