改进的光流运动图像分析方法及其应用

针对传统光流运动图像分析方法运动估计精度低且易受各种干扰等缺点,提出一种基于梯度阈值的五置信点约束的改进光流算法.该方法采用五置信点加权法处理像素时间和空间梯度值,减小了单个像素受噪声的影响.对基本光流约束方程进行了梯度阈值处理,剔除了光流场中不利于运动估计的干扰数据,提高了运动图像的运动估计精度.实验分别采用传统算法...     

金字塔光流三维运动估计与深度重建直接方法

针对基于图像序列光流的三维运动估计与深度重建问题,提出一种基于图像金字塔光流的三维运动估计与深度重建直接方法。首先根据光流计算亮度守恒假设和像素点光流与三维空间点运动的对应关系推导出基于图像亮度的三维运动守恒假设;然后借鉴变分原理,通过设计基于L1模型的鲁棒数据项以及图像与运动联合控制的平滑项构造基于变分光流的三维运动估计能量函数;为了应对图像序列中包含的大位移运动及运动遮挡问题,采用图像金字塔分层策略设计三维运动估计模型;最后根据图像三维运动估计结果重建图像中运动物体或场景的深度信息。实验表明,该方法能够较好地应对图像序列中光照变化、多目标大位移运动以及运动遮挡等情况,具有较高的三维运动估计与深度重建精度和较好的鲁棒性。     

基于稀疏表示和Weber定律的运动图像盲复原

针对运动过程中视觉图像易产生运动模糊的问题,提出了一种基于稀疏表示和Weber定律相结合的图像盲复原方法。该方法利用冲击滤波器预测模糊图像的显著边缘梯度,并用多尺度策略由粗到细进行模糊核的估计。然后,对图像盲复原模型进行稀疏正则化约束,并结合反映人类视觉特性的Weber定律对合成模糊图像和真实模糊图像进行盲复原。实验结果表明,本文采用的盲复原算法的性能指标和图像的纹理都达到了较优的复原效果。与近年较好的Rob Fergus去模糊方法和Xu Li去模糊方法相比,对Lena模糊图去模糊后的结构相似度(SSIM)为0.762 4,峰值信噪比(PSNR)提高了1.82~2.99dB;对Cameraman模糊图去模糊后的结构相似度(SSIM)为0.8589,PSNR提高了2.46~5.58dB。另外,本文方法降低了复原图像的边界伪影,符合人的视觉感知特性。     

基于光纹特征的激光主动照明图像去模糊

受光学系统离焦、大气扰动、平台振动的影响,激光主动照明系统捕获的图像容易被模糊,而传统的去模糊方法难以取得良好的复原效果,故本文提出基于光纹特征的盲解卷积复原方法来实现图像去模糊。首先将模糊图像降采样,建立尺度金字塔,在尺度空间查找光纹特征图像块。随后基于激光主动照明图像饱和像素较多的特点,提出新的图像退化模型。最后针对模糊核估计、光纹参数更新、清晰图像复原3个步骤,提出适用的能量函数,迭代复原出无噪清晰图像。搭建了主动照明系统,在捕获的激光主动照明图像上进行了实验,并与现有方法进行了对比。结果表明:本文方法不仅能够复原出清晰图像,而且能有效抑制振铃效应,其客观评价指标峰值信噪比(PSNR)优于已有的其他算法。     

基于时空图像频谱的时均流场重建方法

尽管大尺度粒子图像测速技术(LSPIV)在水流测速方面具有优势,但该方法得到的瞬时流场矢量正确率低,导致了时均流场重建误差大。提出了一种基于时空图像频谱的时均流场重建方法。首先利用示踪物在三维时空域中分布的相关性,通过在图像序列中设置的测速线合成时空图像;然后基于傅里叶变换的自配准性质建立时空图像纹理主方向和频谱主方向间的约束关系;最后采用由粗到精的搜索策略检测频谱主方向并估计测速线上一维运动矢量的大小。实验表明:采用此方法检测纹理图像频谱主方向可以达到0.1°的检测精度,对现场成像暗噪声类的干扰模式具有抗噪性,有效提高了时均流场重建的精确性。     

机床动态检测中的高速图像运动去模糊还原

五轴数控机床在运行过程中由于伺服系统滞后会产生动态轮廓误差,利用视觉系统测量其误差过程中,机床的高速运动会导致拍摄的图像产生模糊,影响定位信息的提取精度,需要对运动模糊图像进行去模糊研究。首先介绍视觉测量系统的测量原理,及运动模糊对测量的影响,根据较为精确的视觉测量系统的先验信息提出求运动模糊核的方法,并研究改善振铃效应的非盲去模糊算法,最后建立去模糊处理在测量领域的评价方法。实验结果表明,模糊序列图像视觉测量的平均误差为30μm,经过去模糊还原算法的平均误差为25.3μm,相比提升15.67%,建立的评价函数由0.727 0提高至0.785 1,提高了7.99%,有效地改善了视觉测量系统测量机床动态轮廓误差的过程中由于运动模糊造成的影响。     

基于直线光流场的三维检测新方法

提出了基于直线光流场的三维检测计算方法。在透视投影下,将表示二维直线的参数对时间的导数定义成直线光流场,详细推导出基于直线光流场检测三维刚体运动参数的模型。使用最小二乘法,求出刚体的三维旋转运动参数、平移运动参数和空间直线坐标,从而实现了刚体的三维检测。该方法利用单目图像序列中连续3幅图像的2对直线光流,能够检测出物体的运动参数和结构参数,有助于全面检测和识别物体。多组实验表明该方法是稳定的,具有较好的鲁棒性能。     

散焦和运动模糊复合模型及参数估计

为了解决散焦和运动模糊同时存在的图像复原问题,建立了一种散焦和运动模糊复合模型,提出了一种基于自相关的参数估计方法.在分析图像成像过程的基础上,对标准散焦模型和运动模糊模型进行卷积,估计复合模型的分布范围,根据光的散射特性和能量守恒调整复合模糊模型的幅度.对复合模型按两方向分别求导,根据导数矩阵自相关的曲线特性估计模糊参数.实验结果表明,参数估计方法具有较高的估计精度,解决了混叠现象造成的干扰问题,复合模型则能够取得较好的复原效果.     

基于混合数据项的运动去模糊变分方法

运动去模糊是当今图像处理领域的研究热点和难点.鉴于变分能量方程在图像处理中的理论优势,提出了基于变分能量方程的运动去模糊算法.为了利用图像中的梯度信息并消除噪声的影响,采用混合数据项.引入归一化的总变分项,使得运动去模糊的真正解能够使得变分能量下降.由于引入的归一化总变分项求解复杂,引入线性分裂Bregman迭代简化求解过程.由于运动轨迹的复杂性,算法在多尺度框架下进行,从粗尺度到细尺度依次渐近执行,直到最终求得模糊核函数.粗尺度上估计的点扩展函数和恢复的清晰图像作为下一精确尺度变分能量模型求解的初始值.估计出点扩展函数后利用总变分能量方程求得清晰的图像.实验结果验证了算法的有效性.     

基于单幅运动模糊图像的车速测量方法研究

针对车速测量的问题,对利用单幅运动模糊图像提取运动目标的运动信息进行了分析,基于局部运动模糊与透明度之间的关系,对基于单幅运动模糊图像进行车速测量的方法提出改进意见,在模糊尺度估算中从运动方向中分离出散焦模糊对运动模糊的影响,改进隔行扫描的方法去估算车速及车辆的加减速情况.对比现有基于局部运动模糊图像的测速方法,本方法通过人行横道标记巧妙地获取了目标与相机的距离,并将测得的车速和瞬时车速进行对比.     

基于几何光学的图像矫正法在圆管PIV实验中的应用研究

粒子图像速度技术被广泛用于流体流动测量,介质折射率差异使光在圆管壁面发生偏折,导致图像失真,直接影响速度测量精度。本文建立了光学折射的物理模型,得到圆形管道中物点和图像点之间的函数关系进而得到矫正后图像的像素坐标,使用双线性插值算法得到像素灰度值重建出矫正后的粒子图像,最后根据多重网格迭代算法计算管内速度场。分别对流体进行管内静态流体与管内层流速度场测量实验,对比了光学矫正箱法、线性矫正以及基于光学模型的畸变矫正方法误差。结果表明,本文提出的基于几何光学的图像矫正方法精度优于光学矫正箱法和线性矫正方法,并通过静态与流动实验充分验证了所建立几何光学模型的准确性和有效性。     

采用去模糊图像处理的气/固两相流固体颗粒速度测量方法

在燃煤火力发电站的煤粉输送系统中,为了提高煤粉的燃烧效率,获得煤粉与空气混合物的参数就显得至关重要。本文提出一种基于图像处理技术的气/固两相流固体颗粒速度测量方法。通过控制CCD照相机的曝光时间获得颗粒的运动模糊图像,在此基础上利用图像处理方法估计出模糊图像的点扩展函数（PSF）,并利用透镜成像原理建立运动模糊长度与颗粒运动速度之间的联系,最终获得颗粒的运动速度。在此理论分析的基础上,本文利用该方法对颗粒自由落体形成的运动模糊图像进行了处理,仿真及实验结果表明该方法适用于气/固两相流颗粒速度的测量。     

用于提琴琴弦三维振动测量的高速摄影系统

分析了琴弦的亥姆霍兹运动,设计了一个基于高速摄影的非接触式光学测量系统,用于测量真实小提琴上琴弦的振动。通过特殊的光路设计和在琴弦上设置标定点,以7 000 frame/s的速度和336×480的图像分辨率拍摄了拉弦和拨弦时琴弦上标定点的三维振动形态。采用圆形霍夫变换图像处理算法、奇异值分解算法和自动批处理,对记录的大量序列图像进行处理,提取了弦振动的位移和轨迹等数据。实验结果表明,该测量系统能够精确跟踪小提琴琴弦的振动状态和包络轨迹,振动位移曲线的图像处理精确度达到0.03 mm。该系统为进一步研究提琴琴弦的振动机理和建立精确的琴弦振动理论模型提供了一种有效的实验方法。     

采用仿射变换的桨叶变形摄像测量Newton-Raphson算法

提出一种基于仿射变换的(Newton-Raphson,简称N-R)数字图像相关算法.首先,采用人机交互的方法在变形前后的图像中选取匹配特征点,计算仿射变换参数;然后,根据仿射变换位移模式计算目标子区中心点的位移,将其用作N-R算法的初值.为降低计算量,采用全场插值,插值运算次数降为常规插值的1％左右.仿真测试表明,基于仿射变换的N-R算法在精度保持不变的情况下显著减少计算时间,克服了常规N-R算法计算量大、效率低、只适用于无刚体转动目标等缺陷,为开发直升机桨叶变形摄像测量系统提供了算法基础.     

Industrial x-ray inspection system with improved image characterization using blind deblurring based on compressed-sensing scheme

An industrial x-ray inspection system has recently established by our group to examine large and dense objects available in industry. It consists of an industrial x-ray generator having a tube voltage of 450?kV and a focal spot size of 1?mm, a flat-panel detector having a pixel size of 200?µm and a pixel dimension of 2048?×?2048, and a mechanical support for object’s installation. For improving the image characteristics of the system, an effective blind deblurring method based on compressed-sensing scheme is reported. Blind deblurring is the image restoration by estimating the original image and the degradation mechanism using partial information on both. Compressed-sensing is a relatively new mathematical theory for solving the inverse problems. Systematic measurements were performed and the image characteristics of the restored images were quantitatively evaluated using several image-quality indicators. The results demonstrate that the deblurring method is effective for industrial x-ray inspection systems.     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

Estimation of moving information for tracking of moving objects

Tracking of moving objects within video streams is a complex and time-consuming process. Large number of moving objects increases the time for computation of tracking the moving objects. Because of large computations, there are real-time processing problems in tracking of moving objects. Also, the change of environment causes errors in estimation of tracking information. In this paper, we present a new method for tracking of moving objects using optical flow motion analysis. Optical flow represents an important family of visual information processing techniques in computer vision. Segmenting an optical flow field into coherent motion groups and estimating each underlying motion are very challenging tasks when the optical flow field is projected from a scene of several moving objects independently. The problem is further complicated if the optical flow data are noisy and partially incorrect. Optical flow estimation based on regulation method is an iterative method, which is very sensitive to the noisy data. So we used the Combinatorial Hough Transform (CHT) and Voting Accumulation for finding the optimal constraint lines. To decrease the operation time, we used logical operations. Optical flow vectors of moving objects are extracted, and the moving information of objects is computed from the extracted optical flow vectors. The simulation results on the noisy test images show that the proposed method finds better flow vectors and more correctly estimates the moving information of objects in the real time video streams.