基于机器视觉的铲斗目标检测

为实现挖掘机器人在挖掘工作中能够对挖掘轨迹进行自我认知,结合了机器视觉中比较常见的运动目标检测算法-帧差法和背景差分法,对挖掘机铲斗目标检测展开了研究。对帧差法中的二帧差法和三帧差法以及背景差分法中的混合高斯建模法进行了研究,基于这些算法对铲斗目标进行检测。基于Open CV进行程序设计,对挖掘机模型的铲斗进行检测,验证算法的可行性。通过实验结果对比分析,结合三帧差法以及高斯混合建模法能够更好地实现铲斗目标检测。     

基于帧差法的夜间城市道路车辆检测

由于夜间城市道路场景复杂,且照度低和光照强度变化大,传统的背景差分法和帧差法稳定性差,误差大是夜间车俩检测需解决的一大难题.为此本文设计了一种相邻帧差和隔帧帧差相结合的累积帧差法来检测夜间运动车辆;运用梯度滤波的图像预处理方式,消除了车灯的路面反光;提出了一种"连通域阀值"去噪法,消除了图像剩余噪声,检测出运动车辆;建立了一种简单的车型分类法,实现了车型的自动分类.实验结果表明,该算法具有很强的鲁棒性,确保了视频车辆检测的快速性和准确性.     

基于图像融合的运动目标检测与跟踪方法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,根据帧差法的基本原理,提出了一种针对复杂背景的运动目标检测方法.首先通过设定阈值滤除序列图像中的噪声,然后对三帧算法进行改进,即利用序列中多帧图像融合运动信息,并确定参考区域,通过对原图像进行回扫描,最终提取出完整的运动目标轮廓.最后采用一种运动物体跟踪算法,实现了运动物体和静止物体的识别,克服了以往算法中的误检和空洞问题,实验结果表明,该方法能够满足实时性的要求.     

低分辨率图像的移动物体识别技术研究

针对运动物体检测中的准确性问题,在传统相邻帧差法的基础上增加了多帧叠加的处理技术,通过对捕获图像的模糊、颜色分离等处理,运用统计运动点坐标的平均值的方法提出了一种新的多帧叠加运动方式检测算法.实验证明这一算法较传统算法在保持了原有高效性,同时提高准确性、通用性.     

基于改进背景差法的运动目标检测

运动目标检测是视觉领域的重要研究内容,文章在研究了现有大量算法的基础上,提出了一种基于改进背景差法的运动目标检测方法,利用三帧差分图像法的主要思想,将背景差法和帧间差法结合起来,使它们优势互补,从而克服相互的弱点。实验结果表明,该方法可以很好地适应背景中存在周期运动干扰的情况,并且可以适应背景突变的情况。     

改进三帧差分法与背景差分法结合的运动目标检测算法

针对传统三帧差分法对于运动速度较慢物体容易漏检等问题,提出了利用光流法对传统三帧算法改进并与背景差分法结合的运动目标检测算法。实验结果表明,改进的三帧差分算法与背景差分算法结合具有良好的抗躁性、适应性和鲁棒性。     

基于改进三帧差法的微小目标运动轨迹检测方法研究

针对计算机视觉系统中高速时变快速目标检测路径存在的小目标,容易丢失和轨迹不易检测问题,提出了一种基于三帧差理论的微小运动目标检测跟踪改进算法。该算法采用三帧差分法获取运动目标图像,然后利用颜色阈值分离其他运动目标的干扰。实验使用室内激光点运动记录作为样本,通过本算法检测激光点的快速不规则移动来确定激光点运动轨迹。结果表明,该算法能够完整地检测激光轨迹,能够有效降低目标图像和其他运动物体的噪声。     

相移算法模拟实验研究

相移干涉技术在表面形貌定量测量中得到广泛应用,其中相移算法是影响相位测量精度的关键之一.分析比较了常用四种算法四帧算法、五帧算法、四帧免疫算法、五帧免疫算法原理公式及对相位测量的影响.用计算机进行模拟实验,提出样本方差和最大偏差两个参数评价算法的优劣.得出传统四帧算法对相移误差最敏感,尽量少用,优先采用五帧算法的结论,有实用性.     

基于块匹配的H.264/AVC帧内预测算法

基于H.264/AVC标准的帧内预测算法是一种减小宏块间空间冗余的预测算法.针对进一步提高H.264/AVC帧内预测性能的问题,提出了一种基于块匹配算法的帧内预测算法,该算法将帧内预测中的DC模式与BM模式两种模式相结合,形成了一种新的预测模式,替代了原有的帧内预测中的模式2.并应用H.264标准的相关参考软件JM18.2对算法性能做了测试.测试结果表明,相较于标准的H.264/AVC算法,该算法可从总体上提高峰值信噪比0.1 dB～0.4 dB,有效地改善了编解码性能.     

高精度实时全帧频SURF电子稳像方法

针对视频抖动和电子稳像的实时性,提出了基于SURF的电子稳像算法.首先,采用SURF算法检测图像的兴趣点,建立了当前帧与参考帧的对应关系,得出高精度的运动估计矢量.然后,通过判定参考帧更新策略,获得平滑的帧间全局运动矢量,进而对原始视频序列进行运动补偿.最后,将参考帧对应区域像素填充到稳像帧丢失像素区域进行全帧频补偿,...     

输电线路除冰机器人障碍视觉检测识别算法

障碍物检测识别是实现输电线路除冰机器人自主除冰作业的关键技术之一.针对220 kV输电线路的结构特点,提出了一种障碍物视觉检测识别算法.算法首先对机器人采集的原始图像进行中值滤波以减少图像噪声并减小障碍物内部的灰度差异;然后利用Otsu算法来确定Canny算子的参数,较好地提取出图像的边缘;最后利用改进的随机Hough变换(RHT)提取出几何图形基元,并施加一定的结构约束,实现了对障碍物的检测识别.在模拟线路上的实验结果表明,该方法能有效地对高压输电线路的导线以及防震锤、绝缘子等障碍物进行检测识别.     

基于重要系数提升的遥感图像压缩

提出了一种基于重要系数确定及系数提升幅度计算的遥感图像压缩方法。根据图像小波域系数的熵估计值确定正常编码情况下图像编码所截取到的比特平面,然后对重要的系数进行比特平面提升,这样系统编码时就能够保留更多的小目标信息。本算法与感兴趣区域编码方法不同,重要系数的定义及其提升幅度大小是根据图像内容和输出码率确定的,可以认为本算法是任意区域的感兴趣区域编码的扩展,但更为灵活。仿真结果表明,本算法可以有效保留遥感图像中小目标的信息, 系统重建图像质量略有下降,克服了现有图像压缩算法一般以均方误差最小为准则,在低码率时会失去小目标信息细节的局限。     

采用DSP的电视测量跟踪器的研制

采用DSP+FPGA的线性流水阵列结构的数字图像处理器完成目标数据采集和处理,研制了基于DSP的电视测量跟踪器.针对欲测量地标的背景复杂的情况,在图像处理算法上采用基于遗传算法的图像模板匹配算法,有效降低了计算量,提高了匹配精度,取得了较好的实验效果.该算法还具有每帧图像匹配计算时间基本恒定的优点,便于在实际系统中采用.     

红外成像系统的非均匀性实时校正

针对红外相机系统响应非均匀性所产生的竖条纹固定噪声,提出了基于多线程优化的单帧红外图像非均匀性实时校正算法。该算法参考全变分理论的非均匀性校正算法确定噪声与图像输出之间的加性校正关系,建立了描述条纹噪声的数学模型;通过滤波算法将图像分为高频分量和低频分量,运用建立的条纹噪声模型,基于最小二乘法从高频部分中拟合出条纹噪声。最后,使用全变分理论确定的加性关系对图像进行校正。为了提高算法的计算速度,运用多线程技术对算法进行了优化。对提出的算法与MIRE(Midway Infrared Equalization)算法及传统双边滤波算法进行了图像质量评价和性能对比。结果显示:本文算法使图像非均匀性较原图降低了3%;算法效率与MIRE算法无异,系统运行时间在320×256的14位红外图像上为1.5ms/frame,达到了工程标准。     

Energy based signal parameter estimation method and a comparative study of different frequency estimators

The influences of window functions and noise on the performance of the energy-based signal parameter estimation method are investigated, and the appropriate parameters and algorithm are recommended accordingly. The frequency, amplitude and phase estimation variances of the energy based method are deduced and verified by computer simulation. The performances of four frequency estimation methods are compared: the energy based method, the interpolation based method, the phase difference based method and the Fourier transform (FT) continuous zoom based method. For the second and third methods, the Quinn algorithm and the phase difference based method with factor η=0.5 are recommended, respectively. It was found that each method has its own advantages. The energy based method has the best stability compared with others. The interpolated method has the lowest frequency estimation variance when the frequency biasδ is large, while the phase-difference based method does better when δ is low. The change of δ does not influence the maximum frequency estimation error of the FT continuous zoom based method. Comparatively speaking, the phase-difference based method has the least frequency estimation error.     

与启发式规则相结合的遗传算法在车间调度问题中的研究

通过在对遗传算法的解码过程中引入启发式规则 ,构造一种新型的与启发式规则相结合的遗传算法 ,即分别利用遗传算法和启发式规则各自的特点来实现不同的调度目标 ,用于解决大规模离散生产类型车间调度问题。通过实例计算分析表明 ,算法适用于大规模离散生产类型车间调度问题     

基于快速视网膜局部特征的遥感图像目标识别

针对目前航天遥感图像信息复杂、数据量大,导致目标识别中特征检测准确度低、特征匹配识别时间长的问题,提出了一种基于差分加速分割角点检测算法(AGAST-Difference)和快速视网膜关键点描述算法(FREAK)相结合的目标识别方法。在特征检测阶段,建立AGAST-Difference特征检测算子,将尺度空间理论融合到加速分割角点检测算法(AGAST)中,生成具有强仿射不变性的特征点;再利用简化的FREAK采样模型描述局部特征,并构建二进制特征向量,通过计算向量间的汉明距离,完成特征匹配及目标的快速识别;最后选用美国Quick Bird卫星的遥感图片进行验证,实验结果表明,所提特征检测算子仿射不变性能较强,不仅提高了检测的可重复率,而且特征描述符区分性较强,平均匹配正确率提高了9.91%,识别用时仅为35 ms。该方法识别效率高、速度快,能够满足遥感图像实时识别的需求。     

基于傅里叶变换的确定性相位去包裹算法的应用研究

针对强相位跳变,特别是噪声存在时的相位去包裹问题,介绍了一种基于傅里叶变换的确定性相位去包裹算法,并从数学上对该算法进行了详细推导。理论推导和具体的应用实例表明,该算法突破了现有算法的一些局限性,是一种与路径无关、去噪的快速、高精度相位去包裹方法。     

面向盾构导向激光标靶的抗杂光算法研究

由于施工现场杂光的干扰,盾构导向激光光斑无法被准确识别。针对这一问题,利用导向激光的脉冲特性,提出了一种基于数字图像处理的抗杂光算法。首先,对工业相机曝光时间与激光脉冲周期之间的关系进行分析,通过调节工业相机曝光时间,可以有效地采集到导向激光产生脉冲的前后两帧图像;之后,差分两帧图像以获得目标光斑;最后,利用合适的结构元素腐蚀图像中的杂光残影,彻底地消除杂光带来的不良影响。实验结果表明：在激光标靶适用距离内,利用本文抗杂光算法,导向激光光斑的识别准确率优于93.75%;通过与其他抗杂光算法进行对比,在近中远距离下,识别准确率分别提升了21.87%、23.13%、26.87%,能够满足盾构导向施工要求,具有良好的应用前景。     

A focusing algorithm for high magnification cell imaging

An algorithm to produce a uniformly focused image in digital acquisition of high magnification light microscopy images is presented. In very high magnification microscopic imaging the specimen surface cannot be considered ideally flat so that capturing a single image frame is usually not sufficient to capture an image that is focused everywhere. An image formation model for light microscopic images is presented, and based on this model an algorithm to construct a uniformly focused image is presented. The algorithm requires that multiple frames of the image at different focal planes be processed to combine their information to obtain an estimated of the desired image which is more completely focused than any of the individual frames. Experimental results show that the proposed algorithm is very effective in approximating the desired image in high magnification microscopic imaging and highly robust comparing to the gradient method.