利用平面间单应关系的指示位置判别方法

在基于计算机视觉技术的非接触式人机交互系统中,为了快速推断使用者指示的目标位置,提出一种无需显式求解摄像机参数的指示位置判别方法.利用目标平面上的已知点及其对应的摄像机成像点,求解目标平面和摄像机像平面间的单应矩阵,将目标平面卜相交于指示点的两条直线与像平面上的对应直线联系起来,从而通过检测图像中的特定直线推断指示点的...     

基于正交消隐点无穷单应的摄像机内参数自标定方法

利用正交消隐点的几何特性和不同位姿摄像机图像平面中对应消隐点间的无穷单应关系,提出了一种摄像机内参数的自标定方法。该方法在任意两个位置下拍摄两组正交平行线,获取两幅图像上共四个消隐点后,设计了判定算法确定其间的对应情况。利用对应消隐点之间的无穷单应关系,结合正交消隐点与摄像机光心连线的正交性建立约束方程,实现了对摄像机内参数的线性求解。为了抑制噪声对标定结果的影响,建立基于矩形成像反演点特性的指标函数,利用LM寻优算法实现了对内参数的非线性优化。实验结果表明,该算法具有对应消隐点判断简单有效,标定结果精度高、实时性强、适用范围广的优点,而且参数优化能够有效地抑制图像噪声,提高了标定算法的稳健性。     

利用消失点列的射影不变量描述平面直线关系

消失点或消失直线蕴含了一组平行直线或一组平行平面的方向信息.同一平面上的所有直线对应的消失点共线于该平面的消失直线.消失线上的四点交比是射影不变量,该不变量与各点所对应的直线夹角存在内在联系.由此,本文提出了一种利用消失点列的射影不变量提取平面直线夹角的方法.在无需校准或3D重建的条件下,该方法可用于描述平面上直线间的相互关系,诸如平行、垂直、相交等.将本方法应用于真实图像的直线关系解释中,实验结果验证了方法的有效性.     

一种基于场景分析的建筑图像水平自适应调整方法

建筑图像是一类经常会在电视节目中出现的内容.摄像机非水平位置拍摄建筑物会影响建筑图像画面的美感.建筑类自然场景图像倾斜自动调整,其技术核心在于如何检测出图像拍摄时的水平倾斜角.针对建筑图像的自适应水平调整要求,基于成角透视原理,利用建筑的轮廓线,通过边缘检测及霍夫变换提取出主要偏向水平直线的参数,基于直线参数方程得到平行线的透视消失点,再利用建筑物的两个水平消失点估计得到成像倾角,最后通过图像旋转变换得到调整后的图像,相关实验结果验证了所提方法的有效性.     

一种双正交消隐点的双目相机标定方法

为了保证双目相机标定精度的同时,提高算法速度。利用田字形模板中的两对正交消隐点,拍摄两幅图像,实现快速标定。首先,提出了消隐点寻优的方法来提取每幅图像中误差最小的两对正交消隐点,线性计算相机主点和归一化焦距,作为内参数的初值。再根据同一幅图像消隐点共线和所有直线畸变后也为直线的原则,构建约束函数,利用优化的差分进化算法进行全局寻优,完成相机畸变校正。最后,根据优化后消隐点坐标求得左右相机的旋转矩阵,并结合左右相机的角点世界坐标,利用刚性变换求得平移向量。双目标定的平均重构误差为0.598pixel,跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别,能满足标定中稳定可靠、精度高、抗干扰能力强等要求。     

基于Harris角点检测与聚类算法的空间自旋目标干涉三维成像

对空间微动目标进行干涉式成像,需要剔除微动曲线交叉位置的干涉相位值,以确保成像的准确性。针对空间自旋目标窄带雷达干涉三维成像问题,首先利用Harris角点检测与聚类算法对回波时频图像中的角点进行搜索与分类,准确找到散射点微动曲线的交叉位置,然后对交叉位置处的干涉相位信息予以剔除,再利用各散射点的干涉相位信息重构出了两基线方向上的坐标曲线,最后根据目标在空间中的圆轨迹与两基线平面内的椭圆轨迹之间的几何关系,实现对空间自旋目标的干涉三维成像。仿真结果验证了所提方法的有效性。      

光学元件损伤暗场成像检测的算法

基于强激光系统光学元件损伤的在线暗场成像检测,提出了一种无损、自动、快速检测的新算法。该算法根据模式识别中的聚类理论,对光学元件损伤的暗场图像实现了损伤斑块位置的自动检测分析。同时,根据损伤的暗场图像特点,用双向扫描方式得到了无遗漏点的损伤连续斑块,实现了损伤斑块尺度的自动检测。理论分析和实验均显示,损伤暗场自动检测图像的快速聚类算法能实现光学元件损伤位置和损伤尺度的准确、自动分析。     

双平面法标定的双目视觉三维测量系统

针对传统摄像机标定过程复杂、三维测量精度不高的问题,提出了一种基于投影直线相交的双目视觉三维测量方法,并给出了基于神经网络的标定方法。根据摄像机成像特点,利用双标定平面上的点求取投影直线方程;针对摄像机成像复杂的畸变模型,利用BP神经网络对复杂非线性映射关系的强大逼近能力,对左右两台摄像机于远近标定平面处分别进行隐式标定,得到图像像素坐标到平面模板二维物理坐标的映射关系;设计制作了试验平台,采用手工辅助的方法获得网格模板训练样本。此标定方法完全适用于大视场、近距离、高精度的双目视觉传感器。试验结果表明,系统对空间已知长度的测量结果误差约为0.109 mm,测量精度较高。     

一种基于改进遗传算法的自适应区域生长法研究

区域生长法是图像分割的一种常用的方法,但该方法中种子点的选取仍需人为地判定,从而影响了分割效果.因此将遗传算法引入模糊C-均值聚类方法,不仅克服了模糊C-均值聚类的局部性和对初始聚类中心的敏感性,同时也实现了图像种子点数目和位置自动选择和确定.实验结果表明这种方法是可行和有效的,它扩大了遗传算法和模糊C-均值聚类的应用领域.     

基于形态学的文档图像透视校正算法

根据文档图像的文本行和竖直笔画边界,提出了一种基于数学形态学的分层校正算法,可以有效地恢复文档图像的正面平行视图。首先,利用最近邻链(NNC)构造局部自适应的线状结构元,通过方向平滑的闭运算(DSCA)把连通体(CCs)聚类为文本行,并利用文本行的中心线精确地定位水平消隐点。其次,根据局部邻域内CCs的平均高度,提出了一种基于行程开运算(RLOA)的目标函数,通过估计竖直笔画边界的偏斜方向定位竖直消隐点。最后,为了避免竖直消隐点对水平消隐点的影响,提出了一种新的分层校正方法以消除文档图像的透视失真。各种类型文档图像的实验表明,该方法明显改进了消隐点的定位精度,并具有较高的鲁棒性。     

Vanishing point detection and line classification with BPSO

Estimating image vanishing points has many applications in the computer vision field, such as robotic navigation, visual measurement, camera calibration, 3D reconstruction and augmented reality, which requires a balance between accuracy and rate. In this paper, we present an algorithm to accurately and efficiently detect vanishing points and classify lines through the clustering method and binary particle swarm optimization (BPSO). First, lines are clustered according to their slope angles based on an iterative BPSO process, since parallel lines, in a medium-to-long range scene, present similar slopes. The solutions are continuously evaluated using multiple factors, such as the number and length of the line segments and their distance to the related vanishing points. The coefficient of variation is applied to weigh these factors. As a result, all possible non-orthogonal vanishing points in the image are directly detected, irrespective of the camera calibration parameters to avoid mapping segments on the Gaussian sphere. Compared with other algorithms on the York Urban Database, the proposed algorithm exhibits significant performance improvements.     

基于车载视频图像的道路消失点检测算法

道路消失点检测是高级驾驶辅助系统中盲区监测的重要组成部分。针对现有消失点检测方法所存在的准确度低、运算量大等问题,提出一种基于车载视频图像的道路消失点检测算法。该算法在Harris角点检测基础上优化得分函数检测出图像特征点,减少在跟踪阶段的运算量;通过金字塔光流法和帧差距离对运动特征点进行跟踪,在结束帧上准确获得各特征点的位置;对特征点去除离值点后,通过优化初始聚类中心的K-Means聚类算法,得到车载视频图像的道路消失点。最后将算法应用于各种车辆行驶场景进行测试,在较短运行时间内,能准确检测出车载视频图像中道路消失点,证明算法鲁棒性好、运算简单易实现。     

一种三维场景的消失点检测算法

消失点可以提供大量的场景三维结构和方向信息,是重要的特征点。本文提出了一种不需附加场景先验信息和空间变换,直接利用直线信息在图像平面上估计消失点的算法,算法利用Helmholtz原理估计消失点在二维平面上的方向,在各检测到的方向中通过最小二乘求解消失点的准确位置。本算法不需要其它先验信息,提高了消失点检测效率和准确性,尤其适用于人工目标的三维特征提取。     

电力线激光点云的分割及安全检测研究

为了进行高压输电线路安全检测分析，基于机载激光雷达（LiDAR）电力走廊数据，提出了一种基于密度的空间聚类方法（DBSCAN）的电力线激光点云单条分割提取算法。通过该方法可以实现输电走廊中单条电力线的快速分割提取。首先对电力线点云在x-O-y平面上投影，对投影后的激光点采用最小二乘法进行直线拟合；其次通过计算输电走廊长度，采用经验参量进行电力线点云分段；再次对分段点云在投影平面内进行DBSCAN聚类；最后将分段聚类结果类别归一化，得到单条电力线激光点云数据。结果表明，采用该方法能够在只需经验参量分段宽度的情况下，快速准确地对电力线激光点云进行分割提取，并根据分割结果进行电力线与电力走廊地物距离计算，判断危险点类型及距离。所提出的方法具有较高的提取与测量精度，能够有效地应用于电力线安全检测分析。     

Image registration using a point-line duality based line matching method

In the paper, a Point-Line Duality (PLD), i.e. a line in the image (x–y) space corresponds to a point in the dual (θ–ρ) space, based line matching method is proposed for image registration. First, edge points are detected in a template image and a target image. The edge points are linked and segmented into chains. The chains are fitted to lines, and the lines are mapped to dual points in the dual space. To improve stability and efficiency, a point merging algorithm is proposed to deal with the fragmentary line segments that should belong to a single line. As a result, a line matching problem is converted to a point pattern matching problem. Finally, a point pattern matching algorithm is proposed to determine registration parameters and to determine matched line pairs. Experimental results demonstrate that the proposed method is effective for images under rigid body transformation, occlusion, and illumination change.     

基于结构特征的遥感图像机场目标识别

提出了一种遥感图像中机场跑道的自动识别方法。在分析机场结构特征的基础上。首先采用形态学方法提取图像的线结构;然后通过非监督聚类方法将直线段动态分组;最后进行直线段修复和跑道配对,实现对机场的识别定位。计算机仿真验证了该方法的有效性。     

噪声背景中点目标检测的多比例法

要把淹没在噪声背景中的运动点目标检测出来是一个十分困难的问题.本文提出了一个基于多比例几何技术的运动目标检测新方法.以高斯函数作为滤波核,用多比例方法构造了一个四维比例时空空间.利用一阶几何特征导出了目标的运动约束方程.基于目标图像的速度一致性和像素连接性,研究了解决运动检测与速度估计的方法. 描述了速度平面上约束直线聚类点或聚类区的粗精搜索算法.给出了精确地搜索最优比例的精度度量.提出的实验和比较结果,支持了这些研究.     

基于快速成型技术的轮廓线快速生成算法

散乱点云数据由于其海量及无拓扑关系等特点,难以直接提取特征线。采用基于快速成型技术提取点云轮廓线算法,首先对点云进行分层,将分层切片内的点云投影到切片平面上,转化为网格图像,采用直线段结构判断连通性,从而生成轮廓线。直线段判断建立连通链表,可快速生成轮廓线,有效解决多连通域问题;网格内点云压缩解决了数据冗余、分布不均匀等问题。实验表明该算法能快速有效生成轮廓线。     

可变类谱聚类遥感影像分割

为实现遥感影像分割中类别数的准确、自动判别,提出了一种可变类谱聚类算法.根据影像的相似图构建权值矩阵和标准Laplacians矩阵,计算Laplacians矩阵较小特征值对应的特征向量生成特征向量矩阵,并视其与像素对应的向量行为像素特征点集;研究Laplacians矩阵处于不同（近似）块对角结构时类属同一目标类像素特征点的聚集性,定义聚类度指标,计算不同分割类别数对应聚类度;选择聚类度将发生最后一次较大跳变时的分割类别数作为算法估计类别数,并采用FCM（Fuzzy C-Means）算法划分该类别数对应像素特征点集实现影像分割.分别采用提出算法和基于特征间隙的算法分割合成及真实遥感影像.实验结果表明提出算法可准确地判别影像类别数.