基于光学相机的光流-相机定标融合定位算法

为了解决光流算法在相机大转角情况下定位误差过大和相机定标定位算法在LED数量不足的情况下无法定位的问题,提出将相机定标定位算法和光流算法进行卡尔曼滤波融合的光流-相机定标融合定位算法。首先,采用相机定标定位算法进行室内定位;其次,引入光流算法补偿相机定标定位算法的计算结果;最后,采用卡尔曼滤波融合2种算法的定位结果。搭建实验平台验证所提算法的定位性能。实验结果表明,所提算法能够解决相机定标定位算法在LED数量不足的情况下无法定位的问题,同时能够克服光流算法在相机大转角情况下定位误差过大的问题,将相机在大转角运动情况下平均定位误差从6.86 cm降低至1.02 cm。     

基于核密度估计的遮挡人体跟踪

充分利用空间、颜色、运动等信息对图像进行块建模、颜色建模和运动建模.通过混合高斯建模法,将运动人体的前景信息提取出来;基于Epanechnikov核密度梯度估计算法,对存储模型中的人体进行聚类,实现块建模;采用非参数的核密度估计算法和基于高斯分布的运动建模,分别获取颜色密度函数和运动密度函数,并利用颜色密度函数和运动密度函数对当前帧的前景区域进行后验概率估计,以获取后验概率图像,根据对该图像中遮挡人体进行分割以实现人体目标的跟踪.实验结果表明:基于核密度估计的遮挡人体目标跟踪算法有效地解决了遮挡人体目标跟踪问题.     

俯仰向DBF SAR系统通道相位偏差估计算法

由于俯仰向多通道合成孔径雷达系统通道之间存在相位偏差,因此降低了数字波束形成后雷达图像的性能．为解决上述问题,提出了一种俯仰向通道相位偏差估计算法．该算法首先对相邻通道间的数据进行干涉处理,获得相邻通道之间的复干涉相位图; 然后,对复干涉相位进行干涉处理,获得邻近通道干涉相位的差分相位;最后,通过优化图像的最大对比度估计俯仰向通道间的相位偏差．利用车载俯仰向多通道雷达系统获取的数据验证了这种算法的有效性．     

融合大气光值-图估计的无人机航拍图像去雾

针对现有去雾算法大都存在复原图像亮度低、天空明显色彩失真等问题，提出了一种融合大气光值-图估计的无人机航拍图像去雾方法。首先，根据颜色衰减先验理论获取景深图像，将景深图像内偏差最小区域均值作为大气光值；其次，设计了一种自适应随机游走聚类方法用来估计大气光图，通过自适应随机游走算法将图像聚类为N个子区域，对子区域前0.1%像素求均值作为区域大气光值，将区域大气光值组合并通过引导滤波对其进行细化，获得大气光图；然后，通过融合大气光值-图估计方法将两种大气光估计融合为新的大气光图，作为更加准确的大气光估计；利用雾霾线先验方法获得透射率，同时提出一种暗补偿方法对其进行优化，提高透射率精度；最后，根据大气散射模型，利用求得的融合大气光图和优化透射率，得到清晰的复原图像。实验结果表明，相对于比较算法，提出的算法的复原图像在信息熵、平均梯度、模糊系数及对比度上分别提升1.1%、6.3%、8.5%、6.4%,主观视觉效果更好，信息更加丰富。     

全局运动多分辨率光流估计算法的改进与实现

为了提高低分辨率图像之间的位移估计精度,在传统光流算法的基础上,提出了全局运动的多分辨率光流估计算法.实验结果表明：该算法能够快速实现小位移和准确的实现大位移的运动估计,通过对互有亚像素位移的多帧低分辨率图像对比相位相关法进行运动估计,改进的多分辨率光流估计算法实现的高精度亚像素位移误差精度为0.05pi.     

An Underwater Image Bubble Noise Removal Method Based on Optical Flow

基于光流法的水下图像气泡噪声消除方法

李浩,陶建国,罗阳,邓立平,邓宗全

（哈尔滨工业大学 机器人与系统国家重点实验室,哈尔滨 150001）

中文说明：

对于水下机器人来说,准确地检测和定位目标物体是非常重要的。 然而,在许多情况下,由于存在气泡噪声,很难清楚地观察目标物体。本文提出一种基于光流法的水下图像气泡噪声消除方法。 首先使用LK光流算法计算图像背景的运动矢量并补偿背景运动。 然后,通过HS光流算法计算气泡的光流场,并通过二值化图像获得气泡存在的区域。 最后使用相邻的帧图像来修复气泡区域。气泡噪声去除实验结果表明,该方法可有效去除图像中的气泡噪声。

关键词：气泡噪声,光流法,背景运动,图像修复

     

互补增强式空间运动目标高精度检测与分割

针对空间监视系统中的运动目标自主高精度的检测问题,提出一种显著性计算与光流检测互补增强式算法.以mean shift初检结果为导引,通过显著性区域检测与光流检测的互补增强而实现空间运动目标的高精度检测.首先通过梯度信息和频率调谐滤波的互补方式分别计算整幅图像和mean shift分割后各个分块区域的显著性,再以整幅图像显著性均值为参考,确定合理的阈值以检测候选目标;与此相并行,也采用光流计算及相应的阈值检测方法获取候选目标.进而通过对显著性计算与光流检测分别得到的两个不同候选目标分布图的合取运算进行目标确认,最后再辅之以形态学滤波使确认目标得以增强,从而实现空间运动目标的高精度检测与分割.研究结果表明,在无需知道任何场景和目标先验信息,也无需人工干预的条件下,所提算法能够有效实现空间运动目标的精确检测和分割,对光照变化和噪声干扰也有很强的适应能力.     

结合光流法的车辆运动估计优化方法

针对车辆自主定位实时准确的要求,提出一种结合光流法的车辆运动估计优化方法.采用改进的Lucas-Kanade算法跟踪FAST特征点计算其光流;进而对图像间偏移量进行坐标系转换,获得初始坐标系下车辆的运动估计值;基于偏移量与旋转角度误差服从正态分布的假设,优化更新采用光流法的车辆运动结果,最终映射到世界坐标系中获得车辆运行轨迹.通过测试多组不同车辆行驶轨迹,结果表明:该优化方法突出了光流法的实时性并且克服了其精度差的缺点,有效解决了由累积误差引起的轨迹漂移情况,能够提供车辆准确实时的定位输出.相较于基于特征点匹配的车辆定位其计算时间短,与常用的光流法比较,轨迹更加精确、光滑.     

基于特征图像方法的运动物体检测

在传统特征图像方法基础上,提出一种基于分块边缘特征图像的运动物体检测算法.该算法对背景图和叠加图进行分块处理,分别提取出背景图与叠加图的最大特征向量,求得背景图与叠加图的各块投影系数,进行运动物体的匹配检测.在实际处理时,采用了canny算子获取边缘图的方法来进行检测,以消除光照等外界干扰对检测的影响.     

一种改进的水下偏振图像融合算法研究

针对传统图像融合算法造成的对比度低、细节信息模糊等问题,提出了一种改进的基于二维离散小波变换的图像融合算法.利用光强度相机和分焦平面相机同时对水下运动目标进行探测,获得光强图像和偏振图像.将计算得到的偏振度图像和偏振角图像先进行简单的融合处理,再将融合后的偏振特征图像与光强图像采用改进的二维离散小波变换进行分解,得到低频分量和高频分量.对于低频部分,提出一种基于区域方差加局部能量相结合的图像融合算法;高频部分采用一种基于Sobel算子的图像融合算法.最后将低频分量与高频分量进行二维离散小波重构,得到结果图像.仿真结果表明,与传统图像融合算法相比,该算法获得的融合图像有效地拉升了目标与背景的对比度,增强了水下图像视觉效果,有利于准确识别水下运动目标.     

一种基于频域插值的非同频采样信号的补偿方法

在异地多天线信号合成中,非同频采样会给合成性能带来损失,因此需要对信号间的采样频率偏差进行估计并补偿。提出了一种基于频域变换的信号采样频率偏差补偿方法,该方法根据采样频率偏差估计值对信号进行不同点数的DFT,通过在频域对齐信号的采样点来实现采样频率偏差的补偿,从而达到提高合成信号信噪比的目的。利用两路QPSK信号进行了仿真验证,给出了利用快速傅里叶变换来减小计算量的方案。结果表明,该算法能够较好地对采样频率偏差进行补偿,且能够通过选择不同的FFT算法来节省计算量,为采样频率偏差的补偿提供了新的解决思路。     

基于位移相位中心算法的合成孔径声纳运动补偿研究

运动补偿是合成孔径声纳（SAS）成像的关键问题，SAS系统一般利用多接收元回波信号的互相关特性进行运动补偿。在深入分析位移相位中心算法的基础上，给出了一种改进的SAS运动补偿算法。该算法首先修正声信号的实际传播距离与采用等效相位中心近似的传播距离之间的偏差，然后基于时延和相位误差估计运动误差，从而在扩大了算法适用的运动误差范围的同时，提高了运动误差估计的精度。文中给出了计算机仿真结果，从结果可以看出改进算法有效地补偿了运动误差，改善了成像质量。     

频率估计的多段倍频正弦信号加权融合算法

为提高低信噪比条件下短时正弦信号的频率估计精度和扩展多段信号融合法的适用范围,提出一种利用多段倍频正弦信号进行加权融合的频率估计算法．为消除多段倍频正弦信号中各段信号频率不等对频谱分析的影响,根据各段信号间频率的倍数关系生成倍频修正矩阵,对多段倍频正弦信号频谱进行同频化处理．为消除各段信号相位不连续和时宽不等对频谱融合的影响,构造具有相位连续特性和噪声对消特性的加权因子,对同频化的多段倍频正弦信号频谱进行加权融合,得到最优加权融合频谱．最后,通过谱峰搜索最优加权融合频谱,实现高精度频率估计．仿真结果表明文中算法的频率估计精度较现有方法有较大提高,抗噪性好,普适性好．     

一种基于鲁棒背景运动估计的电子稳像算法

当场景中存在较大范围运动前景时,通常的电子稳像算法较难鲁棒地提取背景的全局运动。针对这种情况,提出了利用前景运动掩膜和对极几何关系抑制错误的全局运动估计,进而达到稳像的目的。首先,估计相邻帧间可视化密集光流图;将该光流图用颜色直方图统计各颜色比重,进而分割出运动前景并制作掩膜;利用掩膜删除掉分布在前景上的光流保留背景光流;之后进一步去除外点,利用剩余的光流进行全局运动估计;最后,采用卡尔曼滤波完成运动补偿。三组不同环境的实验结果均表明,该算法能够有效抑制运动前景对稳像结果的干扰,稳像前后图像的PSNR值提高了近36%,稳像效果明显。     

基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合

针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用其点火频率图得到融合结果,对各高频子带则利用点火频率图的直方图矢量重心及偏差计算自适应阈值并进行区域分割,对不同的区域采用不同的融合规则进行融合处理;最后进行小波重构得到融合图像。对OMIS高光谱图像的实验结果表明:所提方法能够有效地融合高光谱多个波段图像信息,且纹理细节信息突出。     

基于双视点立体系统的特征点匹配物体跟踪算法研究

在双视点立体系统中,运动物体跟踪是计算机视觉中一个热门的研究领域.为了精确地获得运动物体的像素点,我们提出了一个新的物体跟踪算法:首先计算运动物体的特征点,然后对其进行匹配,最后连接匹配的特征点并形成轨迹.算法在分辨率为640×480和768×576的视频文件中进行.结果表明:与L-K光流法相比,新算法可以更鲁棒性地检测运动物体并获得更精确的运动轨迹.     

基于贝叶斯框架的显著目标检测

图像和视频显著性检测在计算机视觉领域引起了极大的关注,广泛应用于物体分割、可疑物检测、图像检索等领域,在贝叶斯框架下,将人类视觉注意力理论中Bottom-Up模式被动感知与Top-Down模式主动检测按照时间先后顺序结合在一起,并结合像素的"Center-Surround"模型和核密度估计,提出一种能由粗到精逐步感知和获取视场中视觉显著性目标位置及尺度的实时显著目标检测算法,称其为基于贝叶斯框架的显著目标检测.通过在微软MSRA数据集上进行ROC和Precision-Recall测试,证明该算法取得比目前经典算法更好的效果.     

基于DCT变换的多曝光图像融合方法

针对普通相机拍摄图像中存在区域曝光问题,提出一种改进的基于离散余弦变换的多曝光图像融合算法。分别对同一场景的多幅不同曝光图像分块,并对每个小块进行离散余弦变换。对提取相应位置的低频系数平均加权,获取图像近似部分的融合分量;对高频系数基于区域标准差确定权重系数,根据权重系数的大小获取细节部分的融合分量。最后,通过反离散余弦变换获得较好质量的多曝光融合图像。仿真实验表明,该算法在提取低频系数为25%,高频系数为75%时,展现的图像细节信息更加丰富。     

解线频调步进频率ISAR成像研究

提出一种采用两次相干化处理实现对解线频调步进频率的逆合成孔径雷达(ISAR)成像算法．首先对回波进行相干化预处理,以估计运动目标的参数,并对相干化后的回波进行补偿;之后,采用相位相干化技术对残留相位误差进行校正,并利用时域带宽拼接技术获得目标的高分辨一维距离像．最后利用传统方位成像算法获得目标的高分辨ISAR图像．仿真数据验证了该方法的有效性．     

果蔬CT图像含水率检测信息可视化研究

将图像处理技术应用于果蔬(红富士)CT扫描图像,首先对图像进行预处理,将24位真彩色图转化为256色灰度图,通过物体识别算法,将物体从背景中分离,该算法适用于多个不连通物体的同时识别.在物体识别的基础上,以物体区域的颜色信息作为分析数据,通过方程计算获得具体点的含水率信息以及单个物体有需要的含水率统计信息.由此可以通过对果蔬CT片的图像处理,以达到无损快速检测获取果蔬内部含水率分布信息的目的.