基于单视频图像序列的人体三维姿态重建

提出了至少存在一个深度值已知点的约束条件下,基于单视频图像序列重建人体三维姿态的方法.利用已知间距的平面点阵来标定获得摄像机参数,在透视投影模型下,根据单视频图像序列中人体关节点的二维数据,重建其三维信息.并将人体运动序列按照运动突变点划分为若干子序列,有效消除了二义性的干扰,较为精确的实现了人体三维姿态的重建.给出了该方法的实验过程及计算结果,验证了该算法的可行性和精度.     

基于平面区域跟踪的目标位姿参数自动测量

提出一种从序列图像中自动跟踪测量目标位置和姿态参数的方法。利用单应性原理和上一帧图像中目标位姿参数的测量结果,将目标上的典型平面区域重建为同时含有几何信息和亮度信息的平面区域模板;然后根据投影方程,将该模板在一定的位置姿态参数下进行投影仿真成像,当模板的仿真成像结果与当前帧图像中的该平面区域达到最佳匹配时,认为此时仿真成像的位置姿态参数即为当前帧图像的测量结果。通过对该匹配问题进行最优化建模和求解,实现了序列图像中目标位姿参数的自动测量。实验结果表明,本文方法能够在序列图像中对含有典型平面区域的目标实现较高精度的自动跟踪测量。     

立体显示中双目视差模型和深度感知研究

为在平面幕上建立立体视觉,通过模拟真实世界中人眼获取图像过程,介绍计算机绘制双眼视差图像的方法。给出虚拟场景中 2种放置双眼视见体的模型,通过投影分析可以得出内束模型会引入垂直视差,且水平视差不恒定,从而引起同一深度面的物体被感知深度变形。离轴模型符合人眼建立立体视觉的习惯,可以正确反映出物理屏幕前后不同深度的物体,且比单眼图像的视野范围大。     

基于光场图像序列的自适应权值块匹配深度估计算法

现有的深度估计算法中,针对光场序列图像进行深度估计时,在图像亮度变化较大和弱纹理区域,其匹配效果较差,鲁棒性较低.针对这些问题,本文提出了一种基于CIELab颜色空间的自适应权值块匹配算法.由于彩色图像RGB颜色空间中颜色差异匹配影响因素较多,本算法转换到CIELab空间进行颜色相似性匹配来计算权重值,然后结合梯度和距离计算匹配图像和待匹配图像中匹配块得到综合权重值,最后根据极平面图像（EPI）的线性特性对图像序列中匹配图像和待匹配图像块进行匹配计算,求得深度图.经过仿真验证,本文算法能够较好的估计场景的深度信息,精度上有较大的提升,明显优于以往的深度估计算法,可以广泛使用.     

基于显微图像散焦特征的微操作机器人深度信息提取

提出了一种单目显微视觉下微操作机器人深度信息的快速提取方法，通过计算微操作空间中 X-Y平面的散焦图像特征，表征图像清晰程度，从而获得机械手在Z方向的深度信息．实验 特征曲线证明方法简洁快速，有效的反映了微操作深度信息的变化和机械手在纵向的运动特 性．     

粒子测速系统中刚性平移运动假设条件

在对流场进行的粒子示踪测量中,针对空间运动粒子透视成像后易出现的误匹配问题,研究了粒子图像测速技术中近邻粒子平移运动假设,提出了三点式结构约束.该约束条件基于粒子图像测速技术的近邻性匹配准则和机器视觉映射原理,利用视平面内相同运动的特征平面共线的性质,对前后2帧图像中的粒子进行运动检测.最后通过仿真实验证明了该约束条件的有效性.     

一种基于视觉的飞行器接近角估计方法

提出了一种基于图像序列的飞行器接近角的估计方法.飞行器的接近角对于飞行器的着陆来说是一个非常重要的参数,是指飞行器在着陆时的飞行轨迹与地平面之间的夹角.飞行器在着陆时近似作平移运动,在这种情况下,图像上的极点称作FOE(focus-of-expansion),地平面的消失线被称作Horizon.首先给出了从已标定的图像序列中提取FOE和Horizon的方法,然后由这两个参数估计出飞行器的接近角.模拟实验和真实图像实验表明该方法是可行的.     

基于位平面游程变化的LSB隐秘分析*

在对图像各位平面间游程数变化的分析基础上,提出了一种基于位平面游程变化的隐秘分析方法.采用多元回归模型,对图像LSB位平面的原始参数进行估计和比较,实现待检测图像中是否含有隐藏信息的检测.实验结果表明,该方法通用性强,具有良好的检测率.     

基于深度数据的人体动作识别方法

本文提出了一个基于流形学习的动作识别框架,用来识别深度图像序列中的人体行为。本文从Kinect设备获得的深度信息中评估出人体的关节点信息,并用相对关节点位置差作为人体特征表达。在训练阶段,本文利用Lapacian eigenmaps(LE)流形学习对高维空间下的训练集进行降维,得到低维隐空间下的运动模型。在识别阶段,本文用最近邻差值方法将测试序列映射到低维流形空间中去,然后进行匹配计算。在匹配过程中,通过使用改进的Hausdorff距离对低维空间下测试序列和训练运动集的吻合度和相似度进行度量。本文用Kinect设备捕获的数据进行了实验,取得了良好的效果;同时本文也在MSR Action3D数据库上进行了测试,结果表明在训练样本较多情况下,本文识别效果优于以往方法。实验结果表明本文所提的方法适用于基于深度图像序列的人体动作识别。     

基于新投影策略的人体行为识别方法研究

为解决微小动作识别率低的问题,提出一种结合新投影策略和能量均匀化视频分割的多层深度运动图的人体行为识别方法。首先,提出一种新的投影策略,将深度图像投影到三个正交笛卡尔平面,以保留更多的行为信息;其次,基于整个视频的多层深度运动图图像虽然可反映整体运动信息,但却忽略了很多细节,采用基于能量均匀化的视频分割方法,将视频划分为多个子视频序列,可以更加全面地刻画动作细节信息;最后,为描述多层深度运动图图像纹理细节,采用局部二值模式作为动作特征描述子,结合核极端学习机分类器进行动作识别。实验结果表明：在公开动作识别库MSRAction3D和手势识别库MSRGesture3D上,本文算法准确率分别达94.55%和95.67%,与现存许多算法相比,有更高的识别率。     

从长序列立体图象恢复3D运动参数的鲁棒算法

本文提出了一种基于最小平方中值原理的运动参数估计的鲁棒方法，能够有效地克服由于出格点所产生的误差，并且不需要任何参数初值，实验显示，结果是令人满意的。     

TWO-STAGE STRATEGY FOR MOTION PARAMETER ESTIMATION IN DYNAMIC IMAGES

Abstract

In this paper we consider motion parameter estimation in dynamic images with the constraint of using as little computation time as possible. We propose using a two-stage divide-and-conquer strategy to achieve this goal. At the first stage, moving objects are located with modest computation time. At the second stage, motion parameter estimation is performed on the localized region. This two-stage strategy reduces the extensive computation task and provides a flexible mechanism to allow termination between the two stages. It is designed to mimic certain features of human visual perception. The derived computation formulas have simplicity and nice regularity, as well as a good local structure that enables the computation to be performed locally.     

外极面图像的运动遮挡模型和运动纹理方向检测算法

运动遮挡边界处的运动估计是一种困难的问题,外极面图像方法将运动估计转化为转迹线的检测,人造物体的轨迹线容易通过边缘跟踪的方法获得,但对于纹理复杂的自然景物,轨迹跟踪较为困难。     

基于非线性Kalman滤波器的长序列图像运动估计

本文讨论一种基于运动模型的、从长序列含噪立体图像中估计目标运动参数的Ｋａｌｍａｎ滤波方法。为减轻滤波器的发散性，文中建立产生状态初始值的线性算法。最后给出计算机模拟的结果。     

一种通用的3D绘制图象合成方法

合成３Ｄ绘制图象是一个有趣的主题，为了使复杂的图象更真实，需要合成场景的光照效果，已有的几种方法在合成光照效果方面不太理想，尤其在阴影合成方面。本文提出了一种新的３Ｄ绘制图象的合成方法，它结合了Ｄｕｆｆ的ＲＧＢＡＺ方法和ＳｈａｄｏｗＢｕｆｆｅｒ技术。     

鲁棒的各向异性扩散三维超声图像去噪算法

针对三维超声图像去噪,提出一种新的各向异性扩散滤波算法。该算法主要通过改进传统算法中的扩散系数以及瞬时变化系数(ICOV),在保留三维超声图像边缘和细节的同时,更好地滤除了斑点噪声。与传统算法相比,该算法对迭代次数有更低的敏感度和更好的鲁棒性。     

基于图像雅可比矩阵的无标定二维运动跟踪

研究无标定视觉导引机械臂完成二维平面运动目标精确跟踪的问题.系统的视觉部分采用固定全局视觉与手上局部视觉相结合的方式,拓展了系统的观察能力,使系统能同时实现大范围的运动跟踪和精确的小范围跟踪.根据两种视觉的特点,在全局视觉反馈中使用最优反馈控制,而在手上视觉反馈中使用PI控制.通过分析图像雅可比矩阵的解析表达式以及跟踪过程中的变化规律,提出一种利用机器人已完成的跟踪运动在线辨识雅可比矩阵的方法,避免了传统估计方法引入冗余试探运动对系统动态性能的影响.仿真和实验检验了本方法的性能.     

基于图像矩的运动目标3D平动视觉跟踪

区别于图像的简单几何特征,本文利用图像的全局特征描述子 图像矩特征作为图像 特征信息,实现了基于图像的运动目标3D平动的视觉跟踪．针对任务要求,本文选取了一组 矩特征用以完成任务．基于所选的矩,本文给出了矩特征变化量与相对位姿变化量之间的关 系矩阵,即图像雅可比矩阵,然后利用所推导的图像雅可比矩阵,设计了由图像反馈与目标 运动自适应补偿组成的视觉伺服控制器,实现了在未知目标成 深度及摄像机焦距的情况下 对运动目标的3D平动跟踪．     

四维CT肺图像多层次时空一致性配准方法

四维CT肺图像提供了肺部动态信息,可广泛用于肺部疾病诊断和精确放射治疗。提出一种针对四维CT肺图像的多层次时空一致性配准方法。该方法首先从最大吸入相位的图像中提取控制点,利用结构张量跟踪算法对控制点进行跟踪;构建多层时空一致性优化模型,对控制点进行调整,从整图配准角度提高控制点配准精度;每次调整后根据配准的一致性误差,添加新的控制点,进一步降低配准的一致性误差,并对新的控制点集重新进行优化调整。该模型在空间上对形变进行约束,保持形变扭曲的平滑性;在时间上对控制点轨迹进行约束,保持控制点的轨迹平滑性;通过一致性约束,降低了正向和反向形变函数的一致性误差。在测试数据集上的实验结果表明,该方法可以得到平滑、稳定、合理的形变结果,可以用于估计肺部运动模型。     

基于MC算法的高质量脊柱CT图像三维重建

从脊柱CT图像中重建出脊柱的三维模型以提供直观的术前病灶信息,能够有效辅助高难度的脊柱畸形矫正手术。针对传统MC(Marching Cubes)算法存在的重建表面不平滑、结构拓扑歧义的局限以及人体脊柱重构碎片过多的特点,提出一种基于保边局部高斯滤波与三维区域增长的改进型MC算法。该算法采用保边滤波去噪并增强边缘,局部高斯滤波平滑待重建区域以改变原有体素类型,减少二义性体素对数,有效地解决了重建表面不平滑与结构拓扑歧义问题;采用基于三维区域增长的双阈值分割算法,大大减少碎骨重建的数量。实验证明,采用高质量重建算法重建的脊柱三维模型能够满足医学三维可视化的要求。