基于FMT的快速Copy-Move篡改检测

为了对图像篡改中常用的复制-移动伪造进行检测,基于傅里叶-梅林变换的平移、旋转和缩放的不变性提出一种快速图像区域分割和匹配的高效篡改检测算法.不同于以往模板匹配方式中按照单像素点移动得到重叠块划分方法,该算法采用相邻图像块的图像区域分割方式来减少整个图像块的数量.通过相似性匹配检测,得到初步的复制图像区域,然后利用边缘处理的方法处理改善篡改区域,从而达到改进篡改检测算法的效率和准确性.最后通过实验验证了该算法的有效性.     

基于图像区域分割和置信传播的立体匹配算法

传统基于像素的立体匹配算法误匹配率较高.为解决该问题,提出一种基于图像区域分割和置信传播的匹配算法.采用均值偏移对参考图像进行区域分割,通过自适应权值匹配计算初始视差图,对各分割区域的初始视差用平面模型拟合得到视差平面参数,使用基于区域的改进置信传播算法求得各区域的最优视差平面,从而得到最终视差图.与全局优化的经典置信传播算法和图割算法的对比实验结果表明,该算法能降低低纹理区域和遮挡区域的误匹配率.     

基于肤色信息和主分量分析的人脸实时检测系统

提出了一种基于肤色模型、人脸面部结构和模板匹配的人脸检测算法。该方法首先建立肤色模型来对原始图像进行肤色区域分割,再根据人脸的面部结构特征对分割区域进行过滤,最后用基于主元素分析的模板匹配算法对候选区域进行判断。实验结果表明该算法能够适应复杂背景以及多人脸的检测,而且检测速度快,能够达到实时检测的目的。     

颅内异常声压干扰下脑瘫病变区域分割仿真

研究脑瘫病变医学图像边缘准确分割问题.脑瘫病变医学图像受到颅内声压的干扰,在采集过程中对病变区域特征属性形成干扰,造成病变区域特征边缘模糊化.传统算法在随机声压干扰下的脑瘫病变医学图像特征边缘模糊,无法形成有效的约束,造成病变区域分割精度下降.为提高精度,提出利用GCA演化模型的脑瘫病变区域分割方法.采集脑瘫病变区域图像,计算图像中不同像素的关联性,为克服干扰,对图像像素进行碰撞运算,实现脑瘫图像边缘增强.计算SUSAN检测算子,获取GAC演化模型,对获取的结果进行抗干扰处理,实现脑瘫病变区域分割.实验结果表明,利用改进算法进行脑瘫病变区域分割,能够避免颅内异常声压的干扰,为临床诊断提供依据.     

视觉机器人对于快速道路检测问题的研究

针对复杂环境下视觉机器人道路检测算法的抗干扰性差、速度慢的缺点,为抑制噪声的干扰,提高算法的运行速度,提出了一种基于边缘和区域相结合的道路检测算法。算法先采用Canny算子求出图像的边缘,再根据道路的色彩信息进行自适应的区域分割,然后结合图像边缘信息和区域分割信息确定出道路的边界区域,最后对该区域的边缘图像进行Hough变换检测道路。实验结果表明,边缘提取的检测算法有效地提高了算法的抗噪性能和运行速度,具有更好的道路检测效果。     

基于分层匹配五元组Codebook的运动目标检测算法

运动目标检测是智能视频分析的第一步,Codebook算法是该领域中广泛应用的算法之一。分层匹配五元组Codebook算法是在经典Codebook算法基础上的一种改进算法。该改进算法在码字模型中引入平均亮度代替最大亮度和最小亮度,并且依据平均亮度对高亮度和低亮度区域采用不同的匹配计算方法。实验表明,改进后的Codebook算法成功利用五元组代替六元组实现处理速度的提高,利用高低亮度区域分层匹配实现检测精度的提高。     

自适应人体运动目标精检测

现有人体检测算法普遍存在检测精度不足,适应环境能力差的缺点,为了改善这种情况,提出了一种结合区域RGB权值和自适应阈值的人体精检测算法。该算法首先通过背景差分法对前景人体目标进行快速检测,分离出近粗略人体目标区域,然后根据人体的特征将人体可能的区域范围确定,结合两次检测的区域估计出人体目标区域。将目标区域分割为若干大小相同的小块,分别对每一个小块计算RGB权值和检测阈值,并归一化到（0,255）区间,利用加权后的新值和得到的阈值通过背景差分法进行精检测,得到最终结果。实验结果表明：本文的检测算法可以比现在流行的基于HIS的人体检测算法精度提高10%左右,比普通的背景差分法检测精度最高可提高40%左右。通过实际验证,本文的算法完全满足人体检测对精度和适应性的要求。     

基于分割导向滤波的亚像素精度立体匹配视差优化算法*

针对局部立体匹配中存在的弱纹理区域匹配精度较低、斜面等区域容易产生视差阶梯效应等问题,文中提出基于分割导向滤波的视差优化算法,以获得亚像素级高精度匹配视差.首先依据左右一致性准则对立体匹配的初始视差进行误匹配检验及均值滤波修正.然后在修正视差图上确定区域分割导向图,对修正视差进行区域导向滤波优化,获得亚像素级高精度的视差结果.实验表明,文中算法能有效改善斜面等区域的视差不平滑现象,降低初始视差的误匹配率,获得较高精度的稠密视差结果.     

基于区域分割的低覆盖点云配准算法

针对低覆盖点云配准的时间复杂度高、收敛速度缓慢以及对应点匹配易错等问题,提出一种基于区域分割的点云配准算法。首先,利用体积积分不变量计算点云上点的凹凸性,并提取凹凸特征点集;然后,采用基于混合流形谱聚类的分割算法对特征点集进行区域分割,并采用基于奇异值分解（SVD）的迭代最近点（ICP）算法对区域进行配准,从而实现点云的精确配准。实验结果表明,所提算法通过区域分割可以大幅提高点云区域的覆盖率,并且无需迭代即可计算刚体变换的最佳旋转矩阵,其配准精度比已有算法提高了10%以上,配准时间降低了20%以上。因此,所提算法是一种精度高、速度快的低覆盖点云配准算法。     

基于分级置信度传播的立体匹配新方法

针对当前全局立体匹配算法效率低下以及在遮挡区域难以准确匹配的问题,提出了一种高效的基于分层置信度传播的立体匹配新方法。该方法首先采用高效局部匹配获得初 始匹配代价,并根据初始匹配的结果检测遮挡和误匹配像素;其次,使用平面化估计的结果对初始代价进行了修正,改善了遮挡区域的匹配效果;最后使用改进的分层置信度传播 快速估计最小化能量,降低了低纹理区域的误匹配,提高了整体的平滑度。实验结果表明,该方法在精度和速度上具有较高的性能。     

基于视觉传感器的障碍物检测

针对移动机器人双目视觉障碍物检测的实时性和准确性两大难题,提出了一种适用于室内复杂背景的障碍物检测方法。通过Retinex图像增强操作消除环境光照不均匀的影响;运用扫描线种子填充算法分割图像中的路面、背景和障碍物;通过二值化处理、边缘检测提取障碍物的轮廓信息和位置信息。在AS-RE轮式机器人平台上进行实验,实验结果表明,机器人能够在室内环境中稳定地实现自主避障功能,验证了提出的双目视觉障碍物检测算法的可行性。     

基于单目视觉的室内机器人障碍检测方案

为提高室内移动机器人障碍物检测能力,提出了一套基于单目视觉的检测方案。该方案首先对拍摄的图像进行色度、饱和度、亮度(HSI)颜色空间转换;然后,针对室内图像中目标和背景的分割,提出了小目标阈值选取法,提高了特定环境下图像分割的准确性;最后,用目标场景匹配法和目标投影匹配法相结合,计算分割后目标像素的变化和投影的变化,从而判别出目标是具有高度的障碍物还是地面图形。实验结果表明该方案的有效性和可行性,可为室内小型移动机器人提供良好的导航信息。     

Vision-Based Navigation for an Electric Wheelchair Using Ceiling Light Landmark

This paper presents an autonomous wheelchair system with the capability of self-location and obstacle avoidance. The wheelchair is equipped with two TV cameras that are used for self-location and obstacle avoidance, respectively. In this system, the fluorescent ceiling lights are chosen as landmarks since they can be easily detected and do not require an additional installation. A recognition procedure of landmarks is described by which the desired landmark images in the navigational environment can be retrieved. A self-location technique using ceiling light landmarks is proposed. Using this self-location function, the wheelchair can locate itself in a world coordinate system. The path planning based on landmark and the method of generating a control scheme are presented so that the wheelchair is capable of navigating along any path from start position to goal position. A low cost and high-speed vision system for the detection and avoidance of obstacle is developed and the principal of obstacle avoidance is introduced. A number of navigation experiments are conducted for the wheelchair in an indoor environment. The experimental results indicate the effectiveness of the wheelchair system.     

基于彩色立体视觉的障碍物快速检测方法

Real-time obstacle detection method is a key technique for machine vision based mobile robot and au-tonomous land vehicle navigation in unstructured environments. In this paper o considering the real-time requirement for stereo matching algorithm, an adaptive color segmentation method for possible obstacle region detection is first developed based on the color feature, and a simple region based stereo matching algorithm of binocular vision for realobstacle recognition is also introduced. Obstacle detection is implemented by combining the road color adaptive seg-mentation method and region based stereovision method. Lots of experiment results show that the proposed approachcan detect obstacle quickly and effectively, and this algorithm is particularly suited for road environments in which the road is relatively flat and of roughly the same color.     

基于多波束前视声呐的水下障碍物检测及避障算法

近年来,人们开始不断地开发海洋资源和空间,如在海底铺设大量的天然气管道以便于运输,因此,利用自主式水下航行器去探测海底天然气管道是否泄漏的技术,就具有重大的战略意义。基于自主式水下航行器搭载的多波束前视声呐采集的数据,进行声呐图像中的障碍物检测,提出了一种基于类间方差及小区域抑制的障碍物检测算法。然后,利用声呐图像的障碍物检测结果,设计了基于障碍物轮廓的避障算法,来估计合理的避障角度,传送给水下航行器的主控来控制航行器避开障碍物。     

Context-aware obstacle detection for navigation by visually impaired

This paper presents a context-aware smartphone-based based visual obstacle detection approach to aid visually impaired people in navigating indoor environments. The approach is based on processing two consecutive frames (images), computing optical flow, and tracking certain points to detect obstacles. The frame rate of the video stream is determined using a context-aware data fusion technique for the sensors on smartphones. Through an efficient and novel algorithm, a point dataset on each consecutive frames is designed and evaluated to check whether the points belong to an obstacle. In addition to determining the points based on the texture in each frame, our algorithm also considers the heading of user movement to find critical areas on the image plane. We validated the algorithm through experiments by comparing it against two comparable algorithms. The experiments were conducted in different indoor settings and the results based on precision, recall, accuracy, and f-measure were compared and analyzed. The results show that, in comparison to the other two widely used algorithms for this process, our algorithm is more precise. We also considered time-to-contact parameter for clustering the points and presented the improvement of the performance of clustering by using this parameter.     

考虑疏散安全和效率的室内障碍物布局优化

室内障碍物的布局会对人群时空分布、疏散安全和效率产生重要影响. 为调查其影响, 构建带有障碍物的单室单出口人群疏散模型. 同时, 通过3种不同的影响因素(即障碍物长度、障碍物与出口距离、障碍物偏离出口中心距离)来分析它们对人群疏散效率和安全的影响. 研究结果发现障碍物长度与疏散效率成正向关系, 而与疏散安全成反向关系; 障碍物与出口距离与疏散效率和安全皆成正向关系; 障碍物偏离出口中心距离与疏散效率和安全成反向关系. 此外, 本研究还使用多目标进化算法来对室内障碍物布局进行优化, 所得结果可以为决策者平衡疏散安全和效率问题提供重要参考.     

一种适用于移动机器人的障碍物快速检测算法及其实现

针对传统的用于机器人检测障碍物的算法存在的不足,提出了一种基于视觉传感器与超声波传感器信息融合的快速障碍物检测算法.该算法通过位十机器人头部的超声波传感器获取机器人到障碍物(本算法采用矩形障碍物)的距离信息,通过改进型快速直线检测方法和约束条件确定障碍物在视觉传感器所采集的图像中的直线边缘,根据成像过程中-三角形相似的...