基于LS-SVM的立体视觉摄像机标定

利用最小二乘支持向量机来直接学习图像信息与三维信息之间的关系,不需确定摄像机具体的内部参数和外部参数.在双目视觉的情况下,两摄像机的位置关系不需具体求出,而是隐含在映射关系中.根据最小二乘支持向量机与摄像机标定的特点,提出了基于最小二乘支持向量机的双目立体摄像机标定方法.将摄像头采集到的图像的像素坐标作为输入,将世界坐标作为输出,用最小二乘支持向量机使网络实现给定的输入输出映射关系.该方法同BP神经网络预测结果对比表明:基于最小二乘支持向量机的双目视觉标定方法速度快,实时性好,能有效提高标定精度.     

基于DT-CWT和SVM的纹理分类算法

提出了一种基于双树复数小波变换(DT-CWT)和支持向量机(SVM)的纹理分类算法.双树复数小波变换不仅具有实数小波的诸多优点,而且还具有近似平移不变性、良好的方向选择性和低冗余度,并且能对图像进行完全重构,能够更好地刻画纹理的特性;支持向量机算法是近年发展起来的性能优越的分类算法,比传统分类器有很大的优越性:避免了局部最优解和"维数灾"问题,其最优分类超平面的思想能够提高分类准确度.该方法用双树复数小波对纹理图像进行滤波并在各方向子带上进行重构,再计算其局部能量函数得到每个像素的特征向量,最后利用支持向量机算法实现对纹理图像像素的分类.将本方法与其它的分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率.     

基于SVM的高通量dPCR基因芯片荧光图像分类研究

目的 为了实现高通量dPCR基因芯片荧光图像的亮点分类与计数,提出一种基于支持向量机（SVM）的荧光图像分类与计数方法。方法 首先对荧光图像进行去噪、对比度增强等图像预处理,对预处理后荧光图像进行亮点区域提取标注,去除背景与暗点的冗余信息,利用方向梯度直方图（Histogram of Oriented Gradient, HOG）提取鉴别特征,计算合并所有样本的亮点特征得到HOG特征向量,根据已得到的HOG特征向量创建一个线性SVM分类器,利用训练好的SVM分类器对荧光图像亮点进行分类与计数。结果 对比传统算法,文中算法具有较高的分类识别精度,平均准确率高达98%以上,可以很好地实现荧光图像亮点分类与计数。结论 在有限的小样本标注数据下,文中算法具有良好的分类性能,能够有效识别荧光图像中的亮点,对其他荧光图像分类研究也具有一定参考价值。     

基于支持向量机的坦克识别算法

本文提出了一种基于支持向量机的坦克识别算法。在对图像预处理之后，运用颜色和纹理信息进行分割，采用基于数学形态学的算法求得边缘像素，提取具有RST不变性的轮廓特征向量，输入支持向量机进行训练和识别。将支持向量机与传统的人工神经网络的算法进行了对比实验，实验表明基于支持向量机的坦克识别算法具有更好的性能。     

内禀模态特征能量法在滚动轴承故障模式识别中的应用

针对滚动轴承振动信号和状态信息非线性映射关系,提出一种基于内禀模态函数（IMF）特征能量的轴承特征向量提取方法,并与支持向量机（SVM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量,选取包含主要信息的IMF能量作为振动信号的特征向量,并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验,结果表明,该方法能够有效、准确地识别轴承故障。     

基于微型飞行器机载视觉的目标识别与状态估计方法

为了实时获得微型飞行器着陆时与着陆平台的相对位置关系,本文提出了一种基于微型飞行器机载视觉的目标识别与状态估计方法。该方法利用曲面拟合方法获得着陆平台图像边缘的梯度方向和亚像素坐标,并将其作为匹配信息进行相似度运算,匹配成功后再通过运动方程模拟移动平台的运动特性,利用卡尔曼滤波对移动平台下一时刻的位置进行预测。最后进行偏移量的计算,将实验所得的数据通过几何变换可以得出飞行器与着陆平台的相对位置参数。实验结果表明该算法能够实时准确计算出飞行器与视觉着陆标识之间的相对位置关系。     

内禀模态特征能量法在滚动轴承故障模式识别中的应用

摘 要：针对滚动轴承振动信号和状态信息非线性映射关系,提出一种基于内禀模态函数（IMF）特征能量的轴承特征向量提取方法,并与支持向量机（SVM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量,选取包含主要信息的IMF能量作为振动信号的特征向量,并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验,结果表明,该方法能够有效、准确的识别轴承故障。     

特殊环境下非接触式定位系统的设计

为了实现对狭小、光线昏暗的封闭空间的目标进行非接触式定位,本文拟采用多狭缝光栅成像,狭缝间距不等,采用线阵CCD图像传感器接收光信号并转换为电信号输出,根据目标所在位置以及传感器相应的输出数据构造母板和子板,经过算法分析以及模板匹配从而得到目标的二维坐标位置信息.本文模拟实际测量环境与器件,构建数学模型,并通过MATLAB进行仿真.结果表明该方法可以准确地得到目标的二维坐标位置信息,从而验证了该方法在理论上是具有可行性的.     

采用邻域差值特征模板的立体匹配方法

提出了一种基于邻域差值特征模板的立体匹配方法。该方法通过计算一幅图像中间隔一定距离的两点的像素邻域差值作为特征模板,再计算另一幅图像中在同一扫描线上间隔同样距离的像素邻域的差值,将它与特征模板的偏差作为匹配标准,偏差最小的点就认为是匹配点。在同等条件下,与区域相关法相比,该方法能够将运算的速度提高3倍,且同样能够得到精确浓密的视差图。实验证明,该算法结构简单,易于实现,能够处理复杂的场景,具有良好的实验效果和实用价值。     

基于支持向量机的印品缺陷分类方法

目的研究印品图像的各类形状缺陷,建立基于支持向量机(Support vector machine,SVM)的印品形状缺陷分类模型。方法对印品进行符合人眼视觉特性的缺陷识别,并对提取缺陷进行特征分析。将特征数据导入支持向量机进行训练学习,SVM分类器对缺陷图像进行测试。结果分类器对点缺陷和面缺陷的识别率为100%,对线缺陷的分类准确率达93.94%。结论基于SVM的缺陷分类方法能较好地满足印品质量检测的需求。     

基于二次曲面拟合的亚象素图象匹配算法

在图象测量系统中，目标的精确定位是一个关键问题，也是应用其它图像处理技术的基础。传统的图象匹配算法只能在象素极定位，本文基于相关函数的二次曲面拟合提出了一种亚象素精度的匹配算法，它对于无噪声图象匹配的绝对误差小于０．０１象素。模拟实验表明，在有噪声的情况下该算法仍具有较小的偏差。     

空间目标序列图像相关跟踪算法

提出一种用于跟踪空间目标的相关匹配算法。它先对匹配像素用动态阈值分类,若灰度绝对差大于阈值,再使用最小绝对差平方累加和作为相似性度量。同时提出一种新的模板修正策略,即每隔一定帧后对模板求质心,调整质心在模板上的位置。仿真实验结果表明,该算法可以克服图像噪声、局部突变、目标变光对匹配的影响,对目标与背景灰度差在20个灰度级以内的低对比度目标跟踪也有较高的精度和可靠性。实验中可以持续几千帧稳定地跟踪空间目标。结合快速搜索和粗精匹配方式,处理一帧时间在20ms以内。     

改善劣质实时图像预处理效果的优选法研究

针对某次实际飞行实验条件下所采集的有较严重问题的CCD实时景像图预处理算法研究问题，提出一种优选法。该方法先利用已有的Photoshop图形处理软件与人工手动调节相结合对原始图像进行处理，得到期望图像，再根据原图像的具体问题和已有的先验知识选择几种可能的预处理方法对原图像进行仿真，将所得图像与期望图像进行对比选出最适合处理此种劣质图像数据的优化预处理算法。将该算法应用于本次飞行实验数据上，飞行航线的匹配概率由5．41％提高到了86．48％，结果表明本文提出的优选法具有可行性和实用性。     

IFS分形码的快速图像检索算法

图像经分形编码后产生IFS分形码，它可被用来进行图像检索操作。针对图像检索的特点，将分形码中的位置参数替换为相对距离与方向系数。定义了分形码间的距离以及图像间的分形码距离，并取出分形码距离最小的前门幅图像作为检索结果，由此提出了基于IFS分形码的快速图像检索算法。从时间复杂性上分析，利用本文算法所需的检索时间与值域块的个数有关。实验结果表明，相对缩放与旋转变化，算法对位移与亮度变化具有较强的稳定性，其分形码距离的均值仅为14.07和20．05；并可检索到具有一定相似性的图像，且类间与类内分形码距离约相差8，类内距离远小于类间距离。     

投影特征匹配的快速钞币面值识别算法

提出了一种基于特征区域投影特征匹配的钞币面值识别算法。针对不同面额的人民币,所选取的特征区域位置、大小和数目可不同。建立投影特征模板库,并采用分类比较和滑动匹配的方法提高算法速度和适应能力。实验结果表明:利用该算法对人民币的识别速度达到2000张/min,可满足嵌入式系统对算法实时性的要求。     

基于区域相关的动态匹配方法

介绍了一种应用动态规划技术的图像匹配方法。该方法以区域相关为基础,通过在相关系数平面上寻找最佳路径来实现图像匹配。采用了规定视差搜寻范围,盒滤波技术和顺序一致性设定路径走向等办法优化匹配策略,加快匹配速度。用 VC 编写的算法对图像对进行匹配时,能实现快速准确的匹配。     

大孔径静态干涉成像光谱仪图像校正技术

设计了一种基于相位相关与归一化积相关的联合图像校正算法。该算法针对卫星姿态变化对LASIS(大孔径静态干涉成像光谱仪)图像造成的畸变,根据傅里叶变换的旋转平移特性,实现图像序列旋转失真的高精度校正,校正精度达到0.01;同时,基于归一化积相关方法实现图像序列平移失真的校正。针对LASIS数据量大的特点提出了改进的快速自适应模板选取法,使算法的运算复杂度按4n递减。仿真结果表明,该算法能快速有效地校正LASIS图像。     

基于塔形分解的局部熵差图像配准

以图像局部熵差为匹配准则,确定关键点的匹配位置。逐点计算图像局部熵,将图像局部熵序列进行塔式分解。采用金字塔式的数据结构,通过从低分辨率图像开始模板匹配,找出粗匹配点,逐步找到原始图像(即高分辨率图像)的精确匹配点,大大减少了计算量。该算法具有良好的抗噪声能力和抗几何失真能力。实验结果表明,当实时图相对于参考图旋转不超过5°时,正确匹配达到76%以上;当椒盐噪声强度不超过5%时,正确匹配达到78%以上;当零均值高斯白噪声方差不超过0.02时,正确匹配达到70%以上。     

运动背景下多目标跟踪的小波方法

为了能从运动背景中检测其中的运动目标,并进行跟踪,提出一种基于小波变换的分层匹配跟踪算法。利用小波分解的多层子图进行分层匹配,估计整个背景的运动矢量;利用差分算法从运动背景中检测出多个运动目标,计算出多个动目标的形心坐标,绘出各动目标的运动轨迹。该算法与传统的块匹配算法相比,滤除了原图像的高频噪声,防止了在含噪原图像上进行块匹配不准确的缺点;另外,在低频分量图像上N×N范围进行块匹配,相当于在原图像上2nN×2nN的范围进行匹配搜索,搜索速度快。当相邻两帧背景运动向量小于10个像素,运动目标相对背景的运动向量小于5个像素时,实验结果证明了此算法的有效性和可行性。