角检测在彩色伪随机编码图像特征提取中的应用

为研究基于单幅二维图像不标定欧氏重构三维场景的理论,有效提取伪随机编码图像特征角点,介绍了一种角检测方法,该角检测方法是基于轮廓线曲率的测试,实验数据和重构结果验证了该检测方法的适用性和有效性。     

彩色伪随机编码图像特征点神经网络匹配

为研究基于单幅二维图像不标定欧氏重构三维场景的理论,采用一种有效的采用伪随机编码结构光照明主动视觉技术。利用伪随机序列的窗口特性,使被编码结构光照明的场景表面每一个特征点都具有唯一的代码,可以唯一地被辨识。利用神经网络进行图像识别,使该编码结构光主动视觉系统可比较容易地解决被动视觉系统中难以解决的特征点匹配问题,实验效果令人满意。     

不标定三维欧氏重构中单幅彩色伪随机编码图像特征点提取方法研究

在三维主动视觉系统中,为有效提取单幅彩色伪随机编码图像特征角点并给特征点匹配提供更多的样本信息,采用定位于彩色图像的Harris算子探测特征角点,并利用目标灰度同背景灰度比较构造一个自适应阈值判定条件,从而提高了角点响应的适应性和精确性.特征点提取实验及三维欧氏重构结果证实了该方法的适用性及有效性.     

伪随机阵列和 Harris角测量在视觉检测中的应用

在三维视觉场景重构过程中,一个难题就是场景图像上的坐标点的匹配问题。在工业检测中,通常解决该问题的方法是采用结构光主动视觉技术,如点结构光、线结构光扫描法以及伪随机编码结构光法等。但是要想用一幅图象在三维欧氏空间中重构三维场景,有效的方法是采用伪随机编码结构光照明主动视觉技术。该方法利用编码结构光照明被测场景,利用编码的窗口特性,使场景被测表面每一个特征点都具有唯一的代码而唯一地被辨识。而图像的特征点提取可以采用简单而稳定的Harris角测量。     

面向数控雕刻的图像角点检测研究

基于图像处理的数控雕刻中,角点检测是图像处理的重要环节,该文通过相对链码和绝对链码引入三点链码和与三点链码差判定角点,提出邻域最大值和相邻角点斜率差值辨别伪角点的方法。通过剪纸图像对算法进行仿真并与其他算法比较,结果表明该算法检测到的真实角点占检测角点的比率大幅提高。     

基于图像尺寸变换的角点检测算法研究

为了研究基于尺寸变换的角点检测技术的检测效果,基于图像缩小法的角点检测技术,提出了图像放大法的角点检测技术。详细介绍了两种检测技术的计算原理并进行了实验验证,结果表明这两种方法都是行之有效的。在此基础上,将这两种方法与不进行图像尺寸变换的角点检测技术进行了对比研究,结果表明,基于尺寸变换的角点检测技术与不进行图像尺寸变化的角点检测技术的检测结果精度基本相同,因此,在角点的实际检测计算中,无需对被检测图像进行尺寸变换处理。     

彩色伪随机编码在特征点匹配中的应用研究

为研究基于单幅二维图像不标定欧氏重构三维场景的理论,解决被动视觉系统中难以解决的特征点匹配问题,文章介绍一种有效的采用伪随机编码结构光照明主动视觉技术。利用伪随机序列的窗口特性,使被编码结构光照明的场景表面每一个特征点都具有唯一的代码,可以唯一地被辨识。实验数据和重构结果验证了该编码的可行性和有效性。     

彩色伪随机阵列在主动三维视觉检测中的应用

要用一幅图像在三维欧氏空间中重构三维场景,尤其是动态的三维场景,常用的点结构光、线结构光扫描法不能满足要求。一个有效的方法是采用伪随机编码结构光照明主动视觉技术:用编码结构光照明被测场景,因为伪随机编码阵列中任一子窗口阵列都唯一,所以通过对场景图像中编码窗口的查寻,可以确定图像中编码点在编码阵列中的位置,从而使场景被测表面每一个特征点都具有唯一的代码,能唯一被辨识,并最终得以重构。     

一种新的基于彩色伪随机编码投影的三维重构方法

提出了一种新的基于彩色伪随机编码投影的三维重构方法.考虑到投影仪投影射线的不变性,将其视为逆向摄像机,利用射线交汇定位思想,将经过物体表面同一编码特征点的投影射线与成像射线视为一对异面直线,通过求取异面直线公垂线中点坐标来重构编码特征点的空间坐标,实现场景中物体三维信息的获取.文中详细叙述了该重构方法并进行了实验,验证了其有效性.     

基于Zynq的实时视频图像角点检测系统

针对机器视觉测量应用中,待测关键点的自动识别与定位中的角点信息提取问题,以ZYNQ系列可拓展平台内部ARM+FPGA的异构架构为基础,采用软硬件协同设计方法,搭建了一套可进行实时视频图像角点检测的系统。利用Vivado HLS工具,将角点检测算法封装成可以部署到PL端的IP核,极大地缩短了开发周期;对系统中各个模块进行了合理的任务分配,使得系统拥有ARM的灵活性以及FPGA的并行处理能力,展现了并行异构架构的优势。该系统中图像算法IP核可以进行灵活的算法替换和更新,为基于机器视觉检测的小型化应用提供了重要参考。     

彩色伪随机编码闪光投影系统的建模及其标定

为实现仅用一幅图象在真正的三维欧氏空间重构三维场景,尤其是动态的三维场景,系统需要对彩色伪随机编码闪光投影系统进行建模和预标定。当系统参数改变后,利用伪随机编码图案的几何约束,不需重新标定,可实现自适应重构三维场景。通过对投影仪像质的的无畸变性分析,用线性模型对投影仪成像过程进行建模,并提出一种高精度的投影系统直接标定方法,通过测出靶标上各投影编码特征点在空间的三维齐次坐标,求出内外参数实现了对投影仪的预标定。标定精度达到0.1单元格,欧氏重构结果较为理想。     

无人机电子稳像技术中角点检测算法的改进

无人机航空遥感电子稳像系统中,稳像的关键技术之一是影像特征点的选取,其中图像角点是遥感影像中重要的特征信息,准确地选取角点可提高图像处理的精度。然而现有的图像角点检测算法多因计算速度慢不能满足视频图像数字稳像的实时性。因此提出了一种基TSUSAN角点检测算法的改进算法。新算法分析了影像中角点所在区域的灰度变化特征,改进了SUSAN角点检测算法中的判断准则,提高了算法的精度和速度。实验结果表明,改进的算法可较大幅度的提高运算速度,满足稳像技术对视频图像实时处理的要求。     

SAR图像舰船目标检测研究

利用SAR图像进行舰船目标检测是近年来海洋监测一大研究热点,受到各国的高度重视,目前SAR已成为当今舰船检测、监视和定位的最有效手段之一。本文首先回顾了SAR图像舰船目标检测领域近20年的重要研究成果,而后对目前常用检测算法在原理和检测性能方面进行了分析比较,指出各算法的优势与问题,最后对该技术领域的发展趋势做出展望。     

基于小波的多尺度SUSAN角点检测

SUSAN角点检测是一种经典的角点检测算法,但不具有尺变化特性.利用小波变换的多尺度特性,即在小尺度下的定位准确和大尺度下的抗噪性强,该文把多分辨分析的思想引入到该算法中,从而构建了一种新的基于小波变换的SUSAN多尺度角点检测算法.新的角点检测可以在不同的尺度下获取角点,克服了单一尺度的SUSAN角点检测可能存在的角点位置偏移和易受噪声干扰而提取出伪角点等问题.为了综合利用各个尺度下的角点信息,该文提出了由粗到细的角点筛选方案.通过对比实验,新算法明显地提高了图像角点检测性能.     

基于曲率尺度空间的轮廓角点检测

在曲率尺度空间和多尺度曲率积的基础上,提出了一种基于多尺度曲率多项式的角点检测算法.首先基于曲率尺度空间检测不同尺度下的角点,然后利用多尺度曲率积或曲率和对检测到的角点进行增强处理,该方法可有效抑制噪声影响,防止高尺度下对一些角点平滑;另外,根据多尺度曲率多项式结果的符号还可有效的判别所检测角点的凹凸性.采用不同的评价准则及实例图像进行测试,实验结果证明该角点检测器是非常有效的,优于文中其它两种检测算法.