基于帧间相关性的高动态视频色调映射研究

目前高动态范围视频的色调映射基本采用逐帧处理的方式,效率不高。本文利用视频的帧间相关性,摈弃每帧做色调映射处理,研究讨论了一种新的处理方法。基于颜色直方图提取视频序列的关键帧,将视频序列分组并设置每组参考帧,对参考帧做双边滤波的色调映射处理,将组内每帧图像分块,与参考帧进行块匹配的运动估计,块匹配运动估计采用自适应十字模式搜索法和平均绝对误差匹配准则,利用参考帧中匹配块的信息得到对应的低动态图像,由此避免了对视频序列进行逐帧色调映射处理。通过结构相似性和处理速度两个维度对处理方法进行评估,仿真实验结果表明,与逐帧进行双边滤波压缩处理结果有约89%的结构相似度时,处理速度约有2. 7倍的提高。     

基于差异积累的视频运动对象自动分割

针对视频运动对象的自动分割，本文给出了一种基于差异积累的自动分割算法。与传统的基于运动信息变化检测方法不同，该算法通过累积的帧差信息构建出可靠的背景，与当前帧比较进而提取出视频运动对象。本文提出了一种增强的基于Otsu法的自适应阈值化方法，能更准确地对背景差图像进行阈值化分割，克服了传统Otsu法阈值化容易失效的问题。改进的基于区域生长的定位方法更能避免传统方法的误定位及重定位的问题。实验结果表明，本文算法具有较好的实时性、自适应性以及鲁棒性，可以较为可靠地建立背景模型并进行实时更新，适用于刚体或非刚体存在平缓的光照变化以及摄像头微抖动的视频运动对象的自动分割。     

无地面控制点航空图像无缝拼接算法

针对航拍图像拼接中,因为航带中航片拼接误差积累导致拼接后期图像发生扭曲问题,本文提出一种利用捆绑调整技术削弱航片拼接过程中误差累积。该算法采用SIFT（Scale Invariant Feature Transform）进行特征点提取和匹配;结合改进的RANSAC（Random Sample Consensus）对特征点进行提纯,剔除外点;由过滤后的特征点通过最小二乘法计算图像间的单应性矩阵,在此基础上运用捆绑调整法整体优化单应性矩阵进行图像间的拼接,解决了拼接后期图像扭曲问题。最后,通过动态加权的融合方法实现图像接缝处平滑过渡。为验证该算法的有效性,选用真实无人机航拍序列图像进行拼接实验,取得良好的拼接效果。     

基于因子分解和光束法平差的摄像机自标定

提出一种基于因子分解和光束法平差的摄像机自标定算法,只需手持定焦摄像机围绕物体拍摄3幅以上图像即可估计出摄像机的内参数以及畸变系数.该方法有3个主要特点:一是由于在因子分解重建过程中采用了所有图像的信息,因此具有很好的鲁棒性;二是由于在完成欧式重构后采用光束法平差对摄像机内参数以及畸变系数进行了非线性优化,因此具有较高...     

自动修正拍摄俯仰误差的鱼眼图像校正方法

现有鱼眼图像校正法仅针对单幅图像,无法提供足够信息来自动修正由于相机抖动或环境干扰等因素造成的形变误差.本文利用图像拼接时的特征点,计算出待拼接图像之间几何变换关系,进而准确估计出图像的俯仰角度,基于此提出了一种精确校正鱼眼图像的方法.该方法的主要特点能恢复校正图像的垂直不变性,增强校正图像之间的对齐程度,使得全景拼接中变换矩阵求解变得更为简单,增强融合效果.实验证明,本文校正算法可以消除由于形变误差造成的图像拼接中的重影,增强拼接图像的效果.     

一种累积帧差视频对象分割算法

经过对视频序列的多帧累积,利用帧间变化信息可求得帧差之和,并用数学形态学方法处理之后,即可提取出对象边界。由此,提出了一种累积帧差的视频对象分割算法。实验结果表明,该算法能对低比特率视频序列中运动较为缓慢、背景相对简单的对象进行有效的分割,而且所用时间较短,算法简单、高效。     

多目视觉测量系统的光束法平差改进

为了消除三维扫描测量机器人系统中工业机器人定位误差对测量结果的不利影响,搭建了多目视觉测量系统对三维扫描测头进行空间同步定位。由于系统中相机与标志点之间的距离变化较大,标志点重投影误差难以评价空间定位误差,另外受相机标定精度影响,光束法平差对三维坐标修正不明显。为解决上述问题,本文改进了光束法平差,在传统光束法平差的误差方程中引入摄影比例尺,再将整体参数的优化分为两步,先修正相机内、外参数,再修正被测点三维坐标,以提升系统的三维重建精度。实验结果表明,在对一维基准尺长度的测量实验中,测量结果与参考值之间的偏差小于0.300 mm,标准差不大于0.110 mm,满足三维扫描测量机器人系统的应用需求。     

基于序贯相似度法的多CCD在线检测的研究

为满足在线检测实时性的要求,提出了一种新的图像拼接方法,通过对图像RGB三通道分别计算,并运用序贯相似度找出了匹配图像的对应位置和偏移距离。实验结果表明,该方法检测速度快,精度高,可以满足在线检测的要求。     

基于序贯蒙特卡罗的多线索目标跟踪算法

颜色直方图对噪声和部分遮挡不敏感,当背景颜色与目标颜色相近时,会影响跟踪效果.本文提出一种有效的基于多线索融合的序贯蒙特卡罗图像序列跟踪方法,采用颜色直方图和边缘直方图与序贯蒙特卡罗算法结合起采进行视频跟踪.颜色直方图和边缘直方图一起构建目标观测似然函数.在序贯蒙特卡罗方法的框架下,采用观测模型函数获取图像序列中目标位置的后验概率分布.实验结果表明,结合图像颜色与边缘特征,在序贯蒙特卡罗的框架下可以取得更为有效和稳健的跟踪效果.     

受约束的稀疏光束法平差在相机标定中的应用

直接用稀疏的光束法平差(SBA)优化张正友单相机标定算法结果会得到多组不同的相机内部参数和畸变参数(统称相机参数)。本文在SBA数学模型的基础之上增加了相机参数相等的约束,建立了一种受约束的稀疏光束法平差(CSBA)模型,提出了一种新的矩阵分块策略,提高了稀疏线性方程组的求解效率。运用模拟实验,验证了CSBA算法在图像特征点像素坐标不具备零均值高斯误差时也能得到唯一的优化相机参数。最后将所提CSBA算法应用于双目立体视觉系统,实测实验结果表明,所提算法能够同时优化立体视觉中的相机内外部参数并提高三维重建结果的精度。