基于极线校正的亚像素相位立体匹配方法

针对双目结构投影光栅相位法三维测量系统中立体匹配的效率与精度问题,提出了基于极线校正的亚像素相位立体匹配方法。首先,通过外极线校正算法将双目立体视觉几何结构校正为平视双目标准几何结构,使匹配点对在左右相机上的成像点位于同一水平线上。然后,采用双线性内插法获取校正后新相位图像对,并提出一种基于相位区域匹配的立体匹配算法,获得初始匹配点。最后,提出采用最小二乘拟合将初始匹配点附近3×3邻域内的相似度量拟合为一个二次曲面,然后求解得到该曲面的局部最小值,得到与待匹配点相位相同的右摄像机匹配点坐标。通过对标准平板平面度进行测量与精度分析,表明该方法能够快速、准确的实现立体匹配。     

高校软件测试课程教学改革研究

从软件测试课程内容的角度分析造成该类问题的本质原因,提出在目前高校现有资源条件下进行软件测试授课内容和课程组织形式改革的具体策略,主张突出实践在教学过程中的主体作用,以恰当的实践解决软件测试课程内容较为抽象和枯燥的问题。     

贯彻职业道德培养的软件工程课程教学

将大学职业道德教育贯穿到专业课的讲授过程中,是培养大学生良好职业道德行为的有效方式。文章针对软件工程专业大学生职业道德培养的现状,分析软件工程专业大学生应具备的良好职业道德,结合软件工程实践课程的授课体会和当前计算机本科教育中职业道德的培养目标,介绍通过项目式教学和校企合作加强学生职业道德培养的3个途径。     

基于筛选评估准则的非正面人脸合成方法

针对传统方法合成的正面人脸图像中信息丢失和变形的问题,提出了一种基于筛选评估准则的非正面人脸图像合成方法.人脸筛选评估准则融合了脸部对称性、正脸差异水平和人脸水平扭转角度3方面信息,其中人脸水平扭转角度利用细节上的眼部信息来评价人脸的正面水平,而脸部对称性和正脸差异水平分别对人脸的左右和垂直方向进行整体评价,综合这三方面信息可有效地排除低质量侧脸图像对合成正脸图像的干扰.首先进行标记点检测跟踪,然后基于此对同一人的多幅侧脸图像进行筛选,最后进行插值运算合成正面人脸,并在FERET图像库中对该方法进行实验验证.结果表明:通过本文筛选准则可有效滤除合成中低质量、强干扰的侧脸图像,可降低姿态问题对人脸识别精度的干扰,最终合成精确逼近真实正面人脸的合成图像.     

深度约束的零件尺寸测量系统标定方法

针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在10.75 m2的视场内,系统测量精度达到了0.05 mm。     

上下边缘区分的平面钣金零件尺寸测量方法

针对钣金零件轮廓尺寸高精度测量面临尺度增大造成的测量精度下降问题,提出了准确获取零件上表面的边缘方法和厚度转换模型。首先,结合光学成像理论分析了背光光源下不同厚度钣金零件的边缘特性,提出厚度零件具有上下边缘特征,然后根据平板零件图像的边缘分布特征,采用Canny算子初定位边缘,用多项式拟合算法实现亚像素边缘精确提取,对含有上下边缘的轮廓提出平均距离法获得上表面边缘,并针对厚度引入的误差提出了厚度转换模型进行边缘修正,获取零件在标定平面上的真实边缘,最终结合标定数据求取零件尺寸。实验结果表明,在10.75 m2的视场内,1~5 mm厚、500 mm500 mm零件的测量精度达到了0.05 mm,满足了钣金加工测量的需求。     

结合特征筛选与二次定位的快速压缩跟踪算法

针对压缩跟踪算法易受遮挡影响和模型更新比较盲目的问题,提出结合特征筛选与二次定位的快速压缩跟踪算法（Fast compressive tracking algorithm combining feature selection with secondary localization,FSSL-CT）.首先,对全局区域划分子区域,从中提取压缩特征,根据正、负样本估计出各个压缩特征在正、负类中的分布; 然后,使用自适应学习率结合正类更新阈值对分类器模型进行更新; 最后,将跟踪分为两个阶段,每个阶段在对应的搜索区域内采集候选样本,并从全部特征中筛选出部分优质特征加权构建分类器,通过分类候选样本最终完成目标跟踪.在8个公共测试序列和4个自制序列中与最近提出的两个代表性算法进行比较,本文算法在大多数测试序列中都具有最高的跟踪成功率和最低的平均中心误差,平均处理速度可以达到3.04毫秒/帧.实验结果表明,本文算法具有更好的抵抗短时遮挡的能力,更高的准确性和鲁棒性,以及良好的实时性.     

基于深度神经网络的图像缺损修复方法综述

图像缺损修复研究旨在通过计算机自动修复图像中的缺损内容.近年来,深度神经网络技术的出现有效促进了相关研究的发展.本文针对该类研究进行了系统梳理和综合介绍.依据网络架构类型,具体将方法分为五类:Context-Encoder类、U-Net类、CGAN类、DCGAN类以及StackGAN类.我们具体分析了每类方法的思路、特点、优势和缺陷,并基于系统性实验,在公开大规模数据集上客观对比评价每一类方法的精度和性能.最后对目前相关工作中存在的问题和挑战进行了阐述和介绍.     

基于独立组件的模糊人脸图像鉴别

针对图像模糊会影响人脸图像识别精度的问题,首先指出了在摄取用于识别的人脸图像时加入模糊鉴别步骤的必要性,进而提出了基于独立面部组件进行模糊人脸图像鉴别的方法.由于进行模糊鉴别必须依赖图像中的高频细节信息,而人脸图像上绝大多数高频信息都集中在眼睛、眉毛、嘴巴等具体面部组件上,因此选择以这些面部组件为基本特征提取单位,以降低面颊、额头等主要包含低频平滑信息的面部其他区域对模糊鉴别精度的影响.该方法采用面部组件上的高频DCT系数为特征;随后为各组件构建独立的随机森林分类器,并分别判断每个面部组件其是否模糊;最后基于各组件的鉴别结果进行投票,得出最终模糊鉴别结果.在FRGC公开数据集上进行大量对比实验的结果表明,独立面部组件特征是有效的,并充分验证了文中方法的实际效果.