土体裂隙图像处理方法进展

针对已获取的土体裂隙图像,介绍了数学形态学、图像分割等裂隙图像的处理方法。在数学形态学中,简明阐述了噪声滤除。骨架提取与重建等内容;在图像分割中,叙述了基于阈值、边缘检测、聚类、区域等图像分割方法;最后,对数学形态学、图像分割等裂隙图像处理方法的发展进行了展望。     

基于边缘编组的遥感影像中机场目标检测算法

针对背景复杂的大场景遥感影像,本文提出了一种识别机场区域并检测跑道的算法。该算法利用改进最大类间方差法分割机场区域和背景图像,并用最小外接矩算法提取疑似机场区域,再用基于fine-tuning机制的残差网络筛选出非机场区域;对识别为机场的区域用概率Hough变换算法预估机场跑道直线方向,并对该区域边缘图像沿直线方向进行边缘编组,通过对边缘组筛选和组合检测出机场跑道。实验结果表明,该算法能有效判断出大场景遥感影像中是否存在机场,进而检测出机场跑道。     

面向数字化保护的自动文物三维重建方法研究

将基于图像的三维重建方法引入物质文化遗产的数字化保护,提出了一种针对文物三维模型的自动重建方法。首先输入一组不同视角下拍摄的图片,从图像中进行特征提取与匹配,由此重建出稠密的三维点云;然后利用类八叉树聚类算法对三维点云进行处理,去除点云中的误差点;最后通过泊松重建算法生成可编辑三维网格,并对网格进行纹理参数化,实现了从图像集到逼真三维模型的过程。结果表明,该方法能够全自动地进行三维重建,为文物的数字化保护和研究提供了新的研究思路和技术支撑。     

基于无人机摄影技术的农村房屋三维重建

针对传统的农村房屋危险性鉴定方法主观性大、耗时费力、难以量化评定等缺点,提出了一种基于无人机平台和数字图像处理技术的农村房屋三维重建方法.该方法首先通过无人机采集房屋表面的彩色图像和深度图像,利用基于SFM的三维重建技术对房屋整体进行重建,并根据重建结果为房屋危险性评估作参考;再通过基于深度图像的局部缺陷三维重建和基于摄影测量的裂缝检测技术对房屋的危险点进行定量测量.结果表明:该技术能快速采集房屋的缺陷信息,同时建立直观精细的房屋模型,对提高检测效率和精度、建立房屋鉴定数据库有重要意义.     

复杂光照条件下交通标志牌检测

在智能交通系统中交通标志牌检测存在准确率低和实时性差的问题,提出1种复杂光照条件下交通标志牌检测方法。该方法结合了亮度场景分类,RGB空间下颜色分割以及形状轮廓空间特征。首先根据图像亮度分布情况将图像分为逆光、阴暗、明亮和正常4种场景并进行自适应Gamma变换,消除光照对RGB颜色分量的影响,实现图像增强。然后利用基于RGB空间下改进的三分量色差法,提取图像中红色、黄色和蓝色目标区域,实现目标区域粗定位。最后利用形状轮廓空间特征实现交通标志牌精确定位。该方法抓住了不同光照条件下亮度分布差异的特点,综合利用了交通标志牌的颜色特征和形状轮廓空间特征。实验结果表明,该方法具有较高的鲁棒性和实时性。     

基于微型无人机的全自动三维重建方法实验

针对测绘无人机应急响应能力较差的局限,基于微型无人机系统,设计灵活机动的地理信息快速获取流程,利用MAV平台获取的超低空影像进行全自动大场景三维重建的实验。方法分3个步骤,包括提取特征点并匹配,计算相机姿态参数,多视立体重建生成3D模型。最后,对0.2 km2测区进行了MAV航拍得到154张照片,全自动生成DOM、DSM及纹理贴图场景3D模型,实验结果表明了本文方法的可行性和有效性。     

基于模糊集理论的复杂背景下字符图像的分割

针对复杂背景字符图像的特点,根据模糊逻辑和阈值分割方法将图像分为目标区域,背景区域以及模糊区域。结合邻域的区域隶属信息和灰度信息将灰度域转换成模糊域,在该模糊域上进行分割。经实践,该算法在工业环境中能够对复杂背景的彩色印刷图像可以得到较好的分割效果,在时间复杂度不高于传统的阈值分割算法,并且在分割的精确度上要优于传统的阚值分割算法。     

基于无人机视频的公路可量测三维重建方法

针对目前无人机视频信息在公路建设和管理中未能得到充分利用的现状,提出了一种基于低空无人机视频流影像的可量测三维重建方法。该方法首先是对无人机摄像机CCD传感器进行检校,然后直接从无人机获取的视频中自动提取关键帧影像,再根据提取关键帧时间信息对全球导航卫星系统信息进行内插和同步得到关键帧影像拍摄位置信息;最后,通过多视角多视图三维重建技术,生成彩色密集点云数据并进行三维量测分析,实现基于无人机视频图像的量测和分析。通过试验分析,利用该方法可以根据无人机获取的动态视频信息,快速进行高精度三维场景重建和量测分析,可满足公路建设和管理中远程勘测调查的精度、大范围和快速性的要求。     

基于Retinex图像增强算法的水下三维重建研究

为了解决传统水下三维重建成本大、设备复杂等问题，本文提出一种结合Retinex图像增强算法和视觉三维重建理论的水下三维重建方案。首先使用Rentinex算法对图像进行处理，恢复目标的原有信息，再将处理前后的水下图像进行特征点提取匹配、稀疏重建、稠密重建和泊松重建等视觉三维重建处理。对比实验结果表明，经Rentinex图像增强算法处理后的图像，可有效改进水下三维重建技术，对现有的水下三维重建技术是一个很好的补充。     

图像超分辨率重建算法综述

超分辨率图像重建是指由同一场景的低分辨率退化图像(或图像序列)重建出一幅(或多幅)清晰的高分辨率图像。该技术已经成为图像处理领域的研究热点,然而传统的方法已很难获得突破,今年来过完备稀疏表示为超分辨重建提供了一种新的思路,也成为了目前的热点。本文通过分析超分辨率技术的三个方面的算法,分析了其以往和最新的研究进展,并对未来超分辨率技术的发展重点作了一点展望。