Categorization of indoor places by combining local binary pattern histograms of range and reflectance data from laser range finders

This paper presents an approach to categorize typical places in indoor environments using 3D scans provided by a laser range finder. Examples of such places are offices, laboratories, or kitchens. In our method, we combine the range and reflectance data from the laser scan for the final categorization of places. Range and reflectance images are transformed into histograms of local binary patterns and combined into a single feature vector. This vector is later classified using support vector machines. The results of the presented experiments demonstrate the capability of our technique to categorize indoor places with high accuracy. We also show that the combination of range and reflectance information improves the final categorization results in comparison with a single modality.     

Manual/automatic colorization for three-dimensional geometric models utilizing laser reflectivity

While laser scanners can produce a high-precision 3D shape of a real object, appearance information of the object has to be captured by an image sensor, such as a digital camera. This paper proposes a novel and simple technique for colorizing 3D geometric models based on laser reflectivity. Laser scanners capture the range data of a target object from the sensors. Simultaneously, the power of the reflected laser is obtained as a by-product of the range data. The reflectance image, which is a collection of laser reflectance depicted as a grayscale image, contains rich appearance information about the target object. The proposed technique is an alternative to texture mapping, which has been widely used to realize photo-realistic 3D modeling but requires strict alignment between range data and texture images. The proposed technique first colorizes a reflectance image based on the similarity of color and reflectance images. Then the appearance information (color and texture information) is added to a 3D model by transferring the color in the colorized reflectance image to the corresponding range image. Some experiments and comparisons between texture mapping and the proposed technique demonstrate the validity of the proposed technique.     

强度和梯度稀疏约束下的图像平滑

目的 为了在图像平滑过程中达到更好地保留边缘去除细节效果,提出一种以像素强度和梯度的稀疏特性为双重约束的图像平滑算法。方法 该算法首先构造一个像素强度和梯度的0-范数函数,作为平滑模型的约束项;然后采用半二次变量分裂法引入辅助变量,构造最终的较易求解的平滑模型;最后利用交替最小化算法求解该模型,并在傅里叶频域内求解平滑图像的解析解,以加快算法的运行速度。结果 在自然图像上进行的平滑实验并与其他算法对比表明,本文的算法时间仅需3.42 s,比双边滤波算法快7.85 s,能够较好地满足图像平滑保留边缘去除细节的要求以及计算效率的要求。结论 本文以强度和梯度的稀疏特性为约束的图像平滑算法能够较好地去除图像中不重要的细节,保留图像的边缘特征,较好地实现了图像的平滑效果,适用于含有复杂背景噪声的图像平滑去噪及边界增强。     

图像分割中区域灰度重叠问题研究

通过对图像不同区域灰度强度重叠问题以及图像平滑与滤波概念差异的分析,发现图像平滑对于无噪声污染图像的分割具有抑制次要目标、加剧区域边界渐变的作用,认为对图像进行平滑处理可以减小区域灰度重叠,产生过渡区域便于图像中特定目标的分割。实验表明图像灰度重叠是实现正确分割的障碍,图像平滑可以消除或减弱它的影响。     

联合双边图像插值

传统的图像插值算法及其改进算法都存在边缘模糊、边缘锯齿或局部扭曲变形等问题。提出联合双边图像插值,首先采用传统插值算法对原始图像进行插值,将其结果作为导引图像对原始图像进行联合双边上采样,并给出其核函数方差的自适应确定算法。实验结果表明,与传统插值算法相比,该算法明显改进插值图像质量,与已有的绝大多数非线性改进算法相比还提高了插值速度。     

基于强度图和深度图的多模态人脸识别

提出将全局特征表征方法2DFLD、2DPCA与局部特征表征方法LBP相结合,应用到人脸二维强度图和三维深度图进行识别;对不同分类方法的识别得分再进行归一化加权融合。对比实验结果表明,LBP对2DFLD和2DPCA的识别结果有改善作用,二维强度图和三维深度图的得分归一化加权融合对整个识别率也有一定的改善,在CASIA3D人脸数据库上的识别率最高可达94.68%。     

基于激光雷达的气浮台定位系统设计与实现

设计并实现了一种基于嵌入式平台的激光雷达定位系统,用于特定场景下气浮台的定位与控制.系统主要由激光雷达传感器,DSP嵌入式控制器以及气浮台组成.DSP获取并处理激光雷达传感器原始数据、识别目标特征点、解算坐标值、实现对气浮台位置的实时控制.文章给出室内环境特征点的提取方法、雷达坐标系与系统坐标系坐标转换算法,采用最小二乘法对识别点曲线拟合,并提取有效坐标点,解算物体坐标.实验结果表明,系统的平均定位误差为5 mm,角度误差小于1°,满足气浮台姿态控制所需的定位精度.     

提高激光测头测量精度的图像优化方法

由于激光测头的测量精度主要依赖于图像处理模块,因此为提高测量精度,首先提出基于图像反馈的自适应激光亮度调节方法,设计1个激光亮度控制器,并对不同激光强度下拍摄的图像进行激光条纹中心点提取,以选择最合适的激光强度;然后应用离散的Gabor滤波模板对激光条纹进行增强处理,以提高测量条纹的连续性.实验表明:(1)自适应激光亮度调节方法与采用手动调节方法选取的最佳激光亮度偏差不超过5级,其有效性较高;(2)改进后的激光测头从扫描数据的均匀程度到连续性都远好于改进前的测头.该方法对测量精度的提高较大,为其在复杂型面测量领域的应用打下良好基础.     

图像引导滤波的局部多尺度Retinex算法

Retinex算法是一种用于消除由光照变化给图像所带来的负面影响的图像增强算法。该算法的求解通常需要基于入射分量分段光滑的假设,利用正则化的方法迭代求解,计算效率低。文中基于一项最近提出的研究——"图像引导滤波",提出一种非迭代的Retinex算法框架。基于反射分量也满足分段光滑的假设,采用两次图像引导滤波克服了图像噪声所带来的影响。然后在基于小波变换域图像融合策略的基础上,提出基于图像引导滤波的多尺度Retinex算法,实现图像细节增强与颜色保真之间的平衡。实验结果表明,与各种算法相比,该算法在克服噪声、细节增强和颜色保真方面能够取得更好的效果。     

图像降噪的自适应高斯平滑滤波器

作为去除图像中噪声的图像增强技术,常用的图像平滑方法在提高局部信噪比的同时,也使图像产生模糊。为克服上述缺点,引入了自适应高斯滤波器,它结合了高斯滤波器和梯度倒数加权滤波器的特点,同时考虑了图像局部的空间距离和像素距离,以确定参与局部平滑的像素及其权值。该滤波器算法牺牲了简单平滑滤波器的计算性能,但很好地保留了图像的局部特点,特别是边缘和细节。实验比较了该方法与其他常用滤波器的性能,结果证实了该方法的有效性。     

一种基于信任传播的混凝土CT图像分割方法*

提出一种信任传播(belief propagation)算法,对混凝土CT图像进行分割处理。从分割结果看,该方法能够完整地反映出混凝土材料的内部结构和缺陷,并且与模拟退火算法ICM、Metropolis和Gibbs采样法分割结果图进行了比较,结果表明,信任传播算法在图像分割效率和分割精度上都有明显的提高。该分析方法为混凝土应力分析提供了一种重要的辅助手段,具有重要的应用意义。     

车载单线激光雷达成像分割及噪声检测算法水

针对国内外已有的激光雷达2D成像分割聚类算法,提出了基于ABD(adaptive breakpoint detector)算法检测分割点后的再次分割聚类判定的方法,通过实验对比可以发现,改进后的算法使分割效果更加理想.针对激光成像中的噪声数据,提出了基于上述改进分割算法的有效简易检测算法,噪声点检测效果理想.针对激光雷...     

基于超像素的深度图修复算法

随着计算机视觉领域不断的发展,用于描述场景深度信息的深度图受到越来越多的关注。针对深度图中由于深度信息缺失导致的图像空洞、深度值准确度不高及图像噪声等问题,提出了一种融合超像素和基于方向的联合双边滤波器的深度图修复算法来改善深度图的质量。该算法引入了基于超像素的自适应滤波窗口,并对不同类型的空洞像素点采用不同的滤波算法,从而对深度图进行修复和优化。定性对比实验和定量评价结果表明,其可以有效地修复深度图空洞噪点,获得高质量、高准确性的深度图。     

基于人眼视觉特性的红外图像细节增强

由于红外成像的机理和探测器的限制,使得红外图像具有对比度低以及边缘模糊的特点。导致红外图像不适合被人眼及机器观察。传统的红外图像增强方法由于没有考虑人眼的因素,导致仍然不适合被人眼观察。本文结合分层思想提出一种基于人眼视觉的红外图像细节的增强的方法。该方法首先利用双边滤波器将图像分成包含图像低频概貌信息的基础层和包含图像高频细节信息的细节层。基础层的处理是运用人眼视觉特性的方法将其映射到显示器可显示范围内。细节层的处理是应用了自适应增益的方法对细节层进行增强。最后将两层的处理结果进行合并量化到8-bit范围内。采用大量的红外图像对算法进行测试,实验结果表明本算法能够改善红外图像对比度低和边缘模糊的缺点。     

结合局部灰度差异的噪声图像分割模型

针对未知强度和分布规律的噪声图像难以得到正确分割，现有模型无法适应多种噪声环境的问题，提出了一种基于图像局部灰度差异的噪声图像分割模型。首先，分析局部K均值聚类（LCK）模型和局部相似性系数（RLSF）模型中能量泛函对噪声点的降权机制的不足，提出优化方案；其次，将一种结合局部灰度差异的噪声点修复函数引入能量泛函，降低了显著偏离局部均值的噪声点对分割结果的干扰；最后使用变分法推导出该模型的水平集迭代方程。与局部二值拟合（LBF）模型、LCK模型和RLSF模型相比，使用该模型进行噪声自然图像分割时，可得到更高的查全率、查准率和F值。实验结果表明，所提模型可稳定、有效地分割非均匀和高噪声图像。     

用强度系列成象法获取或显示高动态范围图象

提出一种适合于高动态范围图象的获取和显示的强度系列成象法。改变输入图象的强度，微机控制的图象采集系统进行记录得到一组磁盘文件，形成强度图象系列。基于记录的系列图象，可以进行信息提取、变换和显示等操作。基于获得的图象系列，提出一种剪贴操作进行快速的非线性图象变换。给出对光学功率谱处理的一个实例，它相当于进行锯齿形的非线性变换。     

结合全局信息的局部图像灰度拟合模型

针对局部图像拟合（LIF）模型对初始轮廓大小、形状和位置敏感的问题,提出一个结合全局信息的局部图像灰度拟合模型。首先,构造了一个基于全局图像信息的全局项;其次,将该全局项与LIF模型中的局部项线性组合;最后,得到了一个以偏微分方程形式存在的图像分割模型。数值实现采用有限差分法,同时采用高斯滤波器正则化水平集函数以确保水平集函数的光滑作用。在分割实验中,当选取不同的初始轮廓时,该模型均能得到正确的分割结果,且分割时间仅为LIF模型的20%到50%。实验结果表明,所提模型既对演化曲线初始轮廓的大小、形状和位置都不敏感,又能够有效地分割灰度不均图像,且分割速度较快。此外,在无初始轮廓的情形下,该模型能快速分割一些真实图像和人造图像。     

On combining range and intensity data

This paper addresses the problem of combining range and intensity data for scene analysis. Although both sources of information describe the same scene, they are very dissimilar. To place both sources of information in the same form, the edge maps of the range image and of the intensity image are derived. An initial step in examining the edge maps is to observe which edges they have in common. Two procedures for extracting the edges common to the range image and the intensity image are presented.     

激光雷达引导下的红外图像中行人检测

研究了一种利用激光雷达数据引导红外图像进行行人检测与识别的方法。首先针对激光雷达数据,提出了一种利用鲁棒主成分分析进行目标感兴趣区域检测的方法,进而设计了一种窗口滤波算法对前景矩阵进行滤波处理,得到目标感兴趣区域的位置信息。在此基础上,将该位置信息投影到红外图像中获取红外图像中的目标感兴趣区域,进而在红外图像感兴趣区域内利用稀疏编码金字塔算法和支持向量机完成行人识别。实验结果表明了该算法能够有效地完成行人识别。