基于SQ606芯片的细长管探底系统研究

SQ606是倚强科技公司开发的视频监控专用核心芯片,基于SQ606B开发的视频显控系统的CCD摄像的细长管探底系统,将小视场、大焦距的CCD镜头和激光束照射底部,经过图像处理得出清晰的管底图像.可用于对底部缺陷进行快速识别或火炮身管识别未爆弹丸.     

DSCM中摄像机光轴与被测物面法线夹角的估计方法研究

在平面数字散斑相关方法（DSCM）中要求摄像机光轴与被测物面法线平行,否则带来的误差可能导致实验结果不可信。本文针对数字散斑相关方法中摄像机光轴与被测物面法线之间的夹角估计问题,提出了一种基于经典图像处理的方法,即摄像机实时采集自制夹角测量块的图像,利用图像处理中的角点与圆检测方法估计出光轴与法线之间的夹角。     

DSCM中摄像机光轴与被测物面法线夹角的估计方法研究

在平面数字散斑相关方法(DSCM)中要求摄像机光轴与被测物面法线平行,否则带来的误差可能导致实验结果不可信。本文针对数字散斑相关方法中摄像机光轴与被测物面法线之间的夹角估计问题,提出了一种基于经典图像处理的方法,即摄像机实时采集自制夹角测量块的图像,利用图像处理中的角点与圆检测方法估计出光轴与法线之间的夹角。     

基于LVDT传感器的测径仪研究

火炮身管膛线磨损量是评价身管有效寿命的重要参数之一,测径仪是直接测量磨损量的有效手段。通过测径仪体上安装的圆锥体与小球的相对运动,将径向尺寸变化量转换为轴向,便于传感器测量;利用LVDT传感器,将轴向位移变化量以电压形式输出,经过单片机计算,将径向的磨损量以数字形式显示在身管外侧的控制盒上,操作者直接进行读数和记录。本系统具有结构简单,使用方便,不需要外界供电,便于野外操作的特点,经过批量配备的实用,提高了装备的检测效率。     

基于微位移的超分辨重建技术研究

CCD图像传感器广泛用于图像采集,受其内部结构和外部条件的影响,采集到的图像质量不能满足人们的需求,通过硬件改进提高图像质量面临经济与技术两方面的难题。为此本文利用多幅微位移图像间的冗余信息重建出高分辨率图像,既低成本又易实现。针对CCD与目标物间有相对微位移来获取序列低分辨率图像的情况,采用一种解线性方程组的方法对采集到的4幅微位移图像进行重建,并对这种算法进行优化。实验结果图可清晰地看到重建图像可分辨更多线对,高频信息量增加,算法具有较好的效果。     

基于SOC的线阵CCD图像采集单元设计

为提高工业在线视觉检测系统中CCD图像采集单元的性能,使用Xilinx公司生产的Virtex-II Pro系列FPGA,采用标准IP Core结合用户逻辑模块的方式设计了基于SOC(片上系统)的线阵CCD图像采集单元.在介绍图像采集单元整体结构及工作过程的基础上重点介绍了如何设计片上系统中的用户逻辑模块以输出CCD及A/D驱动脉冲,并利用Virtex-II Pro内部的双端口BlockRAM实现对CCD图像数据的采集和存储.基于片上系统的线阵CCD图像采集单元具有结构紧凑、采集速度快、通用性及可扩展性强等特点.     

基于虚拟仪器的身管自动测径仪测试平台

本文提出了一种基于虚拟仪器的火炮身管内径测量仪自动检测平台的方案。采用PC机作为主控制器,对于测径仪在身管内行走进（进、退）进行自动控制;通过串行接口读取激光测距仪（LDM42）和传感器通道箱（X1715）的数据,分别计算得到测径仪位置和内径,在PC机中用LabVIEW编程,进行数据与图形处理,直观地得到身管的内径分布信息。这个方案经实践验证是可行的。     

一种电能表可信生产贴片环节采集验证方法和系统

针对当前电能表电路板中元器件贴片异常现象,基于新型的计算机视觉技术、图像采集技术、识别技术、自动化控制技术,设计出了新型的电能表可信生产贴片环节采集验证方法和系统,对智能电能表PCB贴片信息进行采集、检测和异常判断。该研究将双六轴联动控制系统融入系统设计中,在空间范围内实现不同位置的电能表三维运动,利用CCD相机进行上下运动,在平面、侧面、三维等多角度扫描PCB贴片信息,对光源系统进行RGB三基色谐调智能调节,调整彩色CCD相机参数信息和运动控制系统定位信息,从而获取二元或者灰度水平光学成像图像,并利用标准模板库与电子元器件进行比对,通过大数据算法查询目标数据库,实现PCB贴片信息的判断。实验表明,所述研究的算法检测时间缩短了50%以上,正确率达到95%以上,大大提高了生产效率。     

基于邻域方差加权平均的小波图像融合

提出了一种基于邻域方差加权平均的小波图像融合方法.利用离散小波变换分别将两幅源图像进行多尺度分解,再用不同的小波系数特征指导高频分量和低频分量的小波系数的融合.低频分量采用简单的加权平均法,高频分量采用邻域方差加权平均法,最后根据融合图像的各小波系数重构融合图像.实验表明不论从主观感受,还是采用信息熵和交叉熵作为评价标准,该方法都优于像素级融合方法.     

基于CCD的汽车前照灯光形检测技术

汽车前照灯的安全检测是保障行车安全的一个重要因素.在保证达到检测目的的前提下,快速、高效、简便的检测手段就成了人们追求的目标.随着CCD器件的广泛应用,采用视频采集卡与CCD的搭配进行前照灯的检测就成了一个经济实用的好方法.将采集来的图像与标准进行对比,校验出两者之间的位置差异,从而进行调整待测灯光形位置与标准吻合.     

基于改进PSO-BP算法的机器人目标位姿识别方法

机器人作业环境复杂,物料分布具有随机性,导致机器人目标位姿的辨识和定位精度低,实时性差,为此提出一种基于改进粒子群算法-BP神经网络(PSO-BP)的机器人目标位姿识别方法。采用改进的中值滤波算法对目标图像预处理,构建多尺度灰度差异算子以及局部图像熵算子,将两者点积运算获取加权局部熵,抑制目标图像中的噪声。通过多视图几何中间帧的关联特征信息,提取机器人目标位姿特征。在BP神经网络训练阶段通过改进的PSO算法优化处理,采用优化后的BP神经网络算法对提取的特征展开训练和识别,最终实现机器人目标位姿识别。实验结果表明,当机器人目标测试样本数量为55个时,所提方法的亮度方差为0.305,当像素识别误差为1.5%时,所提方法获取的机器人目标位姿识别误差为0.11,所提方法能够在像素识别误差下准确识别机器人目标,获取高精度的机器人目标位姿识别结果。     

基于非下采样 Contourlet 变换耦合特征选择 机制的可见光与红外图像融合算法

为了克服当下较多可见光与红外图像融合方法因忽略了光谱特征而导致融合图像存在光谱扭曲、目标内容显著度较差等不足,提出了非下采样Contourlet变换(nonsubsampled contourlet transform, NSCT)耦合特征选择机制的图像融合算法。首先,通过NSCT对可见光与红外图像计算,分离出其不同图像系数。然后,利用信息熵函数,度量图像所含信息量的丰富度,以形成低频系数的融合系数,得到富含红外目标等丰富信息的融合低频系数。采用像素点的邻点信息,度量图像的清晰度特征,并引入均值函数,度量图像的光谱特征,再联合图像的清晰度特征,构造特征选择机制,从图像中选择理想的高频系数融合函数,获取兼顾细节特征和光谱特征的融合高频系数。最后,通过实验结果发现,较现有的融合算法而言,所提算法拥有更好的融合质量,更好地保持了图像的光谱特征,且目标内容显著。     

基于五帧差和二维Renyi熵的运动目标检测

针对传统帧间差分法存在的不足,提出改进五帧差分法和二维Renyi熵阈值分割法相融合的运动目标检测算法。该算法充分考虑视频序列帧间的时空相关性,利用改进五帧差分法对预处理后的视频图像序列进行差分运算,以提取运动目标的帧间时间相关性;将得到的差分序列使用二维Renyi熵阈值分割法分割处理,以获取运动像素与同帧周围像素的空间相关性。该算法避免了五帧差分法轮廓提取的空间信息丢失,克服了二维Renyi熵阈值分割法容易忽略运动像素的时间信息,从而提升了运动目标检测的完整性。实验结果表明,该算法能够更准确地检测出运动目标,具有较好的鲁棒性和有效性。     

基于偏振信息图像增强的多目标检测

偏振是光的重要特性之一,偏振成像技术能够获取场景中目标的强度信息和偏振信息,偏振信息能够反映出目标物体表面的材质特征。本文针对雾霾天气状况下道路场景中常见目标识别结果的准确性要求,提出了两种基于偏振信息的图像增强方案。首先经过多次采集实验,经过数据清洗、图像标注构建偏振数据集,共4 649张图像和31 877个标签。针对雾霾轻度污染的场景,通过区域自动生长算法分割出偏振强度图像中的天空区域,根据天空区域的偏振度和偏振角信息以及大气物理散射模型反演出目标反射光,从而实现图像去雾。针对雾霾重度污染的场景,使用小波变换的方式对图像进行增强,利用偏振度图像来增强强度图像中的目标轮廓。使用图像灰度方差和图像信息熵作为图像质量评价指标,使用YOLO v5s深度学习网络进行目标检测。实验结果表明,雾霾轻度污染的情况下,图像质量和目标检测准确性均有所提升,图像信息熵提升了3.36%,灰度方差提升了40.27%,目标检测mAP达到了76.40%,提升了12.69%;雾霾重度污染的情况下,目标检测mAP提升约1.69%。     

基于信息融合的目标检测系统研究

针对无人驾驶方程式赛车对感知系统要求精准和实时性的特点,设计了一种基于激光雷达和相机信息融合的目标检测系统。建立了传感器感知模型,视觉信息采用yolo v4图像识别算法,距离信息通过对点云的滤波、聚类获取,对点云的倾斜问题采用一种基于地面拟合的旋转处理算法进行校正,将图像坐标与点云坐标采用欧式距离策略进行目标信息融合。试验结果表明,雷达算法能够完成三维目标检测,yolo v4(you only look once-4)图像识别算法对交通锥桶的检测平均精度为97.5%,方向上的平均像素误差率在1%,目标检测系统在准确率、实时性方面达到实际行车要求。     

利用多准则Hopfield网络对ECT进行图像重建

针对电容层析成像技术中图像重建质量较差的问题,提出一种基于多准则Hopfield网络模型的电容层析成像的改进图像重建算法。首先分析了ECT图像重建和Hopfield网络的基本原理,然后根据ECT图像重建的特点确定了4种准则函数:图像熵、测量电容和估计电容的误差平方和、重建图像的局部非均匀性函数和总变差,并将这4种准则函数引入Hopfield网络的能量函数中,由此推导出Hopfield网络的动态方程,在此基础上得到ECT图像重建迭代算法,最后通过仿真实验对所提方法进行了验证。仿真实验结果表明利用此方法获得的重建图像误差和相关系数比LBP算法和Landweber迭代算法得到的相应指标要好。由此可见,该方法是一种有效的、精确度较高的ECT图像重建方法。     

基于因子图的自主导航多源异构信息融合算法

为了解决惯性导航系统长航时累计误差和实时性问题,提出了一种基于因子图的多源信息融合算法.论文基于和积算法,采用了因子图模型进行基于最大后验概率的状态估计,计算变量的均值和方差完成数据融合,利用超宽带技术和视觉传感器对发生累积误差的惯性导航系统进行校准,完成误差修正.对信息融合算法进行了仿真,结果为:该算法各轴向的误差分...     

基于支持向量机（SVM）的汽车车型识别

本文研究了一种基于支持向量机(SVM)的车型图像识别算法。采用图像边缘检测方法,该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选像素及其邻域像素的二值模式作为样本集,进行运动目标分割并提取具有RST不变性的轮廓特征向量,输入支持向量机进行训练和识别。此外,该算法与传统的算法比较,使用核函数少,计算量小,能较好地解决小样本、非线性和局部极小点等问题。实验表明,基于支持向量机(SVM)的车型图像识别算法具有更好的性能。     

基于邻域四叉树的分形图像编码算法研究

研究了邻域四叉树在分形图像编码中的应用，并提出一种结合邻域四叉树与插值优点的分形图像编码算法，通过缩小搜索范围来达到提高搜索效率的目的．