图象形态谱分析方法和物体形状表示

本文提出一种物体形态谱分析方法,这种方法可以用物体的形态谱表示复杂物体的形状、定量地描述物体的形状和尺寸的大小。这种方法的主要优点是具有位移不变性、高数据压缩率、容易用硬件实时实现以及可以由物体形态谱表示精确地重构原始图像等。物体的形态谱分析方法可以方便地用在图象分析、模式识别和图像传输等应用领域。     

三维物体的数学形态学表示的研究

本文提出了三维物体的一种新的表示——数学形态学表示,并对该表示及共逆映身的性质进行了深入的分析,并实现了其算法。     

基于骨架树描述符匹配的物体相似性度量方法

提出了通过匹配骨架树来度量物体相似度的新方法.该方法用一种新的物体特征-树描述符来表示一个骨架树,用搜索树描述符中最长公共子串的方法获得最大同构子树;用新的模型度量骨架枝的形状相似性,并把形状特征和拓扑特征的有机的结合起来.最后,对骨架有环和骨架上有噪声的情况进行了讨论.实验结果表明,本方法计算的相似度具有物体的旋转、大小、平移不变性,算法时间复杂度为o（n^3）,n为物体骨架枝数,对多种物体取得了令人满意的结果.     

基于灰度图像的自适应背景模型运动物体检测算法比较研究

介绍了在视觉监控领域经常用到的几种基于自适应背景模型的经典方法，如非参数模型、W4模型、单高斯模型和混合高斯模型等。通过实验，着重从系统的敏感性、实时性和运动对象分割的完整性等方面分析比较了上述方法在检测过程中的优势及不足之处，以期在工程实践中有一定的参考作用。     

基于模型的房间内物体的近场成像技术

引言 穿墙雷达成像可以分辨建筑物内的物体,因此近来非常受关注。大多数传统成像方法都是基于傅立叶谱变化和／或远场近似法（如逆合成孔径雷达（ISAR）和层析X射线成像）。这些方法都使用了简单的点散射模型。在另一方面,基于模型成像是一种更通用的方法,可以根据感兴趣的场景的物理特性选用一个较合理的散射模型。     

机器视觉：自由形态复杂表面光学数字化

在应用领域 ,使用光传感器检测三维表面的技术正扮演着越来越重要的角色。光传感器的一个重要优点是测量物体时不需要表面接触 ;另一个优点是它们的探测速度比接触探棒的快得多。光传感器的典型工业应用是产品质量检测 ,包括微型领域及巨型领域 ,反转工程学里自由形态表面的数字化 ,及一系列三维计算机视觉问题。后者的例子有很多 ,如机器人操纵物体和自动化车辆的障碍探测。光传感器已成功介入多个新领域 ,其中包括古迹的探测和保护 ,三维虚拟现实娱乐产品。许多近期出版物阐述了光学技术正朝着主 /被动三维测量的方向发展。在被动方法中 ,…     

基于内容的匹配算法

从分析梯度法和相位法所采用的展开模型入手,提出了基于内容的信号展开模型,它是将信号的频谱进行搬移,使其特征频率移至０频率处,然后再利用Ｔａｙｌｏｒ公式将其展开,从而避免了梯度法和相位法的缺点,使此模型在用于信号展开时,近似误差在更大的频带范围内保持恒定,实现了采用此模型的匹配算法,并且通过实验对比了梯度法、相位法和新算法的性能。     

空间球形物体自动定位方法研究

利用双目立体视觉技术对空间物体进行定位的一个难点在于特征点的选择和匹配，常用的方法是选择一幅图像中物体的形心为特征点，然后根据灰度或者颜色值在另外一幅中进行匹配。为了达到较好的精度，所用的匹配算法都比较复杂，并且当物体表面颜色分布均匀时错误匹配率较高。针对球形物体，本文提出基于形心几何匹配的定位方法，避开了常规匹配方法所面对的难题，经过试验验证，效果很好。     

基于匹配点调整的F求精方法

文章根据射影变换交比不变性对匹配配点进行调整，再用线性，非线性结合的方法求精F矩阵，最后给出了试验结果。     

基于多分辨率格网的三维物体识别方法

本文首先提出了一种改进的三维物体表达方法,它将一个三维物体表面网格与其它表面网格的几何关系表示为一个二维矩阵,称为距离角度图.这种表达能够描述任意形态物体,抑制杂乱背景和遮挡,几何意义直观,且适应不同分辨率、非规则的三角格网.然后,以这种表达方法为基础,本文阐述了一种基于多分辨率格网的,由粗到精的三维物体识别方法.它先在场景和模型的低分辨率格网上进行粗匹配以得到模型候选集合,之后在已匹配网格的高分辨率格网邻域上筛选模型候选集合,最后综合考虑多个网格对应的模型候选以得到最终模型候选的确认和验证.这种识别方法具有运算量小,准确可靠等优点,实验证明该方法正确有效.     

基于模型的手腕骨特征提取

图像分割和特征提取是图像处理学的经典课题之一。文中 效的手腕骨Ｘ光片图像特征提取方法,先对手腕骨Ｘ光片图像作预处理,利用灰股影的方法对各手腕骨特征区域进行了大致定位,获得区域性信息,缩小实际特征提取时的搜索;在各特征子或基于形变轮廓提取边界的原理,引物初始骨模板的形状信息及特征子区域的边界条件作为骨轮廓提取的内部能量和外部能量判据对骨边界提取的迭代过程进行引导,有效地排队非边界的信息的干扰,使处理     

LiDAR-only 3D object detection based on spatial context

LiDAR-based 3D Object detection is one of the popular topics in recent years, and it is widely used in the fields of autonomous driving and robot controlling. However, due to the scanning pattern of LiDAR, the point clouds of objects at far distance are sparse and more difficult to be detected. To solve this problem, we propose a two-stage network based on spatial context information, named SC-RCNN (Spatial Context RCNN), for object detection in 3D point cloud scenes. SC-RCNN first uses a backbone with sparse convolutions and submanifold sparse convolutions to extract the voxel features of point scenes and generate a series of candidate boxes. For the sparsity of far-distance point clouds, we design the local grid point pooling (LGP Pooling) to extract features and spatial context information around candidate regions for subsequent box refinement. In addition, we propose the pyramid candidate box augmentation (PCB Augmentation) to expand the candidate boxes with a multi-scale style, enriching the feature encoding. The experimental results show that SC-RCNN significantly outperforms previous methods on KITTI dataset and Waymo dataset, and is particularly robust to the sparsity of point clouds.     

几何基元的提取方法

基元提取在基于模型的计算机视觉中起着重要的作用。基元抽取问题可以归结为优化问题,即寻找代价函数的全局最小值。利用统计方法对最小子集进行随机抽样,大大减少了对最小子集的评价。同时引入了参数向量列表,并提出了一种新的代价函数,用于对基元的参数向量进行评价,使计算量减少、抽取精度提高。该方法可以用于多个基元的提取。分析实验结果表明,该方法能快速、准确地提取集合基元。     

Multi-view convolutional vision transformer for 3D object recognition

With the rapid development of three-dimensional (3D) vision technology and the increasing application of 3D objects, there is an urgent need for 3D object recognition in the fields of computer vision, virtual reality, and artificial intelligence robots. The view-based method projects 3D objects into two-dimensional (2D) images from different viewpoints and applies convolutional neural networks (CNN) to model the projected views. Although these methods have achieved excellent recognition performance, there is not sufficient information interaction between the features of different views in these methods. Inspired by the recent success achieved by vision transformer (ViT) in image recognition, we propose a hybrid network by taking advantage of CNN to extract multi-scale local information of each view, and of transformer to capture the relevance of multi-scale information between different views. To verify the effectiveness of our multi-view convolutional vision transformer (MVCVT), we conduct experiments on two public benchmarks, ModelNet40 and ModelNet10, and compare with those of some state-of-the-art methods. The final results show that MVCVT has competitive performance in 3D object recognition.     

二维平面内的增强现实虚实配准问题研究

增强现实是把计算机产生的虚拟物体或其它信息合成到用户看到的真实世界中的一种技术。实现虚拟信息与真实景象的正确匹配或有机结合是每个增强现实实用系统都必须完成的一项重要任务。文中在对二维平面内增强现实应用研究分析的基础上,重点讨论了图像分析技术在虚实配准问题中的应用,提出了一种基于数值背景表达的快速虚实配准策略,以提高虚实配准过程中场景特征点提取的精度和速度。     

基于点云深度学习的3D目标检测

针对目前利用点云进行3D目标检测的研究较少和检测精度不高的问题,利用Frustum-Pointnets模型实现基于点云的3D目标检测,并在该模型的基础上进行改进,选用不同的激活函数和参数初始化方法进行组合对比,进一步提高模型的精度。实验表明:在选用Swish激活函数和He参数初始化方法时汽车平均检测精度提高了0.31 %,行人平均检测精度提高了0.41 %,骑车人平均检测精度提高了5.5 %。因此改进后的模型能有效提高检测的精度,使得模型能够应用在复杂的场景中。     

从一幅透视投影线图识别三维物体

本文提出一种从一幅透视线图识别三维物体的新算法。文中简述了几种识别空间多边形的新方法，对多面体引进了独特的表面分布有序连接表示和逐步扩展特征的识别算法，计算机模拟证实了理论的正确性。     

三维激光扫描测量系统的三维图像数据压缩

三维彩色激光扫描测量系统是利用计算机视觉的原理对物体进行三维测量和重建,以获取物体的三维图像。三维图像的数据量很大,文中研究了三维图像的压缩策略和算法,采用三角形条带的网格压缩方法,以及顶点数据的编码方法,可以把三维图像的存贮空间减小到压缩前数据的１／６,从而有效地解决了测量系统在实际应用环境下的图像存贮和传输问题。     

高定位精度的毫米波全息图像三维目标检测

投影角度不同导致目标的形状及尺寸变化限制了基于主动式毫米波（AMMW）全息图像投影视图的隐匿物品二维检测方法对小目标检测性能的提升,为此,提出了基于点云的隐匿物品三维检测方法。通过阈值化处理将AMMW全息图像转换为点云输入经空洞卷积及多分支结构改进的SECOND三维目标检测器,提取对目标的三维几何理解及其多尺度上下文信息以提高对小目标的检测能力。实验结果表明,较基于投影的二维检测方法,该方法平均召回率（AR）提升了3.33%,有效提升了定位精度;在交并比（IOU）阈值为0.5时的检出率提升了8.75%,虚警率降低了1.78%,平均精度（AP）提升了7.11%,不同IOU阈值下的平均AP提升了4.30%,有效提升了检测精度;检测速度为17.3 FPS,达实时水平。