结合角点特征的CamShift目标跟踪算法研究

在传统的CamShift目标跟踪算法中,仅仅依赖目标的颜色特征,而缺乏目标本身的一些特征,例如,角点,尺度和方向等信息,这将导致跟踪中容易出现中心偏移和无法抵挡目标受干扰等问题。为了能够实时有效地跟踪目标,本文提出一种结合角点特征的CamShift目标跟踪算法。该算法融合了角点的特征不变性,采用基于灰度图像的Harris角点检测算法,在图像的目标区域和候选区域提取包括图像信息的局部特征点,在视频图像相邻帧之间,通过特征点匹配,剔除虚假特征点,得到真实特征点的位置和主方向,用于引导和调整CamShift算法中搜索区域的位置和方向。测试结果表明,与传统的CamShift算法相比,该算法具有更好的跟踪效果和鲁棒性。     

一种对FAST角点算法加强鲁棒性改进的M-FAST算法

基于快速的FAST算法,提出一种M-FAST角点算法,即首先使用直方图均衡化方法对图像进行增强,提高图像成分的清晰度并消除图像中光照强度的影响,其次用Mallat小波算法对图像进行去噪处理,加强图像的抗噪性,最后再使用FAST进行角点检测。通过实验对比,证明比原FAST算法更具鲁棒性和抗噪性。     

基于Harris算法的四旋翼飞行器定点悬停方法

针对四旋翼飞行器定点悬停控制不稳定,硬件组成复杂的问题,提出一种采用双光流传感器结合Harris角点检测算法控制四旋翼飞行器定点悬停的方法。该方法采用两个型号相同的光流传感器水平置于飞行器下方,由双光流传感器作为图像信息采集系统,将Harris角点检测算法应用到采集的图像信息中,计算两图像信息重叠区域,从而确定四旋翼飞行器的高度,选择其中一个光流传感器根据参考角点获取水平位置信息,最后采用PID控制算法以达到精确的定点悬停控制的目的。实验结果表明:该方法能够有效的提高四旋翼飞行器的稳定性,简化系统的硬件结构,符合实际需求。     

基于Android平台的非接触指纹识别研究

提出一种利用手机摄像头获取指纹在Android平台中进行实时指纹识别的方法。采用多尺度Harris角点检测和ORB图像匹配算法进行特征提取与匹配,并运用Android开发工具和Open CV对其技术实现,最后分别在不同的Android移动设备上进行实验和测试。实验结果表明此方法能够在Android平台上进行实时的指纹图像的采集、注册与识别,具有较高的识别率和稳定性,基本满足移动平台非接触式指纹识别的需求。     

一种混合式图像特征检测与匹配算法研究

基于图像的三维重建近年来成为摄影测量和计算机视觉等学科的研究热点,其关键技术是将图像中的特征点进行提取和匹配,本文提出了一种混合式的图像特征检测与匹配算法。混合算法基于传统的Harris角点检测算法和SIFT算法,通过降采样构建图像尺度空间并提取Harris角点,采用综合图像色彩标准化算法(CCIN:Comprehensive Color Image Normalization)预处理图像,计算三色通道下的SIFT描述子,并二值化,最后通过欧式距离作为相似形度量实现两幅图像特征向量的匹配。在MATLAB 2014平台上实现混合算法,测试3组不同图像,结果表明,混合算法提取的特征数量优于Harris算法和SIFT算法,且特征分布均匀,采用了具有色彩属性的描述子,特征匹配正确率达到了90%以上。混合算法能提高特征提取的数量,提高特征匹配正确率,为后期三维重建建立基础。     

基于SIFT-SRBICP算法特征点云提取与配准研究

针对图像特征点提取效率低和稳定性差,点云集在实际情况下由于尺度变换引起的匹配不准确和旋转角变化过大引起的配准效果不佳的问题。本文对SIFT、SURF及ORB三种算法进行对比分析,验证了SIFT算法在解决图像特征点提取问题上优于其它两种算法。本文采用SIFT算法进行特征点提取,并提出基于改进型的SRBICP算法对点云进行配准,该方法不仅增加了初始信息素的随机性和考虑了尺度矩阵的边界,并加入了旋转角约束矩阵、动态迭代系数以及退火系数等因素对点云配准模型进行构建。最后采用基于开源GNU/Linux系统所搭载的的Ubuntu操作系统,在Ubuntu系统平台上进行仿真实验,实验结果表明,改进后的算法比传统ICP算法配准精度提高了约50%,同时配准速度提高了约40%。     

一种改进的RANSAC彩色图像拼接算法

本文提出了一种改进的RANSAC彩色图像拼接算法。图像拼接主要包括两个步骤,即图像配准和图像融合。该算法包括哈里斯角点检测,NCC粗匹配,改进的RANSAC提取,投影变换矩阵估计,投影变换,图像平滑等主要模块。基于统计规律的特征点提取的改进RANSAC可以极大地支持算法的实时性。结果表明,该算法快速有效。     

一种新的椒盐噪声去除方法

本文对中值滤波算法进行了改进,提出了一种基于噪声点检测的椒盐噪声去除方法。对分布在噪声范围内的点进行噪声点检测,对确定为噪声点的像素点进行中值滤波,其他像素点保持不变。     

一种改进的直线检测算法

提出了一种直线检测的改进算法,对获得的边缘检测图像进行交叉点检测并将交叉点断开,使图像分割成若干条不交叉的线段以实现线段拆分,基于协方差矩阵特征根初步检测出线段所属的直线、圆、曲线类型,并对初步检测出的曲线基于各个像素点的方向变化而进一步检测其含有的直线部分,通过结合初步检测的直线和曲线中检测的直线部分实现直线检测。实验结果表明,相比传统的直线检测算法,本算法引入线段拆分和曲线中进一步细分直线部分,可以在较准确检测直线的同时,有效地去除边缘图像中的曲线和圆。     

基于图像识别的高强度螺栓松动检测方法的研究

针对钢桥高强度螺栓人工批量巡检效率低、接触传感设备成本高昂的问题,提出了一种基于图像识别的高强度螺栓松动检测方法。利用螺栓角点位置识别算法对螺栓图像样本进行白色掩膜构建、掩膜小型噪点剔除和感兴趣区域分割等处理,确定螺栓角点位置坐标,结合相机成像相似映射原理推算螺栓松动角度,进而根据螺栓松动角度评估预紧力损失。对不同型号螺栓在不同水平视距下旋转10°、20°、30°采集样本,并将其导入算法进行试验验证。结果表明,基于该方法的螺栓松动角度检测准确率达90%以上,满足工程检测要求,并能够有效评估高强度螺栓预紧力损失。