采用VC＋＋编程对石材大板表面轮廓提取的研究

本文采用CCD摄像机、图像采集卡和计算机来实现非接触测量系统的硬件搭建,构成了基于CCD技术的石材大板在线测量系统,解决了天然石材传统接触式尺寸测量方法的缺陷。由CCD采集的彩色石材大板图像通过图像处理技术并结合vc＋＋编程实现了图像灰度变换、平滑处理、图像分割和数学形态学处理过程,快速完成了石材大板表面轮廓提取,为进一步对石材大板表面尺寸在线测量提供了理论和实践基础。     

运用视频技术检验车辆速度

视频测速方法是利用视频拍摄的车辆运动图像序列,运用图像处理与模式识别方法对接收到的图像序列进行分析,获取车辆在图像中的位移距离和运动时间,从而得到车辆的行驶速度。本文中,通过对视频图像序列中车辆位置的检测,运用案发时段的实时视频,结合现场实验与测量,利用图像分析软件,确定运动时间与距离,对车辆进行精确测速。     

由试验视频图像计算加筋砂土位移场

由数字图像计算土体位移场时大多使用数字图像相关匹配法,直接使用视频图像计算加筋砂土位移场的工作比较少。本文使用室内加筋砂土试验时拍摄的视频图像,将原始视频图像转换为多帧彩色图像及相应的灰度图像,利用最大相关匹配法对多帧图像进行相关匹配,由匹配点(区域)的移动计算加筋砂土中不同位置的相对位移,求得了任一时刻加筋砂土中的位移场和速度场、任一位置的位移变化过程。本文还对计算结果的主要影响因素进行了讨论。结果表明,本文方法对研究加筋砂土的变形分布、影响因素、变形过程与破坏机理分析具有重要的参考价值。     

柱面全景视频拼接算法

本文提出基于模板帧的柱面全景视频拼接方法,实现360°全景拼接。首先采集模板帧图像,对摄像头进行参数标定获得相机内参和畸变系数,再使用畸变矫正方法去除摄像头畸变带来的成像失真。然后对模板帧图像进行SURf特征提取并进行粗匹配,再用高效的匹配点筛选方法剔除误匹配的特征点。之后将特征点进行柱面投影,事先计算好多路视频帧图像两两之间的位置变换矩阵,用于后续视频帧图像融合。由于后续视频帧利用模板帧的摄像头内参和畸变系数、变换矩阵进行拼接融合,大幅提升了算法速度。另外,为了进一步提高算法速度以适应实时性需求,我们在图像柱面投影和融合时,采用CUDA平台进行GPU并行处理,对算法进行加速。最终实现速度可达30帧/秒的实时视频拼接。     

基于纹理相关性的飞机货舱视频烟雾检测方法

提出一种图像型烟雾探测方法并进行实验验证。采用主动红外CCD摄像机获取图像,利用四帧差分法提取烟雾可疑区域,通过计算图像帧序列的纹理相关性特征值来设定烟雾阈值,以判断是否有火灾发生。在模拟飞机货舱内进行真实火源和干扰火源实验,实验结果表明,烟雾和干扰项可以通过纹理相关性特征值进行区分。该方法在满足运输类飞机适航标准要求的同时,提高了烟雾检测速度,为视频烟雾探测技术在飞机货舱中应用提供研究基础。     

基于分割的立体视频运动估计方法

随着新型采集、显示器件的出现,带有场景信息的多视点彩色帧加深度信息的立体视频成为研究热点。随之而来的是更大的数据量,立体视频运动估计是去除视频信息冗余的重要方法。传统的运动估计方法将图像分为固定大小的子块,通过求取参考帧和当前帧对应子块的最小绝对误差(sum of absolute difference,SAD)来确定该块的最佳运动矢量。由于存在子块的错误匹配现象,传统的运动估计方法得到的内插帧有明显的模糊和块效应。为了克服固定子块引起的缺陷,将视频分割应用到运动估计中,提出了1种基于视频分割和深度约束的立体视频运动估计方法。实验结果表明,用分割一致性来限制块匹配过程,可以有效提高运动估计精度,从而使内插帧在主客观都得到改善。     

基于视频分析的智能水表指针运动检测

随着社会主义现代科技以及信息化技术不断的发展,水表日趋智能化,其需求也不断扩大。为满足需求——通过摄像头智能监控水表指针的运动状态来判断水龙头是否漏水或者忘记被关掉,提出了基于视频分析的智能水表指针运动检测算法。其基本思想是首先通过YIQ颜色空间获得二值图像;然后通过连通区域获得指针质心以及方框,并通过边缘提取获得水表指针的轮廓,求轮廓的最长轴确定指针的方向;最后计算当前帧与参考帧的水表指针方向的夹角,从而判断当前帧的水表指针是否有转动。经实验表明,本方法能有效定位指针,并能判断水表指针在单位时间内的偏转角度以及指针的运动状态。     

一种符合视觉感知的视频运动模糊帧检测方法

为了更准确地检测视频中的场景运动模糊帧,首先利用稀疏表示的图像模糊特征,结合恰可察觉模糊概念,定义1种敏感的图像模糊度度量,用于检测视频序列中的非清晰帧;然后通过计算相邻帧之间的单应矩阵,估计相机的运动速度,并根据运动速度从非清晰帧中选择出观看过程中产生模糊感受的场景运动模糊帧。实验结果表明,所提出的算法可以有效地检测出视频场景运动模糊帧,相比于传统图像模糊检测算法,检测结果更符合人眼观看视频的主观感受。     

基于生成对抗网络的图像处理及应用

本文主要采用生成对抗网络对运动模糊图像进行端对端盲复原方法进行简析。在图像的获取到使用过程中,多种因素会导致图像产生降质,如相机对焦问题会导致散焦模糊,成像系统的退化因素会导致高斯模糊等,成像系统和拍摄目标间的相对运动会导致运动模糊。而拍摄时抖动导致的模糊是导致图像质量下降的最主要因素。通常,减小运动模糊导致图像退化的影响的方案有两种,第一改善拍摄时的物理条件,如减小成像系统与拍摄目标间的相对运动。第二利用图像复原技术,通过图像复原算法提高图像质量。近年来利用生成对抗网络用于图像处理领域,在图像超级分辨率等相关问题取得了显著进展。2014年Goodfellow等提出了生成对抗网络,建立两个竞争网络,生成器用于接收噪声作为输入生成图像,鉴别器接收真实图像和生成图像,并试图区分它们,通过两个网络的对抗竞争,实现模糊图像盲复原。该方法在结构相似性测量及可视化表现方面实现了较高水准。     

基于核相关滤波算法的青鳉游泳跟踪研究

为获取鱼类游泳行为数据,采用增强的核相关滤波跟踪算法,对青鳉Oryzias latipes游泳轨迹进行跟踪研究,根据当前和之前帧信息训练出多核相关滤波器,然后与新输入帧进行相关性计算,得到的响应值就是预测的跟踪结果,响应值最大处即为跟踪目标位置,用该方法提取出3万帧图像中青鳉游泳位置,绘制青鳉游泳轨迹热力图,并分析不同规格青鳉的游泳领地。结果表明:增强的核相关滤波跟踪算法能够实时稳定地跟踪青鳉游泳行为,提取的青鳉游泳轨迹与实时记录轨迹高度吻合;试验过程中测试2万帧视频序列,806帧丢失,丢失率4.03%。本研究实现了对青鳉游泳位置定位跟踪,及时显示青鳉的游泳位置、速度和轨迹,对研究青鳉在特定环境下的生活习性提供了数据支持。