基于事件相机的合成孔径成像

合成孔径成像(Synthetic aperture imaging, SAI)通过多角度获取目标信息来等效大孔径和小景深相机成像. 因此, 该技术可以虚化遮挡物, 实现对被遮挡目标的成像. 然而, 在密集遮挡和极端光照条件下, 由于遮挡物的密集干扰和相机本身较低的动态范围, 基于传统相机的合成孔径成像(SAI with conventional cameras, SAI-C)无法有效地对被遮挡目标进行成像. 利用事件相机低延时、高动态的特性, 本文提出基于事件相机的合成孔径成像方法. 事件相机产生异步事件数据, 具有极低的延时, 能够以连续视角观测场景, 从而消除密集干扰的影响. 而事件相机的高动态范围使其能够有效处理极端光照条件下的成像问题. 通过分析场景亮度变化与事件相机输出的事件点之间的关系, 从对焦后事件点重建出被遮挡目标, 实现基于事件相机的合成孔径成像. 实验结果表明, 所提出方法与传统方法相比, 在密集遮挡条件下重建图像的对比度、清晰度、峰值信噪比(Peak signal-to-noise ratio, PSNR)和结构相似性(Structural similarity index measure, SSIM)指数均有较大提升. 同时, 在极端光照条件下, 所提出方法能有效解决过曝/欠曝问题, 重建出清晰的被遮挡目标图像.     

基于视觉的特定目标物位姿检测方法

针对工业机器人基于位置的视觉伺服控制需要获取目标物位姿信息的问题,提出了一种简便的检测方法.将相机拍摄的图像从三原色(RGB)空间转换到HSV空间,利用目标物与背景的HSV信息有显著差异的特点分离出目标物所在区域.对该区域进行边缘检测,根据霍夫变换的结果和一些先验知识筛选出目标物的特征边缘及特征点.通过相机标定提前获取...     

基于颜色自适应字典的双相机光谱系统重建算法

通过将快照编码孔径光谱成像和普通RGB彩色成像结合,双相机光谱成像系统能够高效地获取场景的光谱信息,具有广阔的应用前景.如何高质量地从压缩采样中重建高光谱图像是该系统需要解决的重要问题.根据高光谱图像与彩色图像在空间结构和光谱响应上的相关性,本文了提出一种基于颜色自适应字典的重建算法,用以提高双相机光谱成像系统的重建质量.首先,利用RGB观测分别训练三通道非负字典.然后,以彩色相机的光谱响应曲线为指导,为每一个谱带选择光谱相关性最大的字典.最后,完成高光谱图像的稀疏重建.高光谱数据库和遥感数据库的仿真结果均表明,本文提出的算法能够大幅度提升双相机光谱成像系统的重建质量.     

基于全景摄像头的柱面展开及实时目标跟踪

传统摄像头在获取大范围复杂场景中的感兴趣目标时,容易出现目标物体丢失或遮挡等问题。为此,提出一种基于全景摄像头的柱面展开及运动目标实时跟踪算法。通过改进的柱面展开算法对360。摄像头获取的全景图像进行还原展开,解决全景图像中的成像扭曲问题。利用CamShift和Kalman预测相结合的算法跟踪运动目标。实验结果表明,在运动目标存在遮挡、短暂消失或同色物体干扰的情况下,该方法能实现对全景范围复杂环境中运动目标实时鲁棒的跟踪。     

基于压缩感知理论的RGB-D图像分类方法

三维图像分类能有效克服二维彩色图像分类易受光照变化、阴影、物体遮挡以及环境变化等因素的干扰。利用压缩感知的方法研究Kinect相机获取的带深度信息的RGB-D图像分类问题。该方法首先利用下采样和PCA的方法分别对RGB图像和深度图像进行特征提取;再将所提取的特征信息融合;然后利用压缩感知方法对融合后的特征信息进行稀疏分解并分类。最后,利用该方法对6类蔬菜、7类水果及文件夹和相机等共15类RGB-D图像进行分类实验,比较了压缩感知方法和SVM分类器的RGB-D图像分类精度,并对比分析了深度信息对图像分类精度的影响。实验表明,压缩感知方法对RGB-D图像分类精度高于SVM的精度,且加入深度信息的RGB-D图像分类精度高于RGB图像的精度。     

采用RGB–D时空上下文模型的多目标遮挡跟踪算法

为了提高实时RGB–D目标遮挡跟踪精确度,解决多目标遮挡跟踪容易发生模型漂移和跟踪丢失等问题,本文提出一种基于RGB–D时空上下文模型的多目标遮挡跟踪算法.首先获取多目标检测定位区域,再通过目标时空上下文特征提取,建立目标时间上下文模型、目标空间上下文模型构成目标RGB–D时空上下文模型;然后在跟踪器判别跟踪状态时通过...     

可信度双三次插值的PMD距离信息和RGB图像数据融合

PMD(photonic mixer device)相机是一款基于TOF(time-of-flight)技术的3维成像设备,在获取2维灰度的同时能够获取高精度的距离信息.但它存在水平分辨率低,随机噪声较大的缺点.针对此问题,将PMD距离信息和高分辨率RGB图像相融合,提出一种新的基于可信度的双三次插值和投影纹理的数据融合方法.该方法充分考虑了PMD相机信号幅值和距离信息可信度的关系,加强了精确的距离信息对融合结果的影响,并且给出了直接运用距离信息进行PMD距离图像在世界坐标系的重建方法,降低了运算的复杂度.实验结果表明,本文方法可以得到具有彩色信息和距离信息的高分辨率图像,融合后图像的距离信息更为准确和丰富,有效降低了随机噪声的影响,并且在运行时间上也有较强的优势.     

采用RGB–D时空上下文模型的多目标遮挡跟踪算算法

为了提高实时RGB–D目标遮挡跟踪精确度,解决多目标遮挡跟踪容易发生模型漂移和跟踪丢失等问题,本文提出一种基于RGB–D时空上下文模型的多目标遮挡跟踪算法.首先获取多目标检测定位区域,再通过目标时空上下文特征提取,建立目标时间上下文模型、目标空间上下文模型构成目标RGB–D时空上下文模型;然后在跟踪器判别跟踪状态时通过计算时间一致性进行颜色和深度特征自适应融合确定目标在当前帧位置;最后,当跟踪器判别多目标遮挡时引入深度概率,利用深度概率信息特征进行约束,通过最大后验概率(MAP)关联模型有效解决目标遮挡跟踪问题.在公用数据集clothing store dataset和princeton tracking benchmark dataset上进行定性对比实验和定量结果分析表明,本文提出的算法具有良好的遮挡跟踪性能,能较好解决多目标遮挡跟踪问题,提高目标遮挡跟踪的精确性和鲁棒性.     

基于分类的感兴趣目标检测算法及仿真验证

针对在弹丸冲击靶板后效过程中,由于靶板破片对弹丸的遮挡,影响对弹丸姿态等信息的获取的问题,提出了一种群目标分类的合成孔径成像算法,利用分类结果筛选多视角图像中感兴趣目标,以某一视角为参考进行合成孔径成像,减少前景遮挡对目标信息探测的干扰。仿真实验结果表明:该算法能够有效去除弹丸前景的遮挡物,提高了弹丸目标的重建质量,验证了所提算法的有效性。     

基于最优曝光的最小包围曝光集合获取方法

针对传统的基于多曝光的高动态范围成像方法存在冗余信息多、总曝光时间长的不足,提出一种基于最优曝光的最小包围曝光集合的获取方法.利用目标相机可捕获最大曝光到最小曝光的图像序列,计算出目标相机的辐射域动态范围,并以此作为目标相机基准;在实际多曝光捕获时,只需计算目标场景最优曝光图像的动态范围,以及目标场景最小、最大辐照度,即可得到目标场景的基于最优曝光的最小包围曝光集合.利用典型的高动态范围场景对不同集合合成的高动态范围图像进行实验的结果表明,该方法在保证所获得高动态范围图像质量的前提下,相比传统的包围曝光集合获取方法,可有效地减少高动态范围成像所需低动态范围图像的数量,降低多曝光图像集合总捕获时间,节省存储空间.     

融合距离图像和彩色图像的圆位姿测量方法

针对基于单目视觉的单个圆位姿测量解的二义性问题,提出一种融合距离图像和彩色图像消除二义性的方法。该方法首先用RGB相机获取的高分辨率彩色图像计算圆位姿,获得圆位姿的一组歧义解。然后将彩色图像和飞行时间TOF(time-ofFlight)相机获取的距离图像融合,形成一个高分辨率的距离图像。最后,根据距离图像恢复圆在RGB相机下的三维信息,剔除圆位姿中的虚假解,从而得到圆的真实位姿。实验结果表明,该方法能够有效地解决基于单目视觉的单个圆位姿测量的二义性问题,且能够准确获得较高精度的圆位姿。     

基于OpenGL的空间目标图像序列仿真

在实际中,真实图像序列的获取具有实现难度大、成本高、周期长等困难,针对这一问题,在分析摄影测量成像原理与OpenGL成像机理的基础上,提出一种基于OpenGL的空间目标2D/3D图像序列仿真方法。构建成像系统中目标、光源、2D相机、3D相机等部分的仿真模型,通过设置合理的仿真参数生成目标仿真图像序列,且能够在生成目标的2D图像序列的同时生成目标的3D图像序列。通过仿真实验验证了该方法的可行性,为空间目标位姿视觉测量提供有效的图像数据支持。     

基于CSA-ResNet的人员入侵检测方法

视频监控作为最常用的监测方法，由于存在监控死角以及侵犯人员隐私等问题，存在许多应用瓶颈。针对视频监测无法用于敏感场景的问题，提出一种基于WiFi的人员入侵感知方法。该方法利用WiFi信号覆盖范围大、易获取的特点，实现无隐私侵犯与无死角监控。基于人员入侵对传输路径的影响，分析WiFi感知机理，建立基于WiFi状态信息的人员入侵检测感知模型，并设计子载波选择算法获取人员感知敏感子载波。通过离群点滤波、离散小波去噪等方法对采集的数据进行处理，根据人员入侵对信号的影响构造人员感知特征值。在此基础上，将特征信号和处理后的信道状态信息作为输入信息，放入基于通道和空间注意力残差网络的人员入侵检测模型中进行判识，并在多种场景下对该方法进行实验测试，分析影响检测精度的因素。实验结果表明，该方法在多种场景下平均检测准确率达到97.8%，能够满足多场景下人员入侵的检测要求。     

基于双目立体视觉的复杂背景下的牛体点云获取

提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。     

基于双摄像头下的活体人脸检测方法

为了解决以往身份认证中的人脸识别问题,提出了一种基于可见光与红外摄像头获取人像差异的方式来实现活体人脸检测。首先利用近红外相机成像特性防止假脸攻击问题,然后针对近红外相机获取的图像不能利用现有的大量可见光照片进行人脸匹配问题,利用扩大近红外图像中检测到的活体人脸特征框,放到可见光图像中同坐标位置等比例"裁剪"的方式来确定活体人脸在可见光图像中的位置,最后对"裁剪"后的图像进行人脸检测,获取面积最大的人脸(即活体人脸)。在自建样本库中场景实验分析,所提出的方法能够抵御假脸攻击的同时,又能保证活体人脸检测的准确度。     

基于光场成像的数据提取与预处理方法

光场是空间中同时包含位置和方向信息的四维光辐射场的参数化表示,光场数据的获取为计算成像提供了很多新的发展方向。光场相机能够获取空间四维光场信息,相比传统成像方式多出2个自由度,因而在图像重建过程中,能够获得更加丰富的图像信息。市面上的Lytro Illum相机相对于Lytro1.0相机的成像效果更加丰富,因此利用Lytro Illum光场相机获取四维光场信息,提取出其中的有效光场数据,反演出8bit/pixel的原始四维光场图像数据,并对基于微透镜模型的光场数据进行一系列的算法预处理,从而得到易于理解的标准四维光场矩阵和子光圈图像矩阵,为光场成像技术的数据开发和应用奠定了基础。     

一种CCD相机自动调光的方法

目前靶场光学测量设备大量使用CCD相机,针对目标发射时背景和火焰过亮易导致CCD过饱和造成的图像对比度低、清晰度低的问题,基于CCD器件的成像原理设计了一种根据目标成像的灰度值特性进行调光的方法。在不同的积分时间下,目标温度变化时,成像的灰度值随之变化。利用恒温黑体标定温度、积分时间和成像灰度值,并拟合了目标图像灰度值与温度特性以及积分时间之间的方程,并根据该方程实现CCD相机的自动调光,在应用中取得了预期效果。     

基于VR技术的X射线图像安检危险品自动识别

针对当前X射线图像安检危险品识别方法未采集模糊静态图像目标,导致安检危险品图像呈现效果较差、危险品识别率较低、识别时间较长的问题,提出了基于VR技术的X射线图像安检危险品自动识别方法。通过X射线获取安检危险品成像,采用VR技术采集模糊静态图像目标,利用光学成像原理分层处理模糊静态图像目标,获取模糊静态图像目标亮度层和细...     

基于虚拟成像系统的文档图像矫正

由于相机成像系统中相机、成像平面、文档平面三者位姿角度的原因,会导致相机获取的文档图像为透视投影而不是正视图,对后期的文字提取与识别等处理造成消极影响;对相机成像系统进行分析,影响相机成像的因素是数学模型下的相机的成像坐标系与世界坐标系的相互转换问题,所以利用了相机坐标系经旋转矩阵转换的技术,提出了一种通过旋转矩阵将真实成像相机坐标系转换为正视图的虚拟相机坐标系,并进行图像像素点的重映射,以实现对文档图像的位姿校正;采用双目相机进行文档拍摄实验,结果表明该方法过程简单易行、可行性高、能有效的对文档图像进行矫正     

基于Kinect的民族弓弦乐器虚拟演奏系统

利用Kinect相机结合增强现实技术和手势识别方法设计并实现了一个弓弦乐器虚拟演奏系统——以二胡为例.将Kinect获取的现实场景和虚拟乐器融合在一起绘制成增强现实场景.通过Kinect得到的深度数据和贝叶斯肤色模型将用户的左手分割出来,并再次绘制在增强图像上形成新的图像,从而解决虚拟演奏场景中的虚实遮挡问题.利用基于反向动力学和马尔可夫模型的三维虚拟手势拟合方法,对演奏过程中的左手手势进行识别,并结合右手的运动状态完成乐器的虚拟演奏.