立体图像视差线性调整算法

为使立体图像能在特定显示设备上舒适显示,本文提出一种调整立体图像的方法.首先利用立体图像融像区知识,计算不同显示设备舒适显示的水平视差范围;利用匹配的SIFT(scale-invariant features)特征点来估计立体图像的视差范围,建立起立体图像原有视差到舒适显示视差的线性映射;最后利用奇异值分解估计该映射的变换矩阵,通过变换矩阵计算出调整后的图像,消除立体图像垂直视差,并将立体图像的水平视差调整到舒适观看的范围.实验结果表明,本文提出的方法可以解决不同显示设备上立体图像视差调整的问题,得到更好的显示效果.     

勿需图像矫正的高精度窄基线三维重建算法

精确可信三维重建受图像配准与矫正误差严重影响, 为此, 提出一种勿需矫正的高精度窄基线三维重建算法. 先结合相位相关与曲线拟合原理获得高精度亚象元视差: 对两幅图像傅里叶变换的归一化交叉能量谱进行傅里叶逆变换得到一峰值明显的矩阵, 用高斯函数对峰值附近数据进行曲线拟合计算配准关系; 再将视差累加并进行单位化寻找基线在成像面上的投影(主方向); 最后把视差在主方向投影, 根据像点深度与该投影成正比例, 进行场景三维欧氏重建. 无矫正误差与高高精度视差计算使重建结果精确可信, 对多类场景进行实验, 证明该方法有优良的效果.     

基于RANSAC算法的立体视觉图像匹配方法

针对大尺寸立体视觉测量中存在较大视差和透镜畸变等因素导致极线约束匹配率低的问题,提出了将图像校正与随机采样算法相结合的立体视觉图像匹配方法.对立体图像对进行线性校正,建立初始匹配点集;采用随机采样算法估计图像对之间的基本矩阵,恢复原始图像对之间的对极几何约束关系,剔除初始匹配点集中未匹配和误匹配的特征点,从而获得精确的匹配点集.该方法已应用于合成孔径雷达(SAR)大型可展开微波天线网面的实际测量,匹配率高于96%.     

非参数变换和改进动态规划的立体匹配算法

针对传统稠密立体匹配方法在非纹理区、深度不连续处和遮挡处存在错误匹配率过高的问题,提出一种基于非参数变换和改进动态规划相结合的立体匹配算法.采用稀疏非参数变换相关方法计算初始局部匹配代价,并利用行列双向约束动态规划算法对匹配代价进行全局优化,在获取初始视差后分别对原始图像每一像素点进行可信性与纹理性检测,最后利用视差平面拟合结果代替非纹理与非可信区域像素点的原始视差,得到稠密视差图.实验表明,该算法具有较高的鲁棒性与匹配精度,尤其在处理图像的非纹理区、深度不连续处和遮挡处,可获得精确的匹配结果.     

自适应窗口和半全局立体匹配算法研究

针对区域立体匹配算法中匹配窗口的选择和在图像中视差不连续、弱纹理区域误匹配率较高的难题,提出了一种自适应窗口和半全局算法相结合的立体匹配算法.该算法先通过基于灰度的自适应窗口算法计算初始匹配代价,然后利用相邻像素之间的视差梯度作为约束,采用半全局立体匹配算法以得出视差图.最后对左右视差图进行左右一致性遮挡检测,获得精确的稠密视差图.针对不同的图像信息采用自适应窗口和半全局算法相结合的立体匹配算法,剔除、修正了视差不连续、弱纹理区域的误匹配点,得到匹配效果较好的视差图.实验结果表明:该算法有效降低了视差图在视差不连续、弱纹理区域和遮挡处的误匹配率.     

基于引导滤波和视差校准的自适应权重算法

提出了一种基于导向滤波器和视差校准的自适应权重算法。首先,使用梯度与色彩相结合的相似测度计算不同视差的原始匹配代价,构成三维代价卷,使用导向滤波器对其进行滤波,有效保持边缘信息,提高了初始匹配精度,并通过积分图像方法降低了运算复杂度;然后,增加了视差校准步骤,根据色彩相似性和空间相近性分配自适应权重,对初始视差图进行校准,进一步提升匹配精度。利用Middlebury网站提供的标准立体图像对进行匹配精度验证,结果表明:算法可以有效消除歧义匹配,获得精度较高的稠密视差图。通过真实图像对算法进行了验证,能够在一定程度上恢复景物的三维信息。     

物流配送路径优化理论在立体匹配技术中的应用研究

由于目前的立体匹配算法大都以追求高匹配精确度为目的,造成了算法执行时间过长,不利于实时场合的应用.因此,提出了将物流领域中的配送路径优化理论和方法,即节约算法,引入立体匹配技术中,构建一种高匹配精度、高执行速度的立体匹配算法,并将该方法引入到双目立体视觉中.首先用金字塔算法在低分辨率图像上求取控制点,之后结合物流网络的构建理论修正初始视差空间图像,进而利用物流配送路径优化中实时性强的特点,在修正后的视差空间图像上快速找到全局最优路径,从而生成具有全局最优特性的视差.实验结果表明,本方法将大大增强立体视觉技术在实时场合下的适用性.     

基于凸集论的稠密视差图优化算法

针对计算机视觉领域中立体匹配算法在图像无纹理区产生的误匹配问题,提出以全变差函数为凸约束集,使用次梯度投影法,对通过初始视差变换后的立体图像对之间的像素误差函数和视差二次平滑因子形成的严格凸函数进行求解,寻求立体图像对之间的最优视差图。实验结果表明,该方法不仅能保留初始视差图的边缘,而且减少了由先前立体匹配算法求得的视差图在无纹理区产生的误匹配点,取得了良好的视差图优化效果。     

改进的基于多尺度融合的立体匹配算法

针对局部立体匹配算法在弱纹理或视差不连续区域匹配精度低等问题,提出了一种结合卷积神经网络(CNN)和特征金字塔结构(FPN)的多尺度融合的立体匹配算法。在卷积神经网络的基础上应用了特征金字塔,实现立体图像的多尺度特征提取和融合,提高了图像块的匹配相似度;利用引导图滤波器(guided filtering)快速有效地完成代价聚合,在视差的选择阶段采用改进的动态规划(DP)算法获得初始视差图,对初始视差图精细化得到最后的视差图。所提算法在Middlebury数据集上提供的图像进行训练和测试,结果表明该算法得到的视差图具有较好的效果。     

一种改进的跳频信号时频分析方法

利用正交匹配追踪的稀疏表示算法进行跳频信号时频分析时,性能受到傅里叶基矩阵长度和稀疏度未知的限制。针对此问题,结合跳频信号特点对稀疏表示算法加以改进:将跳频信号分段,对每段信号进行傅里叶变换并进行门限检测,得到频率预估计值和信号稀疏度;利用频率预估计值构造频率细化子傅里叶基矩阵;基于正交匹配追踪算法得时频谱图。在运算量相同的情况下,改进方法比直接采用正交匹配追踪算法可获得更高精度的时频谱。     

改进导向滤波器立体匹配算法

针对基于滤波器的立体匹配算法精度不高以及易受外界环境影响的问题,提出基于改进导向滤波器的立体匹配算法.在传统梯度向量中加入经过预处理后图像的梯度信息,结合Census变换计算匹配代价.构建自适应窗口,采用改进的导向滤波器聚合匹配代价;经过视差处理获得高精度的视差图,在低纹理区域能取得较好的匹配结果.实验结果表明,相比其他基于滤波器的立体匹配算法,该算法在Middlebury和KITTI平台上的测试结果具有更高的精度;对光照失真条件具有更好的鲁棒性,能应用于室外场合;计算复杂度与匹配窗口大小无关,具有较好的实时性.     

大跨度桥梁各态历经脉动风场的数值模拟分析

基于本征正交分解(proper orthogonal decomposition,POD)的谱表示法,结合大跨度桥梁脉动风场的特点,推导出一种以互谱密度矩阵为POD对象的脉动风场模拟简化公式.采用以能量评判为准则的误差精确公式,对特征值合理截断阶数进行估计.引入双索引频率,实现了模拟样本的各态历经性.采用快速傅里叶变换(fast Fourier transform,FFT)对算法加速,给出了简化模拟公式在FFT算法下的具体表达式,便于程序编制.利用该法模拟了一座大跨度铁路连续刚构桥的主梁脉动风场,所得样本自功率谱和互功率谱均与目标谱吻合良好,验证了该方法的有效性和正确性.对算法的合成速度进行了分析,指出控制算法速度的关键在于矩阵的正交分解.     

基于随机采样的两阶段全局运动估计

为了有效地估计全局运动参数,提出一种基于随机采样的两阶段全局运动估计方法.在第一阶段,根据矩阵条件数最小化准则随机选取每组运动矢量,利用最小二乘法计算每组初始的变换参数,使用直方图获得最终的变换参数.在第二阶段,对运动矢量场进行变换运动补偿,从已补偿运动矢量场中随机采样一组运动矢量,使用直方图估计最终的平移参数.对于4个仿射全局运动模型和真实视频序列的实验结果表明,与基于固定采样模式的估计算法相比,该方法能够有效地缩短计算时间,同时获得更好的估计精度.     

基于压缩传感的高精度同步相量测量方法

为了消除或减小采用GPS定时的同步相量测量中非精确同步采样所造成的测量误差,提出一种基于压缩传感理论修正离散傅里叶变换估计结果的高精度同步相量测量算法。该算法利用离散傅里叶变换对测量信号进行稀疏化,并采用狄利克雷矩阵为观测矩阵,通过压缩传感重构算法重构测量信号。仿真结果表明:与传统离散傅里叶变换方法相比,该算法在不需要延长测量时间的条件下能够有效消除或减小频谱泄露等误差,并在很大程度上提高了信号的相量测量精度。     

基于稀疏重构的窄带弱信号时延估计算法

提出了一种基于稀疏重构的窄带弱信号时延估计算法.利用信号的互相关谱构造数据矩阵,然后建立时延参数的冗余字典,最后通过矩阵奇异值分解在信号子空间中利用正交匹配追踪算法得到高精度时延估计.理论分析和仿真实验验证了算法的正确性和有效性.相比于传统方法,该算法可将窄带弱信号时延估计精度提高约1倍.     

基于双重置乱技术的实数傅里叶变换域数字水印算法

提出一种基于Arnold变换和采样置乱的实数傅里叶域数字水印算法,利用Arnold变换和采样置乱将水印图像置乱,再将置乱后的二值水印嵌入到实数傅里叶变换域的幅度谱中.该方法具有算法复杂度低、嵌入量大、计算高效等优点.实验结果表明:该算法具有良好的不可见性,对JPEG压缩、加噪等常见攻击具有鲁棒性.     

基于运动估计的置信度传播立体视频匹配算法

基于置信度传播（BP：Belief Propagation）的立体匹配算法与局部算法相比,视差准确度高,但需要耗费大量的计算时间。为此,提出一个基于运动估计的置信度传播立体视频匹配算法。该算法首先通过传统的BP算法获得I帧的匹配视差图,并保存每个像素获得最佳视差值的传递信息;然后,通过参考I帧的运动估计信息,得到重新排列的I帧视差值的传递信息,将其作为P帧置信度传播算法的初值进行迭代运算,从而大大减少了P帧置信度传播算法的迭代次数。实验结果表明,该算法能大大提高置信度传播立体视频的匹配效率。     

基于低采样率浮动车数据的全局投票地图匹配算法

针对现有地图匹配算法在低采样率时错误率较高的问题,提出一种全局投票地图匹配算法.算法在浮动车GPS轨迹数据的基础上,充分考虑道路网络的拓扑结构和不同距离的GPS轨迹点对匹配过程的影响.算法考虑道路网络的几何特性和拓扑结构,首先得出作为初始结果的静态匹配矩阵,定义距离加权函数对静态匹配矩阵进行修正,得到动态匹配矩阵,在此基础上进行全局投票,找出最优轨迹作为地图匹配的结果.最后采用杭州出租车数据对算法进行验证,结果显示:在采样率低情况下,算法能够充分利用已有信息,得到较好的地图匹配效果.     

基于GAMP的近场毫米波成像快速算法

传统近场毫米波均匀采样成像由于扫描时间长和计算代价大等问题无法实现实时成像。为此,该文构建了近场毫米波压缩采样成像模型及相应的观测矩阵,提出了一种基于广义近似消息传递的近场毫米波压缩采样成像快速算法。该算法将广义近似消息传递有效嵌入到期望最大化框架,加快了收敛速度;并利用快速傅里叶变换、小波滤波等方式构造了观测矩阵的快速算子,避免了大型观测矩阵的构造、存储与计算,进一步提升了算法运算速度。实验结果表明该算法可以快速、有效地从压缩采样数据中重建近场毫米波二维图像,并在重建效果与运算时间上都优于主流的快速迭代阈值收缩算法。     

双目移动机器人立体匹配算法

提出一种基于图像分割和可信点的双目移动机器人立体匹配算法,首先采用纹理检验分割算法对双目移动机器人获得的左右图像进行分割,确定低纹理和纹理相似区域;然后通过SIFT特征匹配点得到可信点视差;其次采用SAD区域匹配加速算法得到初始视差;最后依据SIFT特征匹配点的分布、初始视差和最小距离分类器对图像分割块进行视差处理,同时对于较小的图像分割块进行BLOB滤波处理来获取较高精度的视差图.实验结果表明,本算法能有效解决双目移动机器人周边环境中的低纹理和纹理相似视差精度差的问题,可快速准确识别障碍.