水下超视距三角形距离能量相关三维成像(特邀)

水下超视距三角形距离能量相关三维成像是一种新型的快速非扫描三维成像技术,可填补水下摄像机（空间分辨率高但作用距离近、无三维信息）与水下声呐（作用距离远但空间分辨率低）间的技术空白。介绍了水下距离能量相关三维成像国内外研究进展,并重点介绍中国科学院半导体研究所在水下成像方面开展的三角形距离能量相关三维成像的研究工作,提出了一种融合多脉冲延时积分的三角形距离能量相关三维成像,梳理了多脉冲延时积分景深调节技术下的典型时域工作参数,研制的水下激光选通三维成像系统绿瞳、凤眼和龙睛可实现探测距离大于4.8 AL的超视距百万像素三维成像,已用于渔网等微小目标探测、海洋生物原位探测、水下光学详查等应用中。     

水下二维及三维距离选通成像去噪技术研究

相比传统水下摄像机,水下距离选通成像的作用距离可提高两三倍,同时基于该技术可实现快速高分辨率三维成像,在水底详查、避障导航、海洋科学研究、矿藏开发等方面具有广泛应用前景。虽然距离选通成像可通过空间切片的方式抑制水体的后向散射噪声,实现感兴趣区较高质量的成像,但是,在选通图像中仍不可避免地存在空间切片水体的后向散射噪声,导致图像信噪比和对比度降低,尤其是对于远距离目标或低反射率目标。介绍了针对水下距离选通二维成像及三维成像去噪方面的技术研究。在二维成像方面,一是采用双平台自适应增强算法提高图像对比度,更好地满足人眼视觉要求;二是采用参考水体去噪算法实现含目标图像的水体去噪,提高信噪比。在三维成像方面,针对距离能量相关三维成像,一是利用参考水体去噪算法实现去噪三维重建,二是采用双边滤波法对三维图像中数据空洞进行修复,提高三维图像质量。所述四种方法可独立或联合用于水下距离选通成像的去噪增强,提高水下距离选通成像技术的性能。     

时空二值编码结构光三维成像中的亚像素匹配方法

在时空二值编码结构光三维成像系统中,一个投影仪像素通常与摄像机图像坐标系的多个像素对应。为提高系统的测量精度及数据密度,提出了一种适用于时空二值编码结构光三维成像系统的摄像机与投影仪图像亚像素匹配方法。根据测量系统的二维传递函数的低通滤波特性和时空二值编码方案,对摄像机采集的图像采用时间正弦拟合的方法求解每个像素处的相位。由于该相位与投影仪图像坐标成正比关系,所以可以实现摄像机与投影仪图像的亚像素匹配。实验结果表明该方法可将系统的测量精度提高1个数量级。在相同实验条件下的测量精度与相位测量轮廓术的相当。     

基于折射补偿的水下结构光三维测量系统

针对结构光技术在水下三维测量中的应用,提出了一种基于折射补偿的水下结构光三维测量方法。考虑到水下三维测量时,由于光线在不同介质交界处发生折射,采用平面网格靶标对系统进行陆上标定的结果不能直接应用,必须进行折射补偿,补偿被测物体在CCD摄像机靶面上成像点的像素坐标,按所建立的水下三维测量模型进行测量。通过实验证明,本文的折射补偿方法有效地克服了折射对水下三维测量的影响,实现了水下结构光高精度三维测量。     

激光再制造机器人待加工零件形貌三维重建

采用双目摄像机结合结构光组成主动视觉测量系统,并与机器人耦合,构建了一种具有视觉功能的智能激光加工机器人,能够感知各种复杂曲面轮廓,重建三维形貌。系统由六自由度机器人、双目摄像机和结构光发射器组成。机器人带动双目摄像机和结构光发射器运动,既实现多视角测量,消除测量中的"死角",重建工件的完整三维形貌,又将测量到的点云数据转换到机器人坐标系。阐述了测量原理和数学模型,进行了单摄像机内外参数的标定,双目摄像机相对关系的标定,双目摄像机与机器人之间的手眼关系标定,得到摄像机内参数矩阵,手眼关系矩阵,机器人与世界坐标系关系矩阵。对双目图像进行大步距图像分割,提取目标区域,平滑降低图像噪声,重心法提取亚像素级结构光条纹中心,根据极线约束进行左右条纹配准,三维算法得到空间点坐标,可方便地转换到世界坐标系,实现全局坐标的统一。     

基于LCTF的水下光谱成像系统研制

水下光谱成像技术在水下目标物识别、海洋生态监测等领域有着重要作用。基于实际工程使用环境设计了基于液晶可调谐滤光片(LCTF)的水下光谱成像系统。该系统通过采用LCTF作为滤光结构以获得水下目标物的光谱信息。水下光谱成像系统在宽光谱LED光源的照明下,进行水池实验获得了目标物在波长400~700 nm之间的31个通道光谱图像。对水下具有相似颜色的不同物体的光谱信息进行了讨论和分析,结果表明:该系统有助于水下目标物识别和分类。在海试中对珊瑚进行了原位观测,成功获取了珊瑚礁的水下光谱图像。该系统有望应用于海洋遥感、海洋生态环境监测等领域。     

水下激光距离选通三维成像方法

基于水下距离选通激光成像技术,利用选通成像中回波强度相变化特性中包含的距离信息,提出了一种针对水下目标的三维成像方法。结合实验室现有的水下距离选通激光成像系统,对15 m处的水下目标进行了三维成像。这一方法有效抑制了水下成像系统中存在的目标表面材质、水体衰减以及目标各点法线方向与入射激光脉冲方向夹角不同等因素对于三维成像造成的不良影响,同时仅需要从单一方向对目标进行成像,减少了所需图像采集的次数,简化了三维重构的过程。     

网球“鹰眼”系统原理初探

网球“鹰眼”系统使用多台摄像机从不同视角连续拍摄体育比赛的画面，根据球体目标在图像中的像素坐标计算其在实际空间中的三维世界坐标，最终重建出球体目标的运动轨迹，并以虚拟动画的方式呈现给电视观众，其作为体育电视转播中一项高新技术，技术秘密一直掌握在英国的鹰眼创新公司手中，本文对其基本原理和关键技术进行了探讨。     

利用结构光进行水下测量的新方法

文章提出了一种利用结构光进行水下测量的新方法,利用结构光进行水下测量需要完成三部分工作,第一部分是进行摄像机内外参数的标定,第二部分是利用共面靶标,根据交比不变原理进行结构光参数的标定,第三部分是利用摄像机成像模型,根据第二部分标定出的结构光参数,将结构光的图像二维信息转化为水下目标物体的三维信息。本文在第二部分以及第三部分均做了创新,一是利用投影仪垂直投射多条相交于一点的结构光于玻璃平面;二是建立新的水下测量模型,通过延长水下光线交光轴于一点,形成新的光心,将摄像机的非线性模型转化为线性模型。     

基于DM642的激光水下图像处理系统设计与实现

搭建了一种距离选通激光水下成像系统,分析了水下光电图像的特点,采用DM642数字信号处理芯片为核心设计了数字图像处理系统,给出了利用平台直方图均衡化实现水下图像增强算法原理以及该算法在设计的图像处理系统中的实现方法,并给出了利用该方法对水下25 m和40 m处目标所成图像的处理结果。实验结果表明,利用文中搭建的距离选通水下成像系统和设计的图像处理系统可以有效实现对水下目标的成像探测并能提高目标图像的对比度。     

基于INet的雷达图像杂波抑制和目标检测方法

强海杂波与海面目标的复杂特性使得海面目标回波微弱,有效的海杂波抑制和稳健快速的目标检测是雷达对海上目标探测需考虑的重要因素。然而,现有的海面目标检测算法对于复杂环境下的目标检测性能有限,环境和目标特性适应性差。该文设计了一种杂波抑制和目标检测融合网络(INet),通过层归一化-传递和连接方法提取关键目标特征,采用注意力网络抑制杂波和增强目标,构建跨阶段局部残差网络保证检测网络的轻量化和准确性。基于导航雷达在多种观测条件下采集的回波数据,构建了海面目标雷达图像数据集;通过模型的预训练和平面位置显示器(PPI)图像的帧间积累对INet进行了优化,得到了Optimized INet(O-INet)模型。经过多种天气条件下实测数据测试和验证,并与YOLOv3, YOLOv4,双参数CFAR和二维CA-CFAR对比后证明,所提方法在提高检测概率、降低虚警率和复杂条件下的强泛化能力有显著优势。      

基于CFAR级联的SAR图像舰船目标检测算法

SAR图像舰船目标检测在军事监视和海洋环境监管等方面有着重要的意义。针对SAR图像的特点,提出了一种基于全局CFAR检测与局部CFAR检测级联的舰船目标检测算法。在全局CFAR检测中,通过海杂波特性拟合优选海杂波统计模型,以较高的虚警率筛选潜在的目标点;在局部CFAR检测中,以潜在目标点的连通区域为单位,通过检测窗口的选取、背景像素的确定和海杂波拟合等步骤以后,以较低的虚警率确定目标。最后,通过条件扩张算法和目标像素聚类完善船只细节。实验结果表明,文中算法在保证良好的检测性能的同时,具有检测效率高、舰船细节完整等优点,为舰船目标鉴别和信息提取提供了良好的保障,更加符合实际应用需求。     

加权SIFT流深度迁移的单幅图像2D转3D

2D视频转3D视频是解决3D片源不足的主要手段,而单幅图像的深度估计是其中的关键步骤.提出基于加权SIFT流深度迁移和能量模型优化的单幅图像深度提取方法.首先利用图像的全局描述符从深度图数据库中检索出近邻图像;其次通过SIFT流建立输入图像和近邻图像之间像素级稠密对应关系;再次由SIFT流误差计算迁移权重,将近邻图像对应像素点的深度乘以权重后迁移到输入图像上;然后利用均值滤波对迁移后的近邻图像深度进行融合;最后建立深度图优化能量模型,在尽量接近迁移后近邻图像深度的前提下,平滑梯度较小区域的深度.实验结果表明,该方法降低了估计深度图的平均相对误差,增强了深度图的均匀性.     

Image change detection using Gaussian mixture model and genetic algorithm

In this paper, we propose a novel method for unsupervised change detection in multi-temporal satellite images of the same scene using Gaussian mixture model (GMM) and genetic algorithm (GA). The difference image data computed from multi-temporal satellite images of the same scene is modelled by using N components GMM. GA is used to estimate the parameters of the GMM. Then, the GMM of the difference image data is partitioned into two sets of distributions representing data distributions of “changed” and “unchanged” pixels by minimizing a cost function using GA. Bayesian inference is exploited together with the estimated data distributions of “changed” and “unchanged” pixels to achieve the final change detection result. The proposed method does not need any parameter tuning process, and is completely automatic. As a case study for the unsupervised change detection, multi-temporal advanced synthetic aperture radar (ASAR) images acquired by ESA Envisat on the recent flooding area in Bangladesh and parts of India brought on by two weeks of persistent rain and multi-temporal optical images acquired by Landsat 5 TM on a part of Alaska are considered. Change detection results are shown on real data and comparisons with the state-of-the-art techniques are provided.     

一种基于三维最大类间方差的图像分割算法

本文提出了一种基于三维最大类间方差的图像分割算法.该方法不仅利用了图像像元点的灰度分布信息,而且充分考虑了像元点之间的灰度相关信息,构造出三维观测空间,根据各信息间的竞争性、冗余性和互补性,进行有效的融合,得到比(一维)最大类间方差法更真实、准确的处理效果.理论分析和实验表明,对于低对比度、低信噪比的目标,该方法具有良好的分割性能.在该算法的基础上,又提出了一种快速递推三维最大类间方差法,减少了计算量,节约存储空间,具有较强的实用价值.     

海上目标红外辐射特性测量数据处理系统设计

针对海上动态目标红外辐射测量精度评估问题,分析了影响红外辐射测量误差的主要因素,重点研究了针对试验海域系统外场定标方法、大气辐射传输修正方法、背景杂散辐射模型,提出了海上动态目标红外辐射测量数据分析处理系统的设计方法,为海上飞行目标红外辐射特性测量系统建设有一定的指导意义。     

基于三维模型的前视红外目标匹配识别方法

针对前视红外图像中地面固定目标的识别问题,提出了一种基于三维模型的匹配识别方法.首先由场景的3D数据建立目标三维模型,并以人工标记的方式进行编号以保留交界线信息;然后根据实时观测参数进行二维投影绘制得到目标的二维模板图像;最后提取边缘加权HOG特征在观测图像中进行匹配.对大量实测数据的实验结果表明,该方法识别精度高、对...     

基于置信度的飞行时间点云去噪方法

飞行时间（Time-of-Flight,ToF）三维成像方法由于多路径干扰和混合像素等问题降低了目标物体深度测量的精度。传统的方法通过优化重构异常点云数据或滤除噪声点云数据来提高目标的准确性,但是这些方法复杂度高且容易导致过度平滑。三维点云图像中的有效点云与噪声点云之间的关系很难用数学模型来表示。针对上述问题,本文提出了一种基于置信度的飞行时间点云去噪方法。首先,分析多帧点云数据的概率相关性,以点云数据的置信度作为判别有效点云与噪声点云的依据;其次,利用多帧点云之间的矢量对偶性,提出了一种快速提取不同置信度点云的算法,其时间复杂度为O(L);最后使用该算法提取多帧三维图像中置信度高的点云数据获得目标物体的真实测量数据,并重点对4组不同场景的点云数据进行对比实验。实验结果表明,该算法能够在有效滤除噪声的同时,显著提高目标物体的距离测量精度,增强目标物体的特征,因此具有广泛的应用价值。