机器视觉测量系统中的特征匹配方法

基于外极线约束法则的外极斜率匹配思想,针对图像中有限的角点特征,提出了一种快速直线匹配方法。     

双目动态视觉测量的匹配

针对在双目动态视觉测量系统中对特征点的准确匹配问题,采用强后方交会优化了外参数,提高外参数的精度,从而提高求取极线的精度;提出一种针对2幅图像特征点匹配的多约束匹配算法。多约束匹配算法在极线约束的基础上,增加了唯一性约束和双向匹配约束,结合视差约束的二次匹配,得到2幅图像特征点正确的匹配关系。实验结果表明:用于双目动态视觉测量系统的匹配中,可得到100%的匹配准确率。可以满足双目动态视觉测量系统对两幅图匹配的要求。     

双目立体视觉匹配技术综述

立体视觉匹配技术是立体视觉研究的核心问题。立体匹配方法在不同的应用领域有着不同的应对策略。介绍了双目视觉立体匹配技术的原理和一些研究关键点。通过总结现有各种算法的优缺点,对基于区域的立体匹配算法和基于全局的立体匹配算法进行了深入论述和研究,最后对立体匹配算法的未来发展做了展望。对研究者选择立体匹配算法有一定参考意义。     

基于编码方法实现立体视觉中图像的点匹配

实现自动化的图像匹配一直是立体视觉测量中关键的一步。基于编码方法，对2幅图像中的测量进行匹配，匹配问题实质是求解空间点在2个（或多个）像平面的对应关系。如果对测量点进行编码，对编码进行身份识别后，即可实现匹配。该编码需在复杂的背景中被有效地识别，并且具有旋转、缩放、变形的无关性，实验表明，该方法匹配正确率高，匹配速度快，是一种解决匹配问题的实用方法。     

基于激光传感器的槽型轨轮廓匹配方法

为了实时掌握有轨电车线路的轨道状态,以期更有效地指导线路运营维护,针对有轨电车特殊的轨道结构和安装方式带来的轨道轮廓匹配困难问题,提出适用于槽型轨的轮廓匹配算法. 通过分析轨道的磨损规律及结构特征,定义槽型轨的匹配基准区域,给出区域的自动分割方法. 为了解决匹配区域定位困难的问题,设计两段式最近点迭代（ICP）匹配算法,实现轮廓的精确匹配;通过卡尔曼滤波器对匹配得到的旋转平移参数进行连续预测,解决在特殊情况下的异常匹配问题;通过实际线路实验,验证算法的可靠性. 实验结果表明：所提匹配算法具有快速、高精度和高鲁棒性的特点,能有效克服槽型轨的特殊结构和嵌入式安装方式带来的匹配困难问题.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

基于复数矩的形状轮廓描述与匹配方法

建立合适的轮廓描述函数是各种形状轮廓匹配算法的前提所在.基于复数矩理论构造了轮廓顶点与形状旋转、缩放和平移无关的局部复数矩不变量,推导了局部复数矩与原始轮廓顶点坐标的正反算公式,将轮廓特征顶点处的局部复数矩和曲率合在一起,从而建立了一种新的轮廓描述函数.该轮廓描述函数较为充分地考虑到了轮廓的全局与局部特征,除了具有不变性和唯一性等性质外,也具有较高的计算效率,仪需花费线性时间即可完成轮廓描述函数的构造,由于仅涉及到低阶几何矩,其局部复数矩也具有较强的抗噪能力.基于该轮廓描述函数,利用串匹配算法实现了形状的轮廓匹配,与现有基于各种轮廓描述函数的匹配方法的实验对比表明,本文轮廓描述函数及其匹配方法具有更为优秀的匹配性能.     

轮廓匹配的复杂背景中目标检测算法

为解决基于形状的目标检测算法受图像复杂背景的影响,本文提出了一种新的基于轮廓匹配的复杂背景中目标检测方法,算法结合了显著性检测和模板匹配的方法.首先对输入图像在超像素级别进行预处理,应用显著性区域检测方法得到不含复杂背景的区域图像,然后在显著性区域内得到初始边缘图像,对初始边缘图像进行优化处理后利用形状描述子进行轮廓匹配,最后,通过深度优先的搜索策略识别目标的假设位置并进行假设验证来确定最终的目标位置,完成复杂背景图像中的目标检测任务.在ETHZ形状数据集的实验结果证明了本文算法的可行性,根据50%-IoU和20％-IoU标准与其它几种基于形状的目标检测方法进行对比,当误报率为0.3时,算法平均检测率是96%,误报率为0.4时,检测率已经达到99%,如果接受更高误报率时检测率可达到100%,均高于其余几种算法.算法的实验和对比分析结果表明本文方法可以提高检测精度,具有明显的性能优势,为复杂背景中的目标检测提供了新的解决方法.     

计算机视觉技术在大米轮廓检测上的应用

分析了使用Roberts算子、Sobel算子、Prewitt算子夏模板匹配法和快速模糊边缘检测法对大米轮廓进行边缘检测。并通过对大米图像的分割实验。验证了快速模糊边缘检测法最为有效。为大米等级的分类作了前期准备。     

视觉机器人货物轮廓提取与定位

提出一种视觉机器人货物拣选中的货物轮廓提取与定位方法.在图像预处理的基础上,采用Sobel算子提取货物与货箱边缘图像I ₁［i,j］,通过图像投影取得货物支持区及其边缘图像I₂［i,j］,对货物支持区利用Canny算子提取边缘图像I₃［i,j］,利用I₃［i,j］对I₂［i,j］进行边缘连接,最后边缘跟踪提取货物轮廓实现货物定位,控制机械手运动并实现货物抓取.实验结果表明该方法实用有效.     

多分辨轮廓匹配的成型制件外形检测

为了通过对制件图像进行轮廓匹配实现外形异常识别,提高生产效率和产品质量,提出制件外形多分辨轮廓匹配检测技术,通过分析起点对轮廓曲线的各分辨率小波变换的影响,建立轮廓某尺度下小波逼近量的搜索匹配策略,实现粗匹配下的形变判定.研究匹配轮廓段局部特征以及轮廓区间对的相异度统计,进而获得轮廓点对的精确对准,达到轮廓精配准,实现飞边、缺损等缺陷类型判定,最终得出外形检测结果.该方法在多种制件图像、各种外形异常类型中进行应用验证,结果表明外形检测准确度满足要求.     

2D registration based on contour matching for partial matching images

The mean Hausdorff distance, though highly applicable in image registration, does not work well on partial matching images. An improvement upon traditional Hausdorff-distance-based image registration method is proposed, which consists of the following two aspects. One is to estimate transformation parameters between two images from the distributions of geometric property differences instead of establishing explicit feature correspondences. This procedure is treated as the pre-registration. The other aspect is that mean Hausdorff distance computation is replaced with the analysis of the second difference of generalized Hausdorff distance so as to eliminate the redundant points. Experimental results show that our registration method outperforms the method based on mean Hausdorff distance. The registration errors are noticeably reduced in the partial matching images.     

突发大客流下地铁协调限流优化模型

为研究突发大客流下地铁车站客流控制的安全管理措施,重点关注地铁突发大客流的疏散,考虑供需失衡下的疏散策略优化,通过对多个车站协调控制客流,减轻突发大客流对地铁系统的冲击.突发大客流主要包括节假日大客流、大型活动大客流、恶劣天气大客流和地铁故障大客流4种类型.以对突发大客流形成的内在机理研究为基础,建立以乘客平均延误最小和各区间满载率之和最大为目标的协调限流控制优化模型,利用所求解的控流率为客流控制措施提供量化依据.最后通过算例分析,对比采取与不采取协调限流措施两种情况下的控流率和滞留人次,验证了协调限流模型的有效性和可靠性.     

基于双目视觉的运动目标检测系统

为了满足室内环境监控的需求,提出一套基于双目视觉的运动目标检测系统。该系统由数据采集与存储模块、运动目标检测模块、对应点匹配模块和测距模块共四部分组成。运动目标检测模块对采集到的双通道视频分别采用背景差分法进行目标提取,然后对双通道的每帧图像进行粗匹配,并采用尺度不变特征变换算法进行精匹配,找到双通道图像的匹配点对,完成运动目标的距离测量。经实验证明,新系统可以有效提取运动目标,并进行距离测量,尤其可以解决目标物被部分遮挡的距离测量问题。     

Error matching detection and robust estimation adjustment approach for map conflation

The conflation of geographic datasets is one of the key technologies in the realm of spatial data capture and integration in geographic information system (GIS). Map conflation is a complex process of matching and merging spatial data. Due to various reasons such as errors in original data related to map data discrepancies, a great amount of uncertainties exists during the process and this will result in errors in featuring matching, especially point feature. Thus, it is vital to develop the method to detect the errors in feature matching and further the conflation results will not be affected. In this paper, error matching detection and robust estimation adjustment methods are proposed for map conflation. The characteristics of errors in feature matching are first analyzed, then a new approach for map conflation based on the least-squares adjustment is presented, and a robust estimation adjustment method is further proposed to detect and process matching errors. The results of the map conflation test show that the proposed method not only determines the errors in feature matching, but also obtains the optimal merging results in map conflation.     

深度特征提取下城轨客流异常状态识别

为实现对城市轨道交通突发大客流的及时预警,提出一种基于自动售检票数据的客流异常状态识别方法.首先,确定符合客流时变特性的滑动时间窗口长度以适应动态的数据环境;其次,建立深度置信网络模型以提取窗口内待检样本的客流特征,并实现样本特征模式的自适应划分;最后,将待检样本和相同模式的历史样本映射至多维特征空间,进行基于局部异常...     

一种改进的轮廓提取评估算法

针对带有Ground Truth图的自然图像轮廓评估算法的轮廓提取准确率低并且不精确的问题,本文提出了一种邻域匹配算法,并且与原算法相结合,再将评估的准确率公式进行修改,得到了本文的轮廓提取评估算法。通过对Canny算子处理的轮廓提取图进行评估,并与原算法相比可知,本文算法提高了评估的轮廓提取准确率。     

基于分布匹配的主动轮廓模型及其图像分割算法

针对运动目标跟踪的快速性和鲁棒性要求,提出了基于分布匹配的主动轮廓模型,该模型将模板和候选区域的分布匹配标准——相对熵(即Kullback-Leibler距离)作为主动轮廓的外部能量,使用目标和背景全图像的匹配,克服了跟踪过程中噪声的影响。同时根据匹配力构建帧内和帧间的运动向量,加快了序列图像分割速度。相比于现有的基于边缘、块匹配、区域匹配的主动轮廓模型,该模型具有更好的噪声鲁棒性及在跟踪过程中容忍目标旋转和较大位移的能力。实验验证了该模型的有效性。     

改进等高线法在气液两相流图像中的应用

为了对气液两相流图像的主目标进行有效的提取,结合二维高斯核梯度、多尺度图像分解技术、开闭运算以及等高线理论提出了一种图像特征的表达方法.该方法在梯度模对图像边缘增强的基础上进行经验模态分解,取得高频信息层子图像并进行叠加;应用开闭运算进行细节噪声去除与边缘修补,采用等高线理论进行特征提取和表达.通过对比发现,所提出的图像特征表达方法不仅能够有效检测图像的边缘特征,而且能够保留一些经典算法所保留不了的细节信息,为气液两相流图像特征的提取提供了一个新思路.