基于有限射影几何的细粒度数据完整性检验方法

 细粒度的数据完整性检验方法在实现完整性检验的同时可以对少数的错误对象进行准确和高效的隔离,从而避免因偶然错误或个别篡改造成整体数据失效的灾难性后果.对细粒度数据完整性检验问题进行了总结和分类,给出了总体的研究思路.为了提高细粒度数据完整性检验方法的错误指示效率,基于有限射影几何原理构造了一种新的数据完整性指示码.其思想是将有限射影几何空间中点与线的关联关系映射为Hash与数据对象之间的监督关系,实现Hash之间完全的均匀交叉.分析了码的主要性能.分析和实验结果表明该码可以准确指示多个错误并且具有更高的压缩率.     

大型影像测量场多像机组合标定技术

大型影像测量场需要采用多部测量像机获取测量目标的视频数据,本文针对多部测量像机坐标基准统一问题,研究了多像机组合标定技术,将测量场内多部像机统一至同一坐标基准,并实现了工程应用.     

多像机非共视场的非合作飞行器位姿测量方法

以空间非合作飞行器视觉位姿测量为背景,针对近距离及超近距离情况下由于成像空间小、像机视场等限制,位姿测量所用的视觉特征将不能在单像机中完整成像而无法完成定位的问题,提出一种多像机非共视场的非合作飞行器位姿测量方法。首先将多个像机配置成非共视场的形式,标定各个像机之间的位置关系;然后利用多个像机对目标上的不同特征成像,来自不同像机的底层信息既有冗余又有互补,为位姿测量提供足够的视觉特征和几何特征;最后结合像机之间的位置关系将各个像机中的特征信息进行融合,进而以闭式解法计算目标位姿。实验结果验证了该方法的有效性以及在大目标近距离位姿测量应用中的优越性。     

滑动窗口式三维Watershed算法实现视频序列分割

视频序列分割是实现视频对象提取、处理和识别的基础,也是基于内容的视频压缩和检索的前提。目前普遍采用的watershed算法是全局涨水算法,用于视频分割时占用的存储和处理空间巨大。针对这一问题本文提出了新的滑动窗口式三维watershed算法(SW3DW),通过时间轴上的局部窗口对视频序列进行观察和分割,而在相邻窗口间采用水源区标号传递和局部流域更新相结合的方法,以较小的存储和处理空间实现了局域和全局处理的一致性。理论分析和实验证明该算法能有效性地实现视频序列的分割,为后续视频对象提取和处理创造了条件。     

基于时空曲线演化的多视频运动对象分割算法

多视频对象由于其运动的复杂性,在分割提取过程中有较大的难度.本文提出了一种基于时空曲线演化的多视频对象自动分割方法,首先根据视频序列帧间(时间域)和帧内(空间域)信息的不同特点,建立基于全局和局部特征的能量模型,并由此导出基于level sets方法的曲线演化方程;然后用视频序列的连继两帧帧差得到初始的视频对象,分别进行时间和空间曲线演化跟踪,提取多个视频对象;当对象因运动而发生相互遮挡现象时,利用基于Bayes最小错误概率决策法则的判断方法,分割遮挡对象和显露对象.实验结果表明,本文提出算法的分割效果在空间准确度上比COST211算法提高30-50%,比最佳的帧差分割算法提高5-10%.     

基于多视点视频的虚拟会议显示与合成

构造能够支持与会者群组间自然方式交流与交互的虚拟会议人机交互环境是虚拟会议要解决的核心问题.本文介绍了建立半沉浸的投影显示设备构造虚拟环境的方法,能够实现与会者之间空间位置的重构;提出了基于水线的视频对象分割算法,能够稳定地从虚拟会议静态背景环境实时提取与会者对象,以及基于位置的多视点视频重构合成方法.     

编码视频通信中的错误恢复技术探讨

在压缩编码视频通信中，误码在空间和时间上的扩散将引起图像质量的急剧下降，故对其进行错误恢复十分必要。本文根据编码视频通信的特点，分析了可采用的各种错误恢复方法的应用范围和性能，指出自适应的错误隐藏和视频图象的鲁棒性编码是实现其错误恢复的有效方法。     

一种基于交通视频的摄像机标定方法

介绍了一种线性模型下的摄像机标定方法。在获取交通视频的基础上,利用实际路面上的参照物和图像处理的基本知识抽象出交通视频中的像素行和路面实际距离之间的几何模型,对几何模型进行解析,得到视频图像上像素行和实际路面的距离映射关系。试验表明,该方法能够较好地实现图像上像素行到路面实际距离之间的转换。     

基于Navier-Stokes方程的视频去隔行方法

随着技术的发展,常需将已有的隔行视频转换成高质量的逐行视频。本文提出一种基于Navier-Stokes（N-S）方程的视频去隔行方法。将基于N-S方程的图像修复模型应用到视频空间,由理想三维流体方程,建立视频的局部约束条件;然后,根据其各向异性特征,导出单个像素点的修复方程;最后,通过对隔行视频间隔区域的逐点修复,实现视频去隔行。实验表明,本文方法能够较好的抑制运动虚像和边沿锯齿。      

超混沌视频加密系统的FPGA设计与实现

随着多媒体技术的不断发展,视频信息安全愈发受到人们的关注。为解决视频信息的安全问题,提出了一种基于现场可编程门阵列(FPGA)技术的超混沌视频加密方法。在加密过程中,一方面FPGA控制数字摄像头实现实时彩色视频信息的采集;另一方面,在计算机密钥指令下,利用FPGA使超混沌系统产生有效的伪随机序列,实现对所采集视频信息的数据和地址的双重超混沌加密。给出了具体的超混沌视频加密算法和设计流程以及FPGA实现结果。安全性分析表明,明密文主观视觉对比显著不同,密钥空间大,视频图像统计特性的相关性弱,说明基于FPGA的超混沌视频加密系统加密效果良好可靠。     

摄像机标定在脱靶量测量上的应用

提出了一种基于标定摄像机的脱靶量测量方法。对三维世界坐标系、摄像机坐标系、成像平面坐标系和图像坐标系的关系进行了分析并建立了摄像机的数学模型,给出了摄像机的标定步骤,得到了摄像机标定进行脱靶量的测量方法,利用测量数据对这一方法进行脱靶量测量的精度进行了验证。通过利用摄像机标定方法进行脱靶量测量,减轻了判读仪光路的清洁维护,降低了设备成本,特别是造价昂贵的光电转化设备,更加适应摄影测量技术的发展。     

3D target recognition based on projective invariant relationships

In this paper, we propose a new 3D target recognition algorithm using a single image. Our approach is based on geometrically invariant relationships. By employing a practical CCD camera model for projective image formation, and analyzing the constraints on the projection parameters, we derive two invariant relationships using six pairs of 3D space features and corresponding image features, such as points and lines. Compared to the conventional approach in which only a single invariant relationship is derived from six point pairs based on the general finite projective camera model, the two relationships obtained from the practical camera model can increase the effectiveness of matching. Based on the derived invariant relationships, a new view-invariant object recognition algorithm using a single image is proposed. The performance of the proposed recognition algorithm is demonstrated by various computer simulations on synthetic and real images of objects. The experimental results show that 3D objects in the image can be robustly recognized, using the linear features, by the proposed algorithm.     

基于影灭点的单视图三维重构

提出了一种单视图三维重构有大量平面构成,存在大量的方法,该方法需要用户提供图像点及其对应三维点之间的几何信息。由于结构场景平行性和正交性约束,所以该方法主要应用于结构场景的三维重构。重构过程分为两部分：首先,基于三组互相垂直方向的影灭点,对方形象素摄像机进行定标;然后,基于用户提供的共面性和场景平面的影灭线,计算点的三维坐标。采用真实图像测试,说明该方法有效且简单易用。     

基于已知两个方向角的相对位姿标定

提出一种求解摄像机外部参数的方法。传统上一般是至少要用3组2D=3D的对应点,利用PnP问题求解的方法,求解摄像机外部参数,而本文中是根据给定的已标定摄像机的两组2D=3D的对应点,和一个给定的垂直方向（垂直方向可以通过一些物理设备求得,例如陀螺仪,IMUs）[4],利用PnP问题求解的方法,求解摄像机的绝对位置。这个问题最终转化为一个求解含有4个变量,且变量的最高次数为2的多项式方程组,在此,本文中利用Groebner基法求解多项式方程组。     

3D-objecttracking with a mixed omnidirectional stereo camera system

This paper presents a novel technique of stereo vision based on the combination of an omnidirectional camera and a perspective camera. The technique combines the 360° field of view of the omnidirectional camera with the long field of view of a perspective camera. We describe the setup of such a camera system and how it can be used to achieve 3D-position estimates. Furthermore, we develop a maximum likelihood approach and a Bayesian approach that are able to fuse monocular and binocular observations of the same object to estimate its position and movement and show how this technique can be applied successfully in the RoboCup MiddleSizeLeague.     

移动平台下运动目标检测的MOF算法

建立了基于摄像机焦点运动所引起的场景全局运动的视差补偿技术（MOF）。摄像机自由移动时，由于场景的景深所带来的视差问题，需要对摄像机运动引起的场景全局运动进行补偿。重点研究了摄像机视角下摄像机与图像序列间光流场之间的运动关系，并实现了表征场景全局运动的MOF模型的建立。从摄像机视角的角度，利用射影几何的关系推导出光流场的约束条件，由场景的整体运动推测摄像机的运动，从而剔除视差虚警。最后，利用实际采集的图像数据进行实验，并与相关算法进行了分析对比，最终给出了MOF算法在摄像机平移、旋转等情况下的运动目标检测效果。     

Structure from planar motion.

Planar motion is arguably the most dominant type of motion in surveillance videos. The constraints on motion lead to a simplified factorization method for structure from planar motion when using a stationary perspective camera. Compared with methods for general motion, our approach has two major advantages: a measurement matrix that fully exploits the motion constraints is formed such that the new measurement matrix has a rank of at most 3, instead of 4; the measurement matrix needs similar scalings, but the estimation of fundamental matrices or epipoles is not needed. Experimental results show that the algorithm is accurate and fairly robust to noise and inaccurate calibration. As the new measurement matrix is a nonlinear function of the observed variables, a different method is introduced to deal with the directional uncertainty in the observed variables. Differences and the dual relationship between planar motion and planar object are also clarified. Based on our method, a fully automated vehicle reconstruction system has been designed.     

A complete system for on-line 3D modelling from acoustic images

This paper presents a system for the three-dimensional (3D) reconstruction of an underwater environment on the basis of multiple range views from an acoustical camera. The challenge is to provide the reconstruction on-line, as the range views are obtained from the sensor. The final target of the work is to improve the understanding of a human operator driving an underwater Remotely Operated Vehicle. The acoustic camera provides a sequence of 3D images in real time. Data must be registered and fused to generate a unique 3D mosaic in the form of a triangle mesh, which is rendered through a graphical interface. Available technologies for registration and meshing have been modified and extended to match time constraints. Some experiments on real data are reported.     

直角三棱镜补充视角的密封圈缺陷检测研究

为解决三维激光检测中被测物体底面点云无法被高效获取的问题,本文提出了基于直角三棱镜折射原理的补充视角三维点云扫描获取方法。该方法使用直角三棱镜将底面图像折射到侧面,弥补了三维检测的底面检测视角缺失的问题,补充了底面检测视角。本文以密封圈作为缺陷检测对象,采用结构光三维相机采集三维点云。与直接扫描法相比,本方法可以一次性实时、快速地寻找出密封圈完整的表面缺陷,尤其使底面缺陷检测变得更容易,且无需设置特殊的夹取装置或复杂的机械臂等机械结构,仅需增加一块直角三棱镜。实验证实,直角三棱镜补充视角的点云扫描方法能够达到成像要求,对常见的密封圈断裂缺陷与塌陷缺陷均可很好的检出,检测准确率可达到100,满足密封密封圈缺陷检测的需求。     

Estimating the motion direction from brightness gradient on lines

In previous work we combined feature-based techniques and optical flow methods to obtain depth or motion. The expressions relating the brightness constraint to the three-dimensional (3D) localization and motion of a line and its projection were established. In this paper, those expressions have been used to obtain the motion direction of a camera when the rotation velocity is bounded without assumptions about the depth of lines. Our approach exploits the visibility constraint and it allows us to make use of a priori information about the scene or the motion. With the proposed technique, the topology (easily extracted in the image) that relates adjacent edge elements into line segments is exploited to better compute camera motion. Besides the motion direction, our method allows also to compute the rotation velocity when lines in prominent 3D directions are available