共查询到16条相似文献,搜索用时 62 毫秒
1.
3.
4.
针对实时电子稳像系统中Kalman滤波器的硬件实现问题,提出了一种Kalman滤波的FPGA实现方法。通过对电子稳像算法中Kalman滤波模型的分析,对滤波算法进行了化简,将滤波器的运算分解成简单的加、减、乘、除运算。利用硬件描述语言对Kalman滤波进行了FPGA实现,并对实现的滤波器进行了验证。通过软硬件仿真实验结果的对比,验证了所实现滤波器的有效性。 相似文献
5.
提出一种基于传感器电子稳像技术的扫描稳像方法———预测扫描提前跳转法,用以处理电子稳像过程中摄像系统的扫描运动问题。首先,利用传感器敏感摄像系统运动,实现对图像序列帧间偏移量的估计,并根据估计偏移量预测图像序列是否存在扫描运动;然后,对存在扫描运动的图像将参考帧提前跳转到扫描后位置,再运用稳像算法进行处理。该方法通过提前跳转参考帧将扫描模式下的稳像过程简化为不存在扫描运动的稳像过程,简化了扫描稳像的数学模型,降低了算法复杂度,同时通过跳转步长的设置和缓存参考帧技术进一步提高了算法的准确度和可靠性。实验结果表明,该方法可在输出稳定图像的同时正确显示视频序列的扫描运动。 相似文献
6.
受云雾干扰的视频图像清晰度差,对比度低,提取的特征点正确率低,影响运动参数的计算,导致稳像精度下降甚至稳像失败。采用改进的二维OTSU算法进行分割预处理,获取图像中较清晰的区域,得到正确率较高的特征点。针对不同的情况采用图像增强和多次分割进行优化,再通过八邻域法剔除孤立点。实验表明,该算法实时好,能适用于不同云雾条件下的视频图像,分割得到的目标区域能在提取足够数目特征点的同时保证特征点的正确率,为后续电子稳像打下坚实的基础。 相似文献
7.
使用粒子滤波器实现电子稳像 总被引:3,自引:1,他引:2
提出用粒子滤波器来实现视频序列的稳像,解决了视频序列的帧间不稳定问题.提出的稳像算法从视频图像中提取角点特征,建立当前帧与参考帧之间的映射关系,然后根据仿射变换模型求取最小二乘解来获得帧间的全局运动参数,最后利用粒子滤波平滑运动参数,实现帧间的实时运动补偿.对包含80帧场景的视频序列进行了实验,稳像后视频序列的平均峰值信噪比比稳像前提高了24.88,同时稳像精度<1 pixel,处理时间<30 ms.实验结果表明,本文算法能有效地改善图像质量,在去除高频抖动的同时能较好地保留摄像机的主动运动,稳像效果良好. 相似文献
8.
9.
车载图像跟踪系统中电子稳像算法的研究 总被引:11,自引:13,他引:11
提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算。其次,详细阐述了自适应均值运动滤波法。通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生。实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了"亚像素"水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求。 相似文献
10.
提出了一种基于投影最大特征峰匹配的稳像算法来进一步提高灰度投影稳像算法的实时性。首先,将参考帧与当前帧图像等分为若干区域子块,根据灰度投影计算公式分别计算每个子块的水平投影和垂直投影;依次计算两帧图像相应子块中对应的垂直和水平投影最大特征峰的位置差值,作为相应子块的水平和垂直运动矢量。然后,根据帧间运动矢量变化程度进行运动矢量修正。最后,根据各子块的运动矢量统计结果进行全局运动估计。将该最大特征峰匹配算法运用到多光谱成像系统进行实验,并与较经典的灰度投影算法做了比较。结果表明:在保证相同的稳像效果前提下,对于分辨率为1 024pixel×1 024pixel的图像序列在(-60,60)搜索范围内进行运动估计时,前者比后者的运算时间节省了近20%。提出的算法突破了现有投影稳像算法需要对可能的区域逐一搜索的繁琐匹配过程,具有较好的实时性和良好的稳像效果。 相似文献
11.
12.
快速灰度投影算法及其在电子稳像中的应用 总被引:12,自引:1,他引:11
通过分析电子稳像技术中灰度投影算法及其相关函数特点,提出了一种基于单峰特征的快速搜索算 法,并同全局搜索算法进行了比较。在搜索区间 内,计算并比较区间两个端点a,b的相关函数值,判断搜索方向,缩小搜索范围,确定一个新的搜索区间,新搜索区间的长度是原区间长度的一半。重复上述步骤,当区间长度缩短为1时,即可获取图像运动矢量,在此基础上通过运动补偿技术实现电子稳像。当搜索长度为2n+1时,全局搜索算法运算量为2n+1,该算法仅为n+2,运算量显著减少。该方法已应用于船载电子稳像器中, 实验结果表明,该方法计算速度快、精度高,具有较好的稳像效果。 相似文献
13.
椭偏光学显微成像系统中的图像采集及处理技术 总被引:2,自引:0,他引:2
椭偏光学显微成像是近几年发展起来的一种超薄膜及表面结构显示技术,它不仅为分子生物学、生物医学(尤其是分子生物医学)及分子生物材料学等领域提供了一种新的研究手段,而且在临床疾病诊断、微电子器件及纳米材料检测等方面具有潜在的应用前景.本文针对椭偏光学显微成像系统及其成像(简称“椭偏成像”)特点,提出了扩展图像量化等级法、快速采样—时间积分法和多采样点平均法以改善椭偏成像质量和样品表面定量分析的可靠性,并给出理论分析及实验结果.这些图像采集和图像处理技术在椭偏光学显微成像系统中行之有效,同时也适用于类似的图像处理系统. 相似文献
14.
15.
16.
Joon Lyou MinSig Kang HwyKuen Kwak YoungJun Choi 《Journal of Mechanical Science and Technology》2009,23(8):2097-2106
This paper presents a combined dual stage-based mechanical and image-based stabilization scheme for a three-axis image-tracking
sight system. To improve the stabilization and tracking accuracy, a secondary stage actuated by a pair of electro-magnets
is mounted on a conventional elevation gimbal. For the remaining roll axis stabilization, an electronic digital- image stabilization
technique is introduced to estimate and correct roll motions. Experimental results are given to demonstrate the effectiveness
of the proposed stabilization system and the image-stabilization scheme.
This paper was recommended for publication in revised form by Associate Editor Dong Hwan Kim
Joon Lyou received a B.S. degree in Electronics Engineering from Seoul National University in 1978. He then went on to receive M.S.
and Ph.D. degrees from KAIST in 1980 and 1984, respectively. Dr. Lyou is currently a professor of the Department of Electronics
Engineering at Chungnam National University in Daejeon, Korea. His research interests include industrial control and sensor
signal processing, IT based robotics, and navigation systems.
MinSig Kang received a B.S. degree from the Department of Mechanical Engineering of Seoul National University in 1980. He then went on
to receive M.S. and Ph.D. degrees from KAIST in 1983 and 1987, respectively. He worked for the Agency for Defence Development
during 1987–1998. Dr. Kang is currently a professor of the Department of Mechanical and Automotive Engineering at Kyungwon
University in Sungnam, Korea. His research interests include dynamic systems measurement and control, industrial robotics,
and manufacturing systems.
HwyKuen Kwak received a B.S. degree in Electronics Engineering from Chungnam National University in 2005. He is currently working on his
M.S. and Ph.D. course at Chungnam National University in Daejeon, Korea. His research areas are image signal processing, sensors
and digital control systems.
YoungJun Choi received a B.S. and M.S. degree in Mechanical Engineering from Kyungwon University in 2004 and 2006. He is currently a researcher
for the Agency for Defence Development in Daejeon, Korea. His research fields are dynamic systems measurement and control,
satellite systems, navigation systems and smart materials. 相似文献