基于散焦图像的运动物体位移及姿态参数测量

利用散焦图像测距原理,研究了一种运动物体位移和姿态参数测量方法。该方法首先在物体上设置4个特征点,然后根据特征点的散焦图像的模糊程序分别计算出每个特征点的移动距离,再由4个特征点的移动距离最终确定物体的运动位移和姿态参数。实验表明,该方法测量原理简单,计算量小,能满足实时性要求,并具有一定的测量精度。     

运动目标姿态参数的一种CCD测量方法

结合计算机视觉技术和CCD测量原理。给出了一种运动目标姿态参数的测量方法,并推导了目标姿态测量的数学模型。对可能存在的误差源进行了分析,并提出了解决方法。该方法通过三个与CCD相匹配的标定点测量,采用四元法描述姿态,使得系统结构简单、速度快;仿真结果表明,系统角测量精度可达到1’,系统可以广泛应用于运动目标姿态的近距离测量。     

基于散焦图像深度测量的一种新方法

提出了基于散焦图像深度测量的一种新方法．该方法采用一台带有远心镜头的CCD摄 像机,沿光轴方向移动摄像机拍摄两副图像,根据所拍摄目标图像的散焦半径与图像的大小 计算目标景物距摄像机的距离．采用远心光学镜头代替普通镜头可使图像的大小与散焦半径 之间的关系简单．该方法融合了图像的大小与散焦半径两种信息,使深度计算更加准确．由 于该方法只需要一台参数固定的CCD摄像机,可以免除图像间的配准和特征点的选取,有利 于实时系统的实现．实验结果表明该方法的有效性．     

层析图像表面积测量方法研究

通过层析图像来进行被测物的几何参数测量是CT技术的一项重要应用,该方法在逆向工程、无损检测、航天工业领域都发挥了重要作用;针对目前CT系统采用手工选取被测区域进行测量的方法,提出一种三维层析图像表面积的自动测量方法;该算法首先对所有切片图像在阈值化的基础上进行边缘提取,然后进行八邻域边缘跟踪、层间插值和拟合,最后将所求的曲面剖分成若干四边形从而求得其表面积,在实验中证明了这种方法相对于周长积分求表面积的方法具有更高的精度。     

一种激光图像挠度测量方法

分析了当前桥梁挠度测量方法中的激光测量法和成像式测量法的原理,讨论了两种方法的优劣,在综合二者优点的基础上提出了一种激光图像挠度测量的新方法。并在实验室构建出整个测量系统,进行了室外和室内的测试。实验结果表明:在测量环境基本维持不变的条件下(如密封的梁体),系统漂移较小,完全可以满足具有密封梁体的大型刚构桥梁的高精度、大量程的挠度测量要求。     

物体三维图像运动重建算法仿真

在运动图像准确识别问题的研究中,在物体运动过程和背景较为复杂的情况下,物体的形变程度存在很大的随机性和不确定性,很难运用精确的形状基数量对非确定的形变加以约束.传统的非刚体物体三维图像重建算法中均为假设物体的形状基个数已知,没有运动物体形变复杂时,形状基参数估计错误带来的重建特征点缺失,影响三维图像重建真实性和重建清晰度.为解决上述问题,提出了一种散乱特征点碰撞的物体三维运动重建算法,运用动态图像序列中恢复的特征残缺的三维物体结构,在极小的特征空间内,通过散乱特征点间的碰撞联系,建立较为准确的补偿特征,对形状基估计不准进行补偿,弥补由于形状基估计不准带来的物体重建特征缺失、物体重建效果差、鲁棒性不强,不清晰的弊端.     

一种水下运动物体三维轨迹视觉测量方法

针对海洋工程中采用的设备深海悬垂法安装过程,采用多摄像头视频运动分析方 法计算水下三维运动轨迹可用于指导海洋工程的结构安装和分析设备水下运动特征。水下视频 和图像的处理获取面临着诸多挑战,首先由于水下环境悬浮物和颗粒较多,光在水下发生了散 射,使水下图像发生了退化;其次水下视频运动分析遇到的一个主要障碍是光线的折射引起的 图像误差。由于光在水、玻璃、空气不同介质间发生折射,光路发生弯曲,陆地上的摄像机成 像模型在水中不再适用,需要提出新的水下摄像机成像模型。本文引入带光线折射的水下摄像 机成像模型,研究水下摄像机的内参数和外参数标定方法,利用固定布置的 3 个水下摄像机拍 摄的目标水下运动视频来计算水下目标的轨迹。该方法适用于水池环境下水下物体大范围运动, 可以得到较为精确的轨迹,并得到了实验验证。     

一种用于机器人的物体运动参数快速识别方法

为了使机器人能跟踪并抓取运动目标,实时给出目标物的运动参数是首要问题,也是个困难的问题.本文给出一种物体二维运动的快速估计算法,不需要抽取物体特征,也不需要事先知道物体的模型,而是通过运动物体序列图像的复数矩与运动参数之间的关系,来恢复物体的二维运动.该算法与基于傅里叶描述子的运动估计方法进行了比较,证明了算法的快速性和准确性.     

一种改进图像拼接算法的仿真研究

研究图像拼接优化问题,在图像拼接中有精度要求,但由于受到光照、目标移动、视角等影响,图像含有噪声,且容易发生变形,传统Harris特征提取算子不能适应图像变形特性,容易获得很多错误的特征点,导致后继的图像拼接精度低。为了提高图像拼接精度,提出一种改进Harris算子的图像拼接方法。首先对待拼接图像进行平滑和几何校正处理,然后采用改进Harris算子提取图像特征点,最后采用傅立叶变换实现图像配准,平均值法进行图像融合,得到一幅全景图像。仿真结果表明,改进算法不仅减少了图像拼接耗费的时间,同时提高了图像精度和拼接的效率,达到了图像无缝拼接的效果。     

一种三维人脸图像的快速拼接算法

三维人脸扫描仪使用双眼式正弦波光栅移相法三维成像原理．经过计算得到左右两幅在同一坐标下的三维数据图像．再将这两幅图像拼接成一幅完整的人脸正面图像．针对该系统,提出一种基于人脸固有特征的快速三维图像拼合算法．实验验证了该算法的有效性．     

基于FOE和改进MCMC的视频运动目标跟踪方法

改进的马尔可夫链蒙特卡洛MCMC(Markov Chain Monte Carlo)粒子滤波跟踪算法可以实现稳定跟踪多目标的目的。但在运动场景下,常常出现跟丢或者误跟的情况。考虑到相机聚焦中心FOE(Focus Of Expansion)在估计摄像头运动方面有不可替代的作用,首先通过构建FOE与目标在视频中位置的一个简单估计模型,估计目标的位置,再通过FOE与MCMC的结合,改善了目标丢失和抖动的现象,达到更加准确估计目标的目的。实验表明该方法对摄像头前后平移运动有比较理想的效果。     

三维物体识别及姿态测定的推理系统

本文介绍了三维物体识别及姿态测定的一种新技术，从物体空间域模型出发，通过约束推理及几何推理，在物体三维信息部分给定的条件下，推断预测图象模型，并通过实测的图象数据反馈，推断出隐含在图象中未给定的三维信息，最终实现三维物体识别及姿态测定。整个系统在ＶＩＣＯＭ机上用Ｃ语言完成。     

复杂背景下运动目标的智能检测方法

提出了利用Otsu法和数学形态法进行三帧差分图分割的运动检测方法,对单个或多个运动物体检测效果都良好.此运动检测方法简单、速度快、自适应性强,适于硬件实现,且不要求保存过去的测量数据,需要较少的内存,符合了嵌入式系统的开发要求.实验证明,本检测方法具有较强的稳健性和鲁棒性.     

基于压缩感知的遥感图像小运动目标检测技术研究

天文遥感图像中小运动目标的检测是空中监测任务的一个重要问题。压缩感知理论的出现为在线天文遥感图像处理提供了一种简单高效的编码方法。提出一种基于压缩感知理论的天文遥感图像小运动目标的检测方法。这种算法通过比较当前图像测量值和背景图像测量值之间的不同来确定目标的测量值。与其他方法对整个场景成像不同,这种方法只对最显著的位置成像,有效地节约了计算资源。同时这种方法能够得到精确的定位结果。仿真结果表明,所提出的方法能够准确地检测小运动目标,同时实现精确定位。     

动态场景下基于精确背景补偿的运动目标检测

针对动态场景下因背景补偿效果欠佳而不能准确检测运动目标的问题,提出一种基于精确背景补偿的运动目标检测算法。算法采用加入对称约束的SURF特征点匹配算法,以获得稳健的匹配点对。同时利用自适应外点滤除法去除目标点对全局运动估计的影响,显著地提高了背景补偿的精度。最后用帧差法准确地检测出运动目标。实验结果表明,该算法具有很好的鲁棒性,能够在背景复杂且摄像机运动的环境下准确地提取出运动目标。     

无特定背景条件下运动目标的分割算法研究

针对无特定背景条件下运动目标的分割问题,采用改进的三步搜索算法有效地提高灰度投影法检测序列帧间运动矢量搜索速度,同时保持了运动矢量的搜索精度。并通过帧间运动矢量补偿将相邻三帧图像的相同背景稳定在同一幅图像的相同位上,提出了改进型HSI帧差分法检测运动目标区域,通过聚类分析确定运动目标的个数。结合数学形态学的闭运算和填充运算分割出运动目标。实验结果表明,该方法能够快速高效地从无特定背景条件下的视频序列中提取运动目标,具有图像信息利用充分、鲁棒性强和准确性高等优点。     

一种基于背景模型的运动目标检测与跟踪算法

本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法．它以一种改进的自适应混合 高斯模型为背景更新方法，用连通区检测算法分割出前景目标，以Kalman滤波为运动模型实 现对运动目标的连续跟踪．在目标跟踪时，该算法针对目标遮挡引起的各种可能情况进行了 分析，引入了对运动目标的可靠性度量，增强了目标跟踪的稳定性和可靠性．在对多个室外 视频序列的实验中，该算法显示了良好的性能，说明它对于各种外部因素的影响，如光照变 化、阴影、目标遮挡等，具有很强的适应能力．     

基于图像差距度量的阈值选取方法

依靠阈值分割出目标与背景在图像处理与分析问题中经常使用,基于好阈值分割出的目标与背景之间的差距应议最大以及它们与原图像的差距应该都很大这一特点,在给出一些差距度量的基础上,一些新的阈值选取方法被提出,所有方法都有比Otsu方法类似的简单计算公式,特别地,根据这一原则,Otsu方法被多次导出,这也间接地说明了依据上面原则来构造阈值选取方法的合理性,所有方法均经实际图像验证证明是行之有效的。     

基于SIFT特征匹配和动态更新背景模型的运动目标检测算法

运动摄像机情况下的运动目标检测是视频监控中的难点和热点问题。为了能够有效地检测出运动目标,提出了一个基于SIFT（Scale Invariant Feature Transform）特征匹配和动态背景建模的背景差算法。首先利用SIFT算法提取特征点,采用RANSAC（Random Sample Consensus）方法求得仿射变换模型参数并实现图像的全局运动补偿,然后用背景差方法实现运动目标的检测,同时进行阴影和鬼影的去除。SIFT特征点匹配的准确性和RANSAC方法去除异常点的有效性使得仿射变换模型参数计算准确,动态更新背景模型的背景差则完整地检测出了前景目标。与Ninad Thakoor实验结果对比说明：该算法能够准确地检测出运动目标,并且保持了前景目标的完整性。     

基于多点模型和改进BFGS的人脸姿态估计

针对人脸姿态估计往往存在姿态解不稳定和不能唯一确定人脸三维空间姿态的缺陷,准确提取人脸特征点及进行相应特征点深度值估计后,以人脸的多个特征点建立人脸模型,并利用人脸特征点近似估计人脸姿态,通过改进的BFGS(Broyden-Fletch-er-Goldfarb-Shanno)算法精确估计三维人脸空间姿态。实验结果表明,该方法不仅可以获得稳定和唯一的3D人脸空间姿态,而且与同类方法比较具有良好的姿态估计精度。