基于振幅调制纯相位滤波器的旋转不变识别优化算法研究

为了提高光学匹配滤波相关识别的综合性能,提出一种基于振幅调制纯相位滤波器的旋转不变识别新算法,该算法使用综合鉴别函数和迭代算法将各个不同旋转角度的训练图像构建成子滤波器,并将它们加权求和得到优化的合成滤波器。这种新的优化算法使得相位匹配更加充分,显著提高多种识别条件下的相关峰值,能够一定程度地降低训练量。计算机仿真实验结果表明此种算法具有良好的旋转不变识别效果。     

四元量化的综合鉴别函数实现旋转不变相关识别

设计一种改进的综合鉴别函数(SDF)滤波器,通过将频域中的SDF进行复数形式的四元量化,使输出的相关峰尖锐,区分能力强,从而提高了旋转不变识别的性能.仿真结果表明,对于平面内旋转的图像,与SDF及二元纯相应SDF相比,本方法具有较好的识别效果.     

利用空间光调制器的衍射特性提高VLC输出相关峰值

VLC中,由于SLM像素的周期性结构,在匹配滤波面上产生目标图像的多级衍射谱。通过在不同级衍射谱处加载匹配滤波器进行匹配滤波,理论分析表明各级谱输出的相关点在输出面上位置相同,相干叠加的结果使输出相关峰值提高。实验验证表明该方法能有效提高VLC的输出相关峰值。     

一种基于图像相位信息的亚像素微位移测量算法

综合考虑了图像的振幅和相位信息,并按相位涡旋的物理和几何特征,研究了基于数字散斑图像相位奇点匹配的位移测量算法。该算法对图像的交流信号,经用希尔伯特变换方法,提取散斑图像的实部和虚部信息,并用曲面拟合方法确定相位奇点的坐标,从而确定图像序列间的位移。试验结果表明,相位奇点匹配算法具有良好的精确度和稳定性。     

一种仿生的人脸不变特征提取方法

为了提高基于子空间算法的人脸识别的识别率,提出一种仿生的人脸不变特征提取方法.通过模拟初级视皮层(V1)的信息处理机制,构建一个二层结构的分层网络提取人脸图像的不变特征.网络的第1层模拟Vl简单细胞的功能,通过稀疏编码方法学习获得一组类似Vl简单细胞的滤波器,利用该组滤波器提取图像的光照不变特征;第2层模拟V1复杂细胞的功能,通过局部极大值运算对第1层的输出在空间和尺度邻域内进行合并,得到对光照、表情、轻微姿态变化和面部局部细节变化具有鲁棒性的人脸不变特征.以此不变特征代替原始人脸图像作为子空间算法的输入,从而提高识别率.在FERET和ORL人脸库上的实验表明,相对于直接使用子空间算法,方法将识别率提高了4.95%～20.35%.     

图像自动拼接融合的优化设计

为了扩大摄像机拍摄图片的视场范围,提出了一种结合频域和空域进行图像序列自动拼接融合的优化算法。基于频域相位相关方法改进排序并确定重叠区域,使用改进的Harris算子在空间域提取图像角点(无需人工设定阈值),并通过双向最大互相关系数匹配获得初始特征点对;然后,用RANSAC法实现精确匹配;最后,利用图像均值结合线性加权函数实现图像的整体亮度调整和融合拼接。实验结果表明,该优化算法排序过程简单有效,特征提取匹配过程不仅提高了拼接成功率,其单次拼接时间较现有算法也提高了40%左右;另外,该算法较好地解决了图像间对应点难以确定的问题,对光照变化图像的拼接融合取得了满意的效果。     

融合全局-颜色信息的尺度不变特征变换

由于尺度不变特征变换(SIFT)算法只针对图像的局部特征进行描述且忽略了图像的彩色信息,当待匹配图像中存在大量形状相似区域时,误匹配率很高。本文对SIFT图像匹配法进行了改进,提出了SCARF(Shape-color Alliance Robust Feature)图像匹配算法。为解决SIFT常出现的误匹配现象,构造的SCARF算子利用SIFT检测子提取图像的特征点集,通过建立同心圆坐标系,在SIFT原有框架的基础上融入全局形状信息和颜色不变信息,并采用欧氏距离作为匹配代价函数进行描述子匹配。对包括SCARF算法和SIFT算法在内的5种不同匹配算法通过INRIA数据库进行了实验验证,实验结果表明:SCARF算法在图像模糊、局部特征相似、JEPG压缩和光照变化等复杂变换情况下,匹配准确率优于SIFT等其他算法,降低了误匹配的概率,明显提高了匹配的稳定性和鲁棒性。     

SGS传感器供电电路和数字滤波器设计及其实验验证

为了提高SGS传感器的集成效果,对其供电电路和数字滤波器进行设计并开展实验验证。设计的SGS传感器采用基准稳压源ADR4550作为供电电源,选择精密运放ADA4622完成基准源的放大缓冲过程。设计的数字滤波器包括有限长单位冲激响应(FIR)滤波器与无限脉冲响应(IIR)滤波器,通过Matlab来封装函数FIR并采用经典方法实现加窗线性相位FIR滤波器的功能。实验验证结果得到:供电电源输出波形,输出电压噪声峰值在0.7 mV内,供电电源具备良好的稳定性。压电陶瓷的输出位移及其位移与输出电压的非线性误差在0.05%以内,均方根误差等于1.718 mV。     

一种基于振幅物体约束的相位恢复算法

针对传统近场衍射GS相位恢复算法需引入微位移平台以记录两个不同物距下的衍射图像作为输入,系统动态特性较差且相较于两帧记录时需要复杂成像位移结构的问题,提出一种基于单帧图像的相位恢复算法。该算法基于振幅物体零相位调制这一先验约束条件进行迭代相位恢复。利用该振幅算法对无透镜系统仿真结果进行相位恢复,实验结果验证了算法的可行性。与传统近场衍射GS算法相比,所提出的算法无论从迭代收敛速度还是结果准确性上都要优于传统算法。     

基于多峰拟合的直线电机动子位置精密测量方法

为满足直线电机动子位置的高精度测量要求,提出一种基于多峰拟合相位相关算法的直线电机动子位置精密测量方法。通过直线电机动子上的高速相机采集相邻栅栏图像;采用相位相关算法得到相邻栅栏图像的相位相关函数;根据相位相关频谱的峰值分布特性,采用多峰拟合获得相邻栅栏图像的亚像素位移值;根据测量系统标定系数,进而获得直线电机动子位置的精确位置。实验结果表明,该亚像素测量方法用于直线电机动子位置检测能达到精密定位,测量精度为1/100 pixel,且具有较强的鲁棒性和较高的实时性。     

基于仿射尺度不变特征变换的掌纹识别

相比传统接触式采集方法,非接触采集是目前掌纹识别的趋势和主流,但其低约束性可能导致人手和图像传感器平面不平行,从而使掌纹产生仿射变形.传统的尺度不变特征变换(scale invariant feature transform,SIFT)对此识别效果不佳.针对这个问题,提出一种改进方案,即基于仿射尺度不变特征变换(affine scale invariant feature transform,ASIFT)的掌纹识别方法,建立了变形掌纹的仿射模型,模拟了相机光轴的经度角和纬度角,在仿射空间内提取图像特征.通过基于实际环境所建立的掌纹库——SUT图库验证算法性能,与SIFT算法及目前典型的掌纹识别方法进行对比.结果表明,ASIFT方法具备良好的抗掌纹仿射变形性能,等误率仅为0.6％,证明了该方法能够成功解决掌纹变形问题,鲁棒性和稳定性强,具备优越性.     

Hand gesture recognition using valley circle feature and Hu’s moments technique for robot movement control

Hand gesture recognition is a simpler and more natural way of human computer interaction. The goal of this paper is to detect the continuous gestures and use them to convey information for the robot movement control. So the hand gesture recognition requires fast and extremely robust. In this paper, three strategies were used to realize the hand gesture recognition: (1) the valley circle (VC) was created for the first stage of 6 fingertip numbers classification; (2) the hybrid feature vector of Hu’s moments, convexity and compactness (HCC) were constructed for the second stage of gesture recognition of the remainder unknown gesture classes; (3) a new template matching recognition (NTMR) algorithm was proposed to realize 10 gesture classes recognition. To test the hand gesture recognition method, the robot movement control system was built. It is experimental proved that the NTMR algorithm is effective and corrective for the hand gesture recognition. It increased the recognition accuracy by 4% and decreased the recognition duration by 112 ms compared with Hu’s moment method. It had good performances of the real-time hand gesture acquisition and information conveyance, and it had the invariant properties when the gesture was rotated and shifted and scaled.     

基于快速视网膜局部特征的遥感图像目标识别

针对目前航天遥感图像信息复杂、数据量大,导致目标识别中特征检测准确度低、特征匹配识别时间长的问题,提出了一种基于差分加速分割角点检测算法(AGAST-Difference)和快速视网膜关键点描述算法(FREAK)相结合的目标识别方法。在特征检测阶段,建立AGAST-Difference特征检测算子,将尺度空间理论融合到加速分割角点检测算法(AGAST)中,生成具有强仿射不变性的特征点;再利用简化的FREAK采样模型描述局部特征,并构建二进制特征向量,通过计算向量间的汉明距离,完成特征匹配及目标的快速识别;最后选用美国Quick Bird卫星的遥感图片进行验证,实验结果表明,所提特征检测算子仿射不变性能较强,不仅提高了检测的可重复率,而且特征描述符区分性较强,平均匹配正确率提高了9.91%,识别用时仅为35 ms。该方法识别效率高、速度快,能够满足遥感图像实时识别的需求。     

滚动轴承保持架缺陷的图像处理及模式识别方法研究

轻系列滚动轴承保持架由于兜孔直径小、两半保持架之间钉孔距离相对较大等因素导致在铆压过程中易出现变形,造成铆压歪斜缺陷。为此,本文提出了基于图像纹理特征的模式识别方法用于保持架歪斜缺陷的准确识别。首先,改进了轴承图像归一化展开算法,实现了轴承图像展开起点的自动优化选择以避免误分割保持架、铆钉和滚动体;其次,设计了轴承图像保持架区域定位分割算法,准确分离出7个保持架区域;最后,分别提取保持架区域的Hu矩和旋转不变均匀局部二值模式(LBPrPiu,2R)作为纹理特征,并结合PCA降维方法构建轴承保持架缺陷识别的SVM分类模型。结果表明,基于Hu矩和LBPrPiu2,R的SVM模型的正确识别率分别为85%和100%。因此,轴承LBPrPiu2,R特征结合SVM模型对轴承保持架歪斜缺陷具有较好的识别效果。该方法有望为滚动球轴承保持架铆压工艺缺陷的自动识别提供参考。     

基于水平集和支持向量机的图像声呐目标识别

为了能实现水下遇险目标的精确定位,首先要对声呐所获取的图像进行目标识别。利用水平集法获得水下声呐图像中目标轮廓后,提取目标轮廓的7个不变矩作为特征矢量,并将获取的不变矩特征输入到已经训练好的支持向量机中进行识别,从而得到识别结果。所使用的识别方法综合了基于水平集提取轮廓的长处,不变矩的位移、尺度、旋转不变性的特点和支持向量机在小样本、非线性模式识别中的独特优势。实验结果表明:该方法对高分辨率图像声呐具有较高的识别率和较低的误判率,对原始声呐图像的目标识别率高达99%,对加入方差为0.09的高斯噪声的声呐图像的目标识别率可以达到97%。     

火车轮对荧光磁粉探伤图像的裂纹识别技术研究

面向火车轮对磁粉探伤图像的典型裂纹图像。基于试验分析比较，提出了一套以Wiener滤波、迭代法全局阂值分割算法和采用不变矩特征描述方法为核心算法，火车轮对荧光磁粉探伤图像的裂纹识别流程，实现了典型裂纹的有效识别。     

基于多尺度分析的人脸识别算法研究

针对传统的人脸识别算法易受光照等因素影响的缺点,提出了一种基于多尺度分析的人脸识别算法。首先,对采集到的人脸图像进行预处理,去除噪声,减弱无用信息,增强有用信息;然后,在粗尺度上采用形态学梯度边缘检测算法对人脸轮廓进行提取,缩小人脸库的搜索范围;最后,在细尺度上对人脸的不变特征进行提取,采用Harris角点检测算法对在粗尺度上得到的边缘图像进行特征提取,减少计算量,提高了识别速度。在所拍摄的人脸库上对算法进行验证,实验表明,对易于进行轮廓提取的人脸图像的识别速度较快,精度较高。     

基于双隐含层BP算法的激光主动成像识别系统

在传统激光主动成像系统的基础上,结合目标识别技术搭建了一个激光主动成像识别系统实验平台,用于研究激光主动成像后的目标识别。介绍了实验平台的工作原理,基于Hu矩特征的双隐含层BP神经网络算法以及实验处理流程和实验结果。特征量由7个不变Hu矩构成,通过240张原始目标样本库对由136个权值系数构成的双隐含层BP神经网络算法进行了训练。利用训练好的双隐含层BP算法对黑夜条件下远处的运动目标--43式冲锋模具枪进行了实验研究,成功获得了清晰的红外激光主动成像效果。实验显示对450 m处2 740帧和550 m处2 420帧激光主动成像图像的统计识别率达到了68.87%和72.11%,其中旋转变换下的统计识别率可达80.05%和84%,好于仿射变换的识别效果。     

面向虚拟雕刻的手势识别研究

研究了基于视觉的静态手势识别技术,选取Hu不变矩作为手势识别的主要特征,采用了模板匹配法进行7种手势的识别,并与现有的虚拟雕刻技术结合,设计一个以手势变换来控制虚拟油泥的系统,满足用户从不同角度观看虚拟油泥的需求,以获得更加真实的感受.实验结果表明,在光照条件良好且背景单一的情况下,该方法具有很高识别率,并且有着很好的实用性.