摄像机标定中亚像素级角点检测算法

针对摄像机标定中棋盘图像的角点检测问题,提出一种简单而有效的亚像素级角点检测算法.综合使用Harris算子、SVD方法、内插值法以及Forstner算子,能快速准确的提取棋盘图像的角点.该方法具有两个明显优点:利用SVD方法,能够自动去除歧义角点;定位精度高,摄像机标定实验中,角点的平均位置偏差在0.1个像素左右.     

基于Harris算子的棋盘式标定点自动提取方法

Harris算子是在计算机视觉领域使用非常广泛的点特征提取算子,它算法简单,而且稳定,但当在光照、震动等复杂情况下,准确率却达不到实际应用的要求。由棋盘角点周围灰度中心对称的特征,提出了一种基于Harris算子改进的棋盘角点自动提取方法。实验证明,该方法可以准确地自动提取标定点,有效地提高标定的精度。     

基于Harris算子的棋盘式标定点自动提取方法

Harris算子是在计算机视觉领域使用非常广泛的点特征提取算子,它算法简单,而且稳定,但当在光照、震动等复杂情况下,准确率却达不到实际应用的要求.由棋盘角点周围灰度中心对称的特征,提出了一种基于Harris算子改进的棋盘角点自动提取方法.实验证明,该方法可以准确地自动提取标定点,有效地提高标定的精度.     

一种新的棋盘格图像角点检测算法

鉴于棋盘格图案在摄像机标定中有着广泛的应用,因此为了对边缘模糊的棋盘格图像进行在线标定,针对目前棋盘格图像角点检测算法的局限性,提出了一种可以自动实现的棋盘格图像角点检测算法,该算法是利用周围图案对称和灰度值对比明显的独特性质,设计了由对称算子S和方差算子V组合而成的角点检测算子--对称方差算子（symmetry and variance）,简称SV算子.该算子不仅构思巧妙、易于实现、计算量小,而且对棋盘格图像的旋转变换和亮度变换具有鲁棒性和抗噪能力强的优点.实验结果表明,该算子对边缘模糊有良好的适应性,适用于摄像机的在线标定.     

一种大场景下的棋盘靶标角点自动定位算法

针对棋盘图案,提出一种亚像素精度的角点自动定位算法．该算法采用由粗到精的分层次检测策略,首先通过投影算法自动定位靶标图像中棋盘子图像的大致位置;其次在棋盘子图像中进行Hough变换,并根据角度投影图和幅值投影图进行棋盘角点的初步定位;最后在初步定位的角点邻域内通过高斯灰度插值和Harris算法得到最终的亚像素精度的角点位置．此外,本文还利用Hough变换提取的直线对角点进行自动排序．实验结果表明,该算法自动化程度较高,能够在大场景中自动定位靶标及其角点位置,而且精度较高,适用于大场景环境下畸变较小的摄像机的标定．     

摄像机在线标定中的棋盘格角点自动检测方法

针对摄像机在线标定的特殊需要，研究棋盘格角点的自动检测问题。利用棋盘格角点共面特点，将平面到平面的变换引入到角点检测中，实现了角点的自动粗定位。在粗定位窗口内，通过角点检测算子与区域能量中心共同实现了角点精确定位。该算法将角点的检测与排序巧妙地结合起来，不仅对全局和局部光照变化都具有较强的适应性，还解决了图像中某些角点检测失败时，其他角点的正确检测与排序问题。实验结果表明，该方法不仅在鲁棒性和检测精度方面高于常用棋盘格角点检测方法，而且全部处理过程可自动实现，在摄像机在线标定中具有很高的实际应用价值。     

一种改进的SUSAN算子棋盘格角点亚像素检测算法

SUSAN算子在检测角点时,只以USAN区域面积的大小作为判断准则,忽略USAN区域形状的影响。因此,该算法对棋盘格标定板中的内角点与边缘点难以区分。针对此问题,本文提出在SUSAN圆模板内再次采用SUSAN算子来实现对棋盘格标定板角点的有效检测。此外,在每个初定位角点的局部邻域内,采用二次曲面拟合法得到角点的亚像素坐标。实验证明,所提出的算法准确、有效、适应性好,能为摄像机标定提供亚像素精度的角点信息。     

基于多方向对称和匀质约束的SUSAN棋盘格角点检测算法

棋盘格角点检测是摄像机标定过程中的一个重要步骤。针对原有SUSAN角点检测算法在棋盘格角点检测应用中边缘点与角点难以区分的问题,通过对棋盘格角点特性的分析和实验,提出了一种基于多方向对称和匀质约束的SUSAN棋盘格角点检测算法。通过在原有SUSAN算法的基础上添加对称约束算子和匀质约束算子滤除SU- SAN检测结果中的边缘点,最终确定角点的坐标。实验结果表明,该算法在角点检测的有效性和精度方面优于已有算法。     

自适应的Harris棋盘格角点检测算法

针时摄像机标定中的棋盘格角点检测问题,分析了Harris角点检测算法局限性,综合考虑了多个参数对角点提取的影响,根据每个参数影响程度的不同采取分步调整策略,实现棋盘格角点的自适应检测算法.该算法计算量小、易于实现,提高了运算效率,有效避免了角点聚簇和角点分布不均的角点空缺现象的产生.实验结果表明,该算法对摄像机各种畸变情况下的棋盘格角点可准确提取.     

一种用于图像序列拼接的角点检测算法

分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的X和Y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确.实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法.     

基于边界的角点无阈值识别算法

提出了局部特征和全局特征相结合的角点无阈值识别的思想和算法，同时提出了4个重要的概念及其算法：边界局部角度、相似度、高度、线性度，作为实现的基础。角度和相似度描述角点的局部特征；高度和线性度描述角点的全局特征，4者的拟合函数为F。F变化率的最大值点自动确定角点和非角点的分界。实验结果证实了该算法角点定位的准确性、旋转不变性，具有一定的尺度不变性和抗噪声能力。     

迭代分割逼近:新的基于局部响应显著度的角点检测

为了提高角点检测算法的精确度,同时保持较低的时间复杂度,提出了一种基于自定义的局部角点响应显著度和迭代分割逼近的角点检测方法。首先,定义了一个新的测度量——局部角点响应显著度(LCRS),用来衡量一个候选角点在其局部区域内的响应显著程度,并证明了基于LCRS的角点检测准则等价于局部自适应阈值法。其次,将LCRS视作区域的响应显著度性质,把寻找角点的任务转化为寻找高显著性区域。据此,提出迭代分割的策略用来逐步收缩显著区域,最终逼近真实角点的位置。迭代分割逼近(ISA)算法可以使用不同的角点响应函数(CRF)定义,而且其平均情况时间复杂度与Harris算法相同。实验结果表明,当采用Noble算子的CRF时,ISA算法平均误检率、漏检率分别比Noble算子低4.62%和5.59%;而当采用Harris算子的CRF时,这两个比率也分别比Harris算子低2.87%和3.37%。而且这两种情况下ISA算法的平均运行时间均小于Harris算子和Noble算子。     

基于高斯变换的多尺度SUSAN角点检测方法

针对传统SUSAN算子只能在单一尺度下检测图像中角点的不足,提出一种基于高斯变换的多尺度SUSAN角点检测方法。该方法利用高斯变换获得待检测图像的多尺度分层图像,以构建高斯金字塔,结合自适应阈值的SUSAN算子检测出不同尺度下的角点作为候选角点,将其还原到原始图像中的相应位置构成候选角点集,在候选角点集中经小邻域信息筛选获得最终角点。实验结果表明,该方法不仅能够在不同尺度下有效获取有用的角点信息,而且提高SUSAN算子正确率的同时,降低了角点的伪检率。     

自主移动智能金属探测器研制

为提升民用金属探测器探测精度和智能化程度,设计并制作了一种可自主移动探测的金属探测器.可自主移动的小车承载AY-LDC1000传感器探头,利用金属的涡流效应,采用STM32作为微处理器,检测探测频率的变化,并控制探测器自主移动,能在指定范围内自动、准确地探测出金属位置.通过实验检测该系统的可行性和稳定性,结果表明:探测器能精确自动探测出金属目标,且具有较高的探测率.     

基于Harris角点能量的指纹图像分割算法

指纹图像分割是自动指纹识别系统预处理过程中的一个重要环节。提出了一种基于Harris角点检测器的指纹图像自适应分割算法。首先利用Harris算子计算待分割图像的角点能量,然后使用一种自适应的方法设定阈值完成初分割;采用形态学方法进行后处理以减少分割错误,最后通过面积参数去除分离的残留噪声区域。在FVC2004数据库上的实验结果表明,该分割算法能够准确提取指纹有效区域,并且对低质量指纹图像具有很好的鲁棒性。     

结合尺度估计MST和粒子滤波的视频目标跟踪

在视频序列的实时目标跟踪中,针对经典均值漂移跟踪（MST）方法不能应对遮挡、尺度变化等问题,提出一种结合MST、自学习尺度探测器和粒子滤波的跟踪方法。采用MST算法在视频帧中跟踪目标,当目标收敛到局部最小值时重新初始化目标。提出一种基于在线学习的探测器,用来自适应更新MST的目标模型,使其能够自动调整目标尺度。另外,当出现完全遮挡时,启动粒子滤波器,通过概率计算来估计目标位置,使MST能够在目标离开遮挡时恢复跟踪。在通用数据集PETS视频序列上的实验结果表明,相比其他几种较新的MST方法,提出的方法具有更高的跟踪准确性,可以应用于实时检测和目标跟踪等应用中。     

基于对称性特征的棋盘方格角点自动检测算法

提出了一种针对棋盘方格角点的自动检测算法,用于摄像机标定过程中控制点的精确提取。该算法在分析现有算法的优缺点的基础上,结合棋盘标定物的几何特征,进行从粗到精的角点提取和坐标精确定位。首先粗略确定角点所在区域,然后在区域内应用对称性特征实现坐标的精确提取。实验表明,该算法能自动、有效地对控制点进行自动检测和精确提取。     

一种自动、快速的Kinect标定方法

针对目前Kinect传感器人工标定方法误差大、速度慢等问题,提出一种自动、快速的Kinect传感器外参标定方法。首先,根据彩色图像提取的角点,生成彩色图像的角点集合;其次,为了实现角点点云的自动提取,对点云图像进行深度分割,提取棋盘格点云,采用三维哈夫(Hough)变换检测方法将棋盘格点云投影到深度图像的模板平面上,在深度图像模板中提取深度图像中的角点;然后,将深度图像中的角点映射到棋盘格点云中,形成角点点云;最后,将角点点云与彩色图像的角点集合进行配准,得到角点的3D空间坐标,进而计算出深度相机到彩色相机的姿态变换矩阵。实验结果表明,本文提出的算法在保证相机标定精度的前提下,将相机参数的计算时间从平均218ms降低到166ms,实现了自动、快速的Kinect相机标定。     

一种检测器长度可变的非选择算法

检测器生成是非选择算法的关键步骤.已有检测器生成算法在生成检测器时存在"漏洞"区域和冗余检测器问题.提出了一种检测器长度可变的检测器生成算法,不仅可以消除"漏洞"区域,还可以通过相应的检测器优化算法减少冗余检测器,进而提高检测器生成效率和检测效率.对算法进行了分析和实验证明,结果表明,该算法比传统的非选择算法及r可变的非选择算法具有更好的性能.     

凸约束最小误码率线性多用户检测

论文研究了DS-CDMA系统线性多用户检测器的误码率代价函数,证明了最小误码率线性多用户检测器等价于一个约束最优化问题。然后提出了凸约束最小误码率线性多用户检测器,并给出了一个相应的牛顿型迭代算法。仿真结果表明,凸约束最小误码率线性多用户检测器具有良好的性能,而且该算法收敛速度快,稳定性好,易于工程实现。