基于特征匹配的螺柱视觉识别方法研究

提出了一种基于特征匹配的螺柱视觉识别方法。该方法将螺柱识别与定位过程分为两步:训练和识别。在训练阶段,完成螺柱样本特征库的建立;在识别阶段,检测待识别图像中螺柱的类型和位姿数据,为分拣提供准确的螺柱类别及抓取位置信息。实验结果表明,该方法能够对视场范围内任意摆放螺柱实现准确识别与定位。     

基于几何特征匹配的截断塞门手把图像分割

货车故障轨边图像检测系统(TFDS)采用高速摄像与图像处理技术,对行进中的列车实施动态检测并及时发现故障。而截断塞门手把关闭是货车典型故障之一,故需识别手把工作状态以保障列车运行安全。利用VC++平台,针对截断塞门手把故障,研究了图像几何特征的提取方法,对二值化后的图像进行轮廓提取,并以轮廓外接矩形作为特征实现目标区域的分割和标识,且实验结果理想。     

微纳尺度操作的系统设计

微纳尺度操作是当前先进制造技术领域的一个重要发展方向。为了实现在亚微米及纳米尺度下进行实时观测下的操纵,设计了一种基于SEM的微纳操作系统,本系统由数字式环境扫描电子显微镜系统、精密工件台、微纳操作机构和计算机系统组成,采用数字式环境扫描电子显微镜作为微纳操作的观测器,在SEM的样本室内安装微纳操作臂,计算机系统控制微纳操作臂,使其在SEM的实时观测下对放置在精密工件台上的样本进行操纵。实验结果证明本系统能够适于在各种环境下进行微纳尺度操作,具有很强的实用性。     

基于机器视觉的高精度微纳光纤直径实时测量

针对传统微纳光纤直径测量方法操作复杂、重复性差且易于损伤光纤等问题,开发了一套基于机器视觉的微纳光纤直径测量系统。首先,对系统采集的图像进行预处理和二值化分割,其次,通过Canny边缘算子实现微纳光纤边缘初定位,最后,基于改进Zernike矩的亚像素检测方法精确定位了亚像素级边缘。此外还提出了结合Hough变换与最小二乘法的算法拟合亚像素级边缘点的方案,将系统微纳光纤直径测量精度提升至纳米级。实验测量结果表明,该系统可实现3.51%以内误差的自动化测量,运行时间为2.671 s,更适用于微纳光纤尺寸的高精度实时测量。     

基于HRIS图像数据特征的畸变像元相关校正

说明了HRIS相邻光谱通道图像数据具有高度的相关性,提出了基于这种特性和数据插值的畸变像元相关校正方法,该方法分为两个步骤,第一步,利用图像相关性对图像中的畸变像元进行检测,目的在于减小图像数据的变化,减少运算时间;第二步,通过曲面拟合方法,对检测出的畸变像元强度进行校正。实验表明该校正方法,具有很好的效果,并应用到了实际的HRIS数据处理中。     

二进制鲁棒不变尺度特征匹配电子稳像

针对捷联图像制导系统中视频序列受弹体姿态变化和抖动而出现的不稳定现象,提出了一种基于二进制鲁棒不变尺度特征关键点(BRISK)的高精度快速鲁棒电子稳像算法。首先,用BRISK算法提取图像BRISK特征描述符;为了保证匹配精度和速度,采用引导互匹配策略实现BRISK特征点跟踪匹配;然后,利用改进的随机抽样一致方法(RANSAC)剔除误匹配点对;最后,利用最小二乘算法(LSA)估计全局运动参数进而实现稳像。对标准图片的匹配测试和实拍视频稳像的结果表明:结合BRISK算法的电子稳像技术,运行时间小于30ms,定位精度达到0.1pixel,对光照变化、噪声以及复杂环境遮挡具有较强的鲁棒性,能快速有效地补偿捷联制导图像的复杂随机抖动并提高视频质量。     

基于ORB特征的图像误匹配剔除方法研究

针对图像特征匹配当中存在明显错误匹配、匹配准确度较差的问题,对ORB算法和RANSAC算法进行了研究。ORB算法中,特征点的匹配是基于汉明距离进行的。在此前提下,提出了一种基于RANSAC算法的改进算法进行误匹配剔除。该算法通过增加粗剔除过程来剔除一部分错误匹配,然后利用RANSAC算法做了进一步剔除,同时增加了RANSAC算法中的初始样本集的数量并加以预判断,达到了降低RANSAC算法耗时的目的。最后利用多组图像对该算法进行了验证,实验结果表明,该算法可以有效剔除误匹配,提高图像特征匹配的准确度,并且具有旋转不变特性和噪声抑制特性,同时也保证了ORB算法的匹配速度。     

微纳机械的设计理论及制造工艺综述

综述了微纳结构特征的制造工艺进展及趋势.介绍了微纳机械的基础理论研究现状和发展趋势.     

纳结构的连续激光复合微纳探针刻划加工

为了加工形貌稳定且尺寸尽可能小的纳结构,建立了一套连续激光复合微纳探针的加工系统,并研究了光纤探针导光的连续激光辐照微纳探针的近场增强效应以及该系统的加工性能。首先,根据表面等离子体激元理论仿真分析了激光辐照原子力显微镜(AFM)探针的近场增强因子,并研究了微纳探针的针尖温度场和针尖热膨胀。接着,搭建了基于光纤探针导光的连续激光复合微纳探针的纳结构加工系统。最后,对聚乙烯片状材料样品进行了纳结构加工。结果显示:加工得到的纳米点尺度为200nm左右;纳米线的尺度为30~40nm。结果表明:光纤探针导光连续激光复合微纳探针系统避免了复杂的空间光路结构,是一种成本低廉,结构简单的系统,能够实现纳结构的加工。     

锥束CT圆轨道扫描的几何校正

借鉴针孔摄像机模型,提出了一种锥束CT圆轨道扫描的几何校正方法,用于有效降低由系统几何误差所带来的重建图像伪影。首先,利用共轴旋转的钢球在探测器上所成椭圆像的特征求取圆环点;然后,结合极线约束条件建立绝对二次曲线像的约束方程,通过线性求解获得系统的内参数;最后,在求得内参数的基础上,通过几何方法和椭圆参数建立系统的外参数方程,求解系统的外参数。实验结果显示:利用本文方法进行锥束CT几何校正的内参数标定精度和外参数标定精度分别为0.193%和0.2%。本文方法能够精确地求解出所有失真参数,建立完整的几何模型,消除重建时因几何误差所带来的几何伪影,而且校正体模制作简单,应用性较强,适用于所有圆轨道CT。     

基于高光谱图像的改进SIFT特征提取与匹配

针对尺度不变特征变换(SIFT)算法所提取图像特征点数量少、误匹率高的问题,提出了一种基于高光谱图像的改进SIFT算法。首先,依据传统SIFT算法中高斯金字塔的构造思想,结合在不同波段下的高光谱图像具有相同宏观特征的特点,首次用高光谱图像作为原始算法中经高斯变换产生的图像,使得检测到的具有实际意义的特征点数量大幅增加;其次,传统SIFT算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符,而忽略了像素点的位置信息,文中将目标象元的位置信息纳入了特征描述符,在特征描述符的匹配阶段,在利用邻域范围内的像素信息进行粗匹配之后,利用特征描述符中的位置信息进行精细匹配。仿真实验结果表明在限定最优值与次优值之比的情况下,采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量,更多地挖掘出图像中的极值点;在特征描述符中加入目标象元的位置信息作为特征点匹配第二阶段的判断依据,正确匹配数量达到原方法的59倍以上,极大提升了算法的匹配性能。     

应用尺度不变特征变换的多源遥感影像特征点匹配

针对多源遥感影像之间灰度值非线性变化导致特征点匹配率大幅度下降的问题,提出了一种利用光谱信息的多源遥感影像特征点匹配算法.首先,以光谱信息对遥感影像波段进行线性拟合,使待匹配影像与参考影像之间的灰度值由非线性转变为线性或者近似线性变化.接着,在拟合的遥感影像上采用改进的尺度不变特征变换(SIFT)算法进行匹配.最后,采用随机抽样一致性算法剔除误匹配点对.与常用特征点检测算法(SIFT,梯度位置朝向直方图(GLOH),RS-SIFT)的对比实验结果表明,本文所用的ETM+影像全色与多光谱影像的特征点匹配率提高了4％左右,CBERS-02B和HJ-1B卫星多光谱影像的正确特征点匹配个数增加了8对.因此,在多源遥感影像特征点匹配中,本文所提算法优于其它检测算法,可以极大地改善匹配效果.     

改进Noble算子匹配的电子稳像法

考虑全局运动估计算法对电子稳像系统准确性和实时性的影响,提出了改进Noble算子匹配的电子稳像算法。该算法通过区域预选、特征匹配、参数求解和运动补偿四步操作稳定抖动视频。首先,根据全局运动一致性的特点,采用子块间的绝对差值提前剔除部分不可靠区域,并改进传统Noble算子的全局阈值部分,根据区域梯度均值自适应调整阈值,检测各保留区域的角点,以保证图像特征的空间均匀性分布;其次,根据特征点的邻域信息构造梯度方向描述子进行粗匹配运算,并利用最近邻次近邻比率和均值距离准则两步操作优化匹配集合;然后,结合运动模型求解全局参数;最后,选择卡尔曼滤波过程完成抖动图像的补偿处理。Matlab仿真结果证明:该算法能平均提高峰值信噪比2dB以上,当旋转角度小于5°时性能更为优异,能准确、快速地稳定视频图像。     

基于全局和局部特征融合的图像匹配算法研究

针对移动机器人视觉同时定位与地图构建过程中图像处理速度慢以及特征点匹配实时性和准确性差的问题,提出基于颜色特征和改进SURF算法融合的图像匹配算法。首先,采用颜色特征对图像序列进行粗匹配,选取与测试图像最相近的5幅图像作为待匹配图像;其次,改进SURF算法,用Krawtchouk矩对采用Hessian矩阵获取的关键点进行描述,计算关键点的梯度方向和幅值,得到新的特征向量,对待匹配图像提取改进SURF特征再与测试图像进行精确匹配,得到最佳匹配图像,此匹配算法提高了移动机器人图像处理的速度和精度。实验结果表明,改进算法的误匹配率降低10%左右,程序运行时间减少,在可靠性得到保证的同时适应于实时性应用。     

基于学习不变特征变换的兵马俑图像分区匹配

针对兵马俑图像三维重建时特征误匹配率较高、效率较低的问题,提出了一种基于两视图兵马俑图像的特征分区匹配方案。该方案在兵马俑图像上,首先利用学习不变特征变换(Learned Invariant Feature Transform,LIFT)方法提取整幅兵马俑图像的特征;接着利用提出的基于先验知识的特征点分布曲线分割方法确定兵马俑头部分割线位置,根据头部分割线将提取的特征分为头部特征和躯干特征;最终采用欧式距离进行分区特征匹配,对于匹配结果集合使用随机抽样一致性算法(Random Sample Consensus,RANSAC)滤除误匹配点集。实验结果表明:在兵马俑图像特征提取及匹配中该方案的正确匹配率可以达到98%,相比于SIFT和SURF方法正确匹配率提高了20%左右,特征点的可重复率提高了10%左右,同时将RANSAC的迭代时间降低了50%,而且在尺度、光照、角度发生变换时具有较好的鲁棒性。因此本文提出的方案能够很好地实现特征点的正确匹配,在兵马俑的三维重建中具有很高的使用价值。     

投影特征峰匹配的快速电子稳像

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。     

细节保持的锥束CT环形伪影校正

环形伪影的存在严重影响CT图像重建质量,特别是在大型工件的CT检测中尤为严重.本文对一种重建后处理的伪影校正方法进行改进,以快速有效地消除CT图像环形伪影.首先,将CT图像从直角坐标系转到极坐标系,在极坐标系下设计多维滤波器对图像进行滤波处理.计算滤波后每个像素的均值和方差,通过计算的方差与方差阈值的比较以及像素值与像素值阈值的比较,双重精确确定伪影点的位置,对伪影点进行合理修正.之后,进行细节保持.最后,将校正后的极坐标图像转回直角坐标系.实际CT实验表明,与原方法相比,本文改进方法能更好地校正环形伪影,并保持图像细节信息,是一种实用的环形伪影校正方法,为后续处理和定量分析奠定基础.     

基于非下采样Contourlet变换系数直方图匹配的自适应图像增强

由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数,无法实现自适应增强,本文将直方图均衡化和NSCT域增强相结合,提出了一种基于NSCT系数直方图匹配的自适应图像增强算法。该算法首先对低对比度含噪原图像进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT分解,得到低频子带系数和各高频方向子带系数。对低频子带,将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。对各个高频子带,则先进行阈值去噪,再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。最后,经NSCT重构得到增强后的最终图像。实验结果表明,本文方法增强效果明显优于直方图均衡化,与Contourlet变换增强法相比,实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05%、16.97%、13.29%和20.63%,且与NSCT域非自适应增强法(人工选取参数)的处理效果相当。该方法无需手工调节参数,具有自适应性和实用性强的优点。     

基于投影特征的自适应图像匹配算法

针对传统图像匹配算法存在的计算量大、匹配速度缓慢的缺点,对基于相关函数法的投影法进行了改进,提出了一种基于投影特征的自适应图像匹配算法。得到投影序列后,选定初始阈值,在后续各点的计算中不断自适应更新,遵循超过当前阈值即停止匹配计算的原则,大大减少了对非匹配点的计算。实验结果表明,该算法抗干扰性强,匹配速度快;模板图像和待匹配图像大小越接近,该算法精度越高,速度优势越明显。     

基于邻层数据匹配的工业CT图像生成G代码方法

针对目前工业CT图像转换为3D打印G代码方法效率低的问题,提出一种基于邻层数据匹配的工业CT图像直接转换成G代码的方法.首先采用Canny算子提取工业CT图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其次进行邻层间轮廓插值以满足3D打印层间厚度要求,从而避免"阶梯效应",最后通过填充编码得到用于3D打印...