基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet立体校正算法对双目视觉系统进行立体校正;然后采用J.Shi和C.Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet 立体校正算法对双目视觉系统进行立体校正;然后采用J．Shi 和C．Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

面向大型零部件的三维形面高精度测量方法

目前,辅助激光视觉测量法已广泛应用于大型零部件的三维形面测量。针对该方法在测量过程中普遍存在的轮廓边界信息获取不准确的问题,提出一种面向大型零部件的三维形面测量方法以获得精确的形面信息和轮廓边界信息。首先,根据光条图像序列采集特性,基于时间流的光条自适应定位方法实现了光条所在区域的实时定位;其次,提出了一种基于光条几何特征突变的边界提取方法,获取光条处的被测物边界行（列）坐标位置;然后,利用光条区域内快速提取的光条中心结果,确定准确的边界特征点坐标,并仅保留边界特征点以内的有效光条中心点;最后,对所提取的有效光条中心进行了三维重建,结合光条扫描实现了整个形面的三维快速测量。实验验证结果表明:该方法可实现被测物三维形面信息的高精度快速测量,同时获取精确的轮廓边界信息,其测量精度达到0.06 mm,且大大减小运算量,满足大型零部件的快速高精度测量要求。     

深度约束的零件尺寸测量系统标定方法

针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在10.75 m2的视场内,系统测量精度达到了0.05 mm。     

机械零件直线边缘亚像素定位方法研究

直线是视觉图像中重要的基元特征.建立了三级灰度图像边缘模型的空间矩算子,利用LOG算子定位速度快的特点,确定图像像素级边缘,然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线边缘像素点,最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线.对空间矩算子亚像素定位算法与像面直线亚像素提取算法的有效性和精度进行了实验研究,实验结果表明提出的基于空间矩亚像素边缘定位算法与像面直线亚像素提取算法具有较高的精度和稳定性.     

基于图像的点读坐标提取方法

为快速准确地获取点读机的点读坐标,提出一种基于图像的点读坐标提取方法,该方法首先采用邻近像素差分、图像二值化、连通域检测和最小二乘直线拟合等方法建立书本坐标系;其次,利用点读笔颜色和杆状特征,并采用扫描法实现了图像中笔尖坐标的定位;最后,对图像坐标进行标定后,计算得到点读坐标。实验结果表明,该方法具有误差小、抗干扰能力强、通用性好的特点,能达到点读机对坐标精度的要求。     

采用CCD 相机测量目标靶形心位置精度的方法

利用CCD 相机完成对目标靶形心位置精度的测量后,需要对其测量精度进行验证,提出了一种通过测量目标靶图像特征点到形心位置的距离偏差来对测量精度进行验证的方法。介绍了利用CCD 相机对目标靶形心位置进行测量的原理。为了对形心位置测量结果进行验证,提出在目标靶的形心及特征点位置上加装LED 光源作为特征目标点,用于在像面上提取形心及特征点像素坐标值。根据目标靶与像面坐标的对应关系,给出了精度验证的数据处理方法。进行了两次检测实验,形心测量精度分别为A1=0.037 mrad,E1=0.021 mrad,A2=0.032 mrad,E2=0.015 mrad,两次实验结果基本一致。实验表明:利用该方法可以完成对CCD 相机目标靶形心位置测量精度的验证。     

一种基于改进ORB算法的双目视觉测距方法

针对传统基于特征点图像匹配算法误匹配率高和 双目视觉系统测量精度低问题,提 出一种基于改进ORB 算法的双目视觉测距方法。首先采用引导滤波对图像进行预处理,然 后将FAST 检测得到的特征点作为中心,得到围绕该特征点的区域,将该区域进行分割, 分别求出左右区域的质心坐标,根据两质心坐标进行主方向的确定;再采用Sobel 算子计 算出像素点水平和垂直梯度,比较每个像素点对之间水平与垂直梯度中的较大值,把比较 结果串成一个二值位字符串的形式,从而形成描述符,采用汉明距离进行匹配;最后在测 量阶段用二维二次函数拟合的方法获得特征点的亚像素坐标,通过三角测量原理获得对应 特征点的空间三维坐标,从而得到被测物体的尺寸。实验结果表明,本文改进算法的匹配精度较 传统ORB算法提高35.25%,同时测量的最低相对误差达到0.428%,满足测量要求。     

双光束照明的干涉粒子成像粒子尺寸测量

设计一种两光束相向照射,在散射角θ=90°方向记录的干涉粒子成像测量实验系统,利用模版匹配相关方法提取粒子两点像的位置坐标,根据粒子像位置坐标,粒子掩模图的形状和大小提取出单个粒子两点像。再对每个粒子两点像进行自相关、Gaussian插值提取两点像之间距离,进而计算得到粒子尺寸大小,其测量精度可达到亚像素精度。对标称值为45 mm的标准粒子进行了测量,粒径测量值为(46.54±0.50)mm,相对误差3.42%。实验结果表明了该方法的可行性。     

基于空间矩的视觉图像基元特征提取方法研究

建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。     

基于灰度权重模型的激光条纹中心提取算法

为了在多噪声环境中精确提取激光条纹中心, 采用改进的灰度权重模型, 提取激光条纹的亚像素中心。通过均值阈值法以及改进的灰度权重模型对3维激光成像系统采集的图像进行了处理, 并与传统的算法进行对比。结果表明, 该算法能够较为完整地提取激光条纹区域, 并且其平均拟合相关系数为0.9809(最接近1), 平均列坐标最大差值为0.4518pixel(最接近0), 平均变异系数为0.0062(最接近0), 相对其它方法具有更优的结果, 能够抑制多噪声环境对于激光条纹提取的影响, 精确提取激光条纹的亚像素中心, 具有较好的鲁棒性。该算法为精确提取激光条纹的中心提供了参考。     

基于改进的Canny算子和Zernike矩的亚像素边缘检测方法

为满足电荷藕合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进Canny算子和Zemike矩的图像亚像素边缘检测新方法.该算法先利用改进的Canny算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向,然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,...     

彩色矩阵显示器亚像素采样混色错误的分析与评价

从彩色矩阵显示的亚像素排布(SPA)出发,详细分析了亚像素采样(SPS)颜色错误出现的原因及条件,指出了颜色错误与SPA的关系,得出对任意一种SPA颜色错误只发生在与排布错误方向平行且图像输入频率大于Nyquist频率的区域。根据人眼视觉特性,提出了区域混合的颜色误差评测方法。此方法以原图像颜色为基准,最小化结构基元覆盖区域下的颜色误差,对图像累计该误差并以累计结果的各种统计指标作为显示图像与原始图像颜色偏差的一种度量。计算结果与仿真实验的分析结果相符,能够正确反应出SPS对混色问题的影响。     

近红外导航术中器械定位的立体匹配

为确定近红外导航术中手术器械的空间位置,利用近红外双目视觉系统拍摄发光点的左右图像提取其亚像素坐标,根据系统的内外部参数求取发光点在系统坐标系下的光线方程。空间同一发光点的两条光线相交,且由此得到的发光点坐标满足手术器械上发光点间的距离关系,从而实现对不同位置发光点的正确匹配。5个手术器械上15个发光点的匹配实验表明,本文方法可自动匹配手术器械的发光点,能用于术中定位、跟踪手术器械,可为手术导航提供定位支持。     

An illumination invariant algorithm for subpixel accuracy image stabilization and its effect on MPEG-2 video compression

This paper offers a fast and simple near-closed-form solution for the least mean-squared-error (LMSE) estimation of the frame-to-frame global subpixel motion in an unsteady image sequence. The offered near-closed-form solution achieves unlimited subpixel accuracy by always employing a small and fixed number of computations, independent of the desired subpixel accuracy. The algorithm is designed so that it is insensitive to frame-to-frame intensity variations, which is a distinctive feature of the method. Experimental results demonstrate the superiority of the proposed method to the spatio-temporal differentiation and surface fitting algorithms under different illumination conditions. This paper furthermore discusses the effect of the proposed image stabilization algorithm on the performance of MPEG-2 video compression. We report that removal of global motion down to subpixel accuracy from an unsteady video improves MPEG-2 compression performance significantly (by at least 1 dB for all frame types), in spite of the fact that motion vectors are differentially encoded in MPEG-2. This result is supported via experimental results using the proposed subpixel registration algorithm and an analysis of the macroblock coding preferences accepted in MPEG-2.     

面阵电荷耦合器件错位成像的建模与仿真

为了定量研究面阵电荷耦合器件(CCD)错位成像技术图像质量的提高以及CCD像元填充因子对图像质量的影响,建立了仿真不同像元填充因子的面阵CCD错位成像的数学模型。以Matlab为平台,不考虑噪声的干扰,对ISO12233标准分辨率测试卡子图像进行了仿真,结果表明,CCD像元填充因子为100%时,与普通成像模式相比,对角错位、四点错位成像模式图像的灰度平均梯度分别提高了2.9970、3.4136,拉普拉斯能量分别提高了0.5676、0.7478,且CCD像元填充因子为其他值时,相较于普通成像模式,对角错位、四点错位成像模式图像的GMG和EOL均得到提高;采用四点错位成像模式时,与填充因子为100%的面阵CCD相比,填充因子为69%、44%、25%的面阵CCD四点错位模式图像的灰度平均梯度分别提高了1.433 0、3.337 3、5.153 2,拉普拉斯能量分别提高了0.638 0、1.704 4、3.196 8,且采用其他成像模式时,填充因子为100%、69%、44%、25%的图像的GMG和EOL均不断提高。研究表明,面阵CCD错位成像技术能够提高图像质量,且四点错位成像模式图像质量优于对角错位成像模式;在满足信噪比指标要求的前提下,对于面阵CCD同一成像模式,像元填充因子越小,图像质量越高。     

Estimation of subpixel target size for remotely sensed imagery

One of the challenges in remote sensing image processing is subpixel detection where the target size is smaller than the ground sampling distance, therefore, embedded in a single pixel. Under such a circumstance, these targets can be only detected spectrally at the subpixel level, not spatially as ordinarily conducted by classical image processing techniques. This paper investigates a more challenging issue than subpixel detection, which is the estimation of target size at the subpixel level. More specifically, when a subpixel target is detected, we would like to know "what is the size of this particular target within the pixel?". The proposed approach is to estimate the abundance fraction of a subpixel target present in a pixel, then find what portion it contributes to the pixel that can be used to determine the size of the subpixel target by multiplying the ground sampling distance. In order to make our idea work, the subpixel target abundance fraction must be accurately estimated to truly reflect the portion of a subpixel target occupied within a pixel. So, a fully constrained linear unmixing method is required to reliably estimate the abundance fractions of a subpixel target for its size estimation. In this paper, a recently developed fully constrained least squares linear unmixing is used for this purpose. Experiments are conducted to demonstrate the utility of the proposed method in comparison with an unconstrained linear unmixing method, unconstrained least squares method, two partially constrained least square linear unmixing methods, sum-to-one constrained least squares, and nonnegativity constrained least squares.     

Temporal integration method for image-processing-basedsuper-high-resolution image acquisition

The authors propose an image processing-based approach towards the development of a super-high-resolution image acquisition system. Imaging methods based on this approach can be classified into two main categories: a spatial integration imaging method and a temporal integration imaging method. With regard to the spatial integration imaging method, the authors have previously presented a method for acquiring an improved-resolution image by integrating multiple images taken simultaneously with multiple different cameras. They develop their work, aiming at a particular class of application where a user indicates a region of interest (ROI) on an observed image in advance, and apply a prototypal temporal integration imaging method. The prototypal temporal integration imaging method does not involve global image segmentation, but uses a subpixel registration algorithm which describes an image warp within the ROI, with subpixel accuracy, as a deformation of quadrilateral patches. The method then performs a subpixel registration by warping an observed image with the warping function recovered from the deformed quadrilateral patches. Experimental simulations demonstrate that the temporal integration imaging is promising as a basic means of high resolution imaging     

融合MEMS-IMU信息的亚像素相关跟踪方法

结合图像制导武器的工程应用,提出了一种融合微机电系统(Micro-Electro-Mechanical System, MEMS)-惯性测量单元(Inertial Measurement Unit,IMU)信息的亚像素相关跟踪方法。该方法采用基于速率测定的误差补偿方法对MEMS-IMU的测量误差进行补偿,以实现MEMS-IMU信息与图像数据的异质数据融合,同时采用基于模板插值的亚像素相关跟踪算法来提高跟踪精度。结果表明,该方法不仅可以较好地解决目前单靠图像信息提升图像跟踪精度时所面临的算法实时性与复杂度之间的冲突问题,而且还可以有效提升动基座下的图像跟踪精度。     

亚像元技术在图像采集系统中的应用

指出利用亚像元技术来提高图像采集系统空间分辨率,不仅要在理论上研究亚像元技术的性能以及图像超分辨率重建算法,还要研究亚像元技术受到系统其他因素的影响以及亚像元技术对系统其他性能的影响.分析了图像配准程度、光学系统点扩散函数以及仪器信噪比和亚像元技术的相互影响关系,并得到结论根据系统不同工作环境进行设计以保证亚像元技术带来的空间分辨率的提高和系统其他性能的平衡,是在系统中正确运用亚像元技术的关键.