基于Kinect 2.0深度图像的快速体积测量

为了满足现实生活中对物体体积实时测量的需求,提出了一套基于Kinect 2.0深度图像处理的快速体积测量方案。首先,使用Kinect 2.0深度传感器获得深度图像及对应的点云数据矩阵,并对深度图像进行增强、二值化、目标提取等预处理,定位出目标物体。然后,通过像素点的统计和点云数据的处理得到目标物体的面积、高度。最后由面积和高度完成目标物体的体积计算。经验证这种方法的体积测量误差控制在3%以内,完全满足实时性的误差要求,又由于深度图像较彩色图像不易受光线、背景的干扰,使得该方法具有很强的鲁棒性。     

基于颜色和边缘方向的图像检索方法

提出了一种新的图像特征表示方法,首先提取图像的底层颜色信息获取颜色特征值 ,通过对图像中物体的边缘检测计算像素点的边缘方向角度值,并对颜色特征值和边缘方向 角度值进行量化。然后根据相邻像素点之间量化结果的数值分析,为每个像素点建立8维特 征向量。再以中心像素点与相邻像素点间不同的位置关系为基础,为每种位置关系赋予不同 的权重,根据像素点的特征向量计算出图像中每一个像素点的特征值。最后统计图像中具有 相同特征值的像素点个数,形成特征直方图,以此作为图像检索的依据。实验表明本文方法 能够有效描述图像的颜色分布和图像中物体的空间结构,更加细致地记录图像信息,进一步 增强图像之间的区分能力。与其他方法相比,本文方法检索效果更好。     

基于欧氏距离及向量内积的骨架提取算法

对骨架算法进行研究,提出一种骨架提取算法.通过对图像内部像素点进行距离变换得到其最近边界点的位置,将内部像素点到最近边界点的向量定义为边界向量,根据物体内部相邻边界向量的方向,计算每个像素点的内积值和其8邻域的最小内积值,得到的最小内积点,以确定的阈值从最小内积点中选取骨架种子点,再对骨架种子点进行处理,得到连通的骨架.试验证明这种算法能保证骨架具的完整性和连通性,正确反映物体的拓扑结构.     

一种自然环境下运动物体监测算法

提出了一种自然环境下运动物体的监测算法,该算法基于时空信息融合与特征识别,主要包括背景分析、前景提取、去除阴影、背景更新。其思想是将图像序列均转换为HSV颜色模型,并分析比较各像素点参数在某一时间段内的变化规律,通过判定公式的判定,便可区分出各像素点在某一帧中是属于背景点、运动物体点还是阴影点。该算法针对风、阳光、闪电等自然条件可能带来的影响进行了改进,并能够在光照突变、运动物体静止后融入背景、背景物体转为运动等情况下智能更新背景,适用于自然环境下运动物体的监测。     

一种由二维轮廓线重建物体表面的方法

本文提出一种通过体数据转换实现由轮廓线重建物体表面的方法 .该方法根据“表面投影区”比较两相邻切平面上对应像素点的状态函数值 ,以确定影响等值面生成的像素点 ,从而只进行影响等值面生成的像素点的距离函数的计算 ,并可在根据需要对相邻切平面上的对应点进行插值计算后 ,生成分辨率较高的体数据 .本文采用改进的 MT算法生成等值面 ,完成物体的表面重建 .该方法缩短了体数据的构造时间 ,在保证了重建正确性的前提下提高了整个表面的重建速度     

基于像素点法的桥梁病害面积计算现状及发展

基于像素点法的面积计算相较于传统的面积计算方法而言,在进行不规则图形面积计算时具有先天的优势,计算速度快、效率高、准确度适合工程应用要求,是进行桥梁外观病害面积计算的最佳之选。梳理了像素点法在进行碎片连接复原、算法改进、面积计算以及裂缝长宽计算等等方面的应用;分析了像素点法在桥梁病害检测中的应用前景;最后分析了像素点法与桥梁外观病害面积计算的未来发展趋势:基于像素点法的桥梁病害面积计算将在桥梁检测技术中充当重要角色。     

像素的移动体素面绘制算法

移动立方体算法是最具影响力的等值面构造算法。本文以移动立方体算法为基础,提出了像素点移动体素面绘制算法。根据物体表面的显示特性和体素特点,利用像素点组成的边界体素绘制物体的等值面,实现物体表面的三维重建。在实验中,对一组CT图像中的骨骼组织进行三维表面重建和显示,并与用Matlab绘制函数重建的三维结果进行比较。实验分析表明,该算法能对物体进行三维重建,避免了二义性问题,但重建表面不光滑,重建花费的时间较长。     

基于无标度摄像机的车流跟踪与速度估计算法

该算法通过滤波、图像差分、图像逻辑运算得到运动物体,再运用数学形态学的方法去除过于细节的图像信息,恢复图像中部分被去掉的像素点,得到车辆的轮廓.最后在此基础上计算出车辆轮廓的最小外接矩形,得到车辆的质心,实现跟踪并根据图像信息中已知的车身长度来估计速度.实验结果表明,在既没有对摄像机进行直接控制,也没有在场景中放置标度物体的前提下,算法具有一定的有效性与准确性.     

边缘双轮廓线阴影去除研究

为去除阴影对运动目标检测的影响，在传统基于颜色空间特性的阴影检测法基础上，综合边缘特征进行快速双轮廓阴影去除。通过前景物体的轮廓线形状特征及阴影与光源之间投影位置关系快速找到阴影定位点，在定位点附近轮廓线上结合灰度及颜色特性进行有针对性的搜索，找阴影与物体的交界点位置，标记为阴影的外轮廓线；根据外轮廓线长度和位置，求出S空间与之相对应内轮廓线，此时的外轮廓线包围阴影区域。最后，对该封闭的不规则阴影轮廓线进行基于像素点的校正和标记，并对物体反光面的自阴影进行H空间去除，得到更精确的去阴影效果。实验结果表明，该方法快速且有针对性的锁定阴影区域进行阴影去除，避免物体区域误检测，有较好的实时性和准确性。     

基于无标度摄像机的车流跟踪与速度估计算法

该算法通过滤波、图像差分、图像逻辑运算得到运动物体,再运用数学形态学的方法去除过于细节的图像信息,恢复图像中部分被去掉的像素点,得到车辆的轮廓。最后在此基础上计算出车辆轮廓的最小外接矩形,得到车辆的质心,实现跟踪并根据图像信息中已知的车身长度来估计速度。实验结果表明,在既没有对摄像机进行直接控制,也没有在场景中放置标度物体的前提下,算法具有一定的有效性与准确性。     

高光去除的聚类算法改进

高光去除是计算机视觉领域研究的一个热点问题.现有的基于双色反色模型分离漫反射分量和镜面反射分量去除单幅图像中的高光的方法,容易引起图像颜色失真和纹理的丢失.针对此问题,在使用像素强度比去高光的基础上改进了像素聚类算法,能够更准确的进行像素分类,改善图像颜色失真的现象.首先计算原图像与最小强度值单通道图像的差值得到无高光图像.然后根据无高光图像计算与高光区域相关的每个像素点的最大漫反射色度值和最小漫反射色度值.最后将高光区域内的像素点转换到最小最大色度空间,对高光区域内的像素点进行xmeans聚类,利用分类后漫反射像素点的强度比估计值很容易分离高光区域像素点的镜面反射分量,从而得到去高光图像.实验结果表明,与现有的方法对比,峰值信噪比值平均提升了2%至4%,图像颜色失真和纹理丢失状况得到改善,视觉效果更好.     

一种基于阈值优化的视觉主骨架提取方法

该文根据骨架定义及优秀骨架的性质,提出一种图像处理方法。该方法对图像的物体像素点进行检测,评测每个像素点成为骨架点的可能性大小,然后以一个阈值对像素点进行分类,以便确定后续进行骨架提取的像素点,并通过选取适当的阈值,来获取视觉主骨架。实验表明:该方法与传统骨架提取方法相结合,所获取骨架较好地保存了目标的主要拓扑结构,在骨架的拐角更加圆滑、自然,能够有效减少骨架毛刺,并且处理所需时间有效减少。     

基于边缘平滑性的图像拼接定位盲取证算法

为在像素级上提高对图像拼接区域的定位精度,分析图像中自然边缘像素点和拼接边缘像素点与其邻域像素点之间存在的平滑过渡关系,提出一种有效的图像拼接盲取证定位算法。对图像中所有的边缘像素点提取平滑度相关性标量值,将其与判决阈值进行比较,得到拼接边缘,定位拼接区域。在标准拼接图像数据集中的实验结果表明,该方法能够有效提高图像拼接区域的定位精度。     

一种新的完全欧氏距离变换算法

论文提出了一种基于边界剥离的二维完全欧氏距离变换算法。该算法从物体目标的最外层边界开始,自外向内、逐层对物体目标区域进行边界跟踪、剥离。在跟踪过程中,根据当前边界像素点的已获得距离变换结果或为背景的邻域像素信息,计算其与最近背景像素间的欧氏距离,从而实现距离变换。和已有算法相比,文中算法具有简单快速、容易实现,得到的是完全欧氏距离的优点,在分离粘连物体的应用中,取得了良好分离效果。     

基于 2 个灭点和局部尺度的三维空间尺度估计

三维空间尺度估计是三维重建中的一个重要工作,现实世界中也存在一些基于单幅图像进行三维空间尺度估计的需求。通常情况下,尺度估计需先对相机进行标定。根据单目图像符合透视原理的特性,提出了一种基于 2 个灭点和局部尺度信息的方法对相机进行标定,从而得到单目图像物体中三维空间尺度信息的估计。首先,从单目图像中选择 2 组互相正交的平行线组,得到对应 2 个灭点的坐标;然后,利用灭点坐标和焦距信息得到世界坐标系和相机坐标系之间的旋转矩阵,再利用灭点的性质和已知局部尺度信息得到平移向量,完成单目相机的标定;最后,还原二维图像中像素点对应的三维世界坐标值,计算出图像中 2 个像素点在三维空间的尺度信息。实验结果表明,该方法能有效地对单幅图像中的建筑物体进行尺度估计。     

基于Alpha Shape的三维模型体积研究

体积是物体的一项重要属性,随着视觉识别技术的发展,三维模型体积的测量成了热点问题。本文提出了一种基于AlphaShape边界点检测的三维点云模型的体积求取算法,创新性的运用了二倍宽微分算法,结合对比随机点填充法,进行切片面积和三维体积的求取。实验表明,所设计方法所得体积误差在1%左右,能满足工程要求,具有高效性和较高的实用性,可用于实际工程中解决不规则三维物体的体积问题。     

自适应Catmull-Rom样条图像放大

针对Catmull-Rom样条图像插值放大不能保证图像内各物体之间边界清晰的问题,提出一种基于几何分类的自适应Catmull-Rom样条图像插值放大算法.通过对原图像的边缘进行几何分类,根据原图像的边缘几何类型插值目标图像中的未知像素点;若未知像素点为原图像中的边缘,则调整Catmull-Rom样条的切向方向和切向长度来计算未知像素值,得到边缘保持的目标图像.实验结果表明,应用该算法得到的目标图像边界清晰、细节模糊减少,忠实地反映了原图像的面貌.     

轮式移动机器人单目视觉的目标测距方法

为减小特征匹配以及摄像机光轴倾斜对单目测距造成的误差,提出一种基于单目视觉的轮式移动机器人目标测距方法,将测距目标从平面物体推广到立体物体,在无须校正的情况下提高测量精度。通过对摄像机进行标定测量其内外参数,建立小孔平面成像模型得到世界坐标系与像素坐标系的对应关系。针对坐标变换矩阵奇异的情况,引入面积这一特性进行求解,推导特定矩阵奇异情况下目标距离与像素面积的关系。实验结果表明,该方法可将综合误差率控制在0.7%以内,能够满足轮式移动机器人单目视觉测距实时性和可靠性的要求。     

复杂情况下的多目标跟踪统计技术

根据基于视频监控客流量统计的应用要求,得到了一种改进的背景检测和跟踪计数方法,实现了多人准确跟踪计数.传统的高斯背景建模是对一帧图像的每个像素点进行更新且分配固定的高斯分布个数,使得资源消耗量增大;这里通过先判断待更新区域,然后对更新区域采用动态调节高斯分布的方法对像素点进行更新,同时考虑到均值与方差的特点,分别设置了各自的更新速率.跟踪部分利用连通域分析创建人体结点并得到目标的形心,采用向前优先搜索像素点的原则搜索下一帧图像的所有像素点,通过搜索到的像素点来确定目标的新中心位置,再根据目标中心与计数线的关系进行计数.实验证明该算法简单可行,实现了多目标的准确跟踪,统计数据具有较高的正确率.     

煤矿冲击地压和煤与瓦斯突出感知报警方法研究

提出了基于温度的冲击地压和煤与瓦斯突出感知报警方法:使用红外热像仪等监测物体温度,使用甲烷传感器监测环境甲烷浓度;当物体温度高于煤矿井下环境温度和已暴露煤岩温度,并且高于环境温度和已暴露煤岩温度的物体数量较多、体积和面积较大,则判定发生冲击地压、煤与瓦斯突出、矿井火灾或瓦斯和煤尘爆炸事故;进一步判别高温物体温度,若大于设定阈值,则判定发生矿井火灾或瓦斯和煤尘爆炸事故,反之,则判定发生冲击地压或煤与瓦斯突出事故;进一步分析甲烷浓度变化,若甲烷浓度迅速升高,则判定发生煤与瓦斯突出事故,反之,则判定发生冲击地压事故。提出了基于速度的冲击地压和煤与瓦斯突出感知报警方法:使用激光雷达、毫米波雷达、超声波雷达、双目视觉摄像机等监测物体移动速度,使用甲烷传感器监测环境甲烷浓度;当物体移动速度不小于设定阈值时,则判定发生冲击地压、煤与瓦斯突出或瓦斯和煤尘爆炸事故;进一步判别速度异常物体的数量、体积和面积,若速度异常物体的数量较少、体积和面积较小,则判定发生瓦斯和煤尘爆炸事故,若速度异常物体的数量较多、体积和面积较大,则判定发生冲击地压或煤与瓦斯突出事故;进一步分析甲烷浓度变化,若甲烷浓度迅速升高,则判定发生煤与瓦斯突出事故,反之,则判定发生冲击地压事故。提出了多信息融合的冲击地压和煤与瓦斯突出感知报警及灾源判定方法:监测并融合温度、速度、加速度、掩埋深度、声音、气压、风速、风向、粉尘、甲烷浓度、设备状态、微震、地音、应力、红外辐射、电磁辐射、图像等多种信息,感知冲击地压和煤与瓦斯突出;通过不同位置参数变化的幅度、先后时序关系及传感器损坏情况,判定灾源。