基于图像式传感器的铁路轨距检测系统研究

传感器在铁路安全维护方面应用广泛。为了实现实时在线轨距测量,将激光技术与CCD图像式传感器相结合,建立车载轨距机器视觉检测系统。首先介绍系统的构成与工作原理,并提出基于去噪前置与距离变换算法的快速轨道轮廓中心线提取方法。然后采用强对比度拉伸和指数变换的方法进行图像增强,并结合高斯平滑与动态感兴趣区域对图像进行快速去噪前置处理。最后对图像进行精确阈值分割处理,采用距离变换的方法得到轨道轮廓中心线并定位轨距测量点。结果表明,该系统检测精度满足-1mm~+1mm,图像帧处理速率为14.35m/s。轨距机器视觉检测系统满足实时在线轨距检测对系统鲁棒性、检测速度和精度的要求。     

基于计算机视觉的射箭精确自动报靶系统研究

报靶是射箭项目的重要部分。针对目前一些自动报靶系统安装困难、成本较高、定位精度低等问题,提出了一种基于计算机视觉的射箭精确自动报靶系统。首先由颜色确定箭靶中心以此来定位箭靶;其次几何校正方法对箭靶图像进行预处理;再次利用帧差法进行目标检测,使用hough变换识别出箭的位置以及箭靶的圆心与半径;最后由箭到圆心的距离来确定得分。理论分析与处理结果表明与传统的自动报靶系统相比,本系统实时性强、报靶精度高、出错率低。实验可知系统在精度与实时性方面均能满足射箭训练与比赛的要求。     

基于卷积神经网络的胸环靶面畸变校正算法

实弹射击是部队的基础军事训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而,计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象所在平面不垂直的影响,导致被测对象的图像产生畸变,最终会给弹孔坐标位置的精准定位带来误差。为了提高基于计算机视觉的自动报靶系统的报靶精度,提出一种基于卷积神经网络的畸变校正算法,只需一张胸环靶面的模板图像即可模拟出大量训练数据集。训练完成后,输入一张畸变图片就可以得到该图片的畸变参数,并利用该参数完成对图像的畸变校正。与传统校正算法的对比结果表明,该算法校正效果较好,有利于提升基于计算机视觉的自动报靶系统的报靶精度。     

激光雷达成像的帧间偏移估计优化研究

为精确辨识与跟踪目标物体，提出了激光雷达成像的帧间偏移估计优化方法。采集激光雷达图像，小波变换与均值滤波对图像进行去噪处理，对去噪后激光雷达图像进行运动估计，获取激光雷达图像的帧间偏移量，利用均值滤波器滤波处理运动估计结果，利用双线性插值后向映射原理建立激光雷达图像的运动补偿模型，完成激光雷达成像帧间的偏移估计优化。实验结果表明：该方法可实现不同噪声环境下激光雷达成像的帧间偏移估计，获得的帧间偏移量更接近实际偏移量，能够更好地满足实际工作需要。     

航空武器对地模拟攻击实时自动报靶系统的实现

为了弥补传统人工报靶的不足,提高航空武器对地攻击训练中的报靶效率,并为实现战场打击实时自动评估探索新思路,运用光学交汇测量原理,通过CCD成像、图像分析对比等方法,提出了航空武器对地模拟攻击实时自动报靶系统设计方法,解决了多目标动态检测算法、图像畸变校正算法、图像阈值计算及打击目标重心(质心)提取等技术问题,实现了实时对模拟打击点的测量、计算、记录和分析。实验证明:该系统对视场内光点目标的捕获能力达到了97%以上,打击点测量坐标相对误差小于0.23%。     

单目视觉目标观瞄光点实时定位方法

针对目标跟踪仿真系统中观瞄光点在数字仿真图像中的实时定位问题,提出一种基于单目视觉的光点实时定位方法。首先,采用卡尔曼滤波的方法对光斑在采集图像中的粗略位置进行预测;然后,在以此粗略位置为中心的光斑区域内采用基于Hessian 矩阵的方法对光斑中心坐标精确提取;最后,在建立有摄像机像平面上点到数字仿真图像上对应点的定位模型基础上,由提取的光斑中心坐标经定位模型求解实现光点定位。实验结果表明:该方法对光点定位的误差为0.4 pixel,且每帧图像的光点定位时间为0.32 ms。该方法可实现目标跟踪仿真系统光点的高动态、高精度实时定位。     

飞机红外图像高速识别系统

提出了一种用于导弹的飞机红外图像高速识别系统 .系统基于邻域并行的原理 ,采用多处理单元并行的处理结构 ,集图像并行输入、并行处理、并行存储于一体 .对于远距离图像 ,使用适于帧间处理的邻域图像处理机 ,实现弹目交会状态和目标识别 ;对于近距离图像 ,采用探测元与处理电路一一对应的大规模并行数字电路 ,实现目标部位识别 .该系统能够满足弹目高速交会时实时识别的要求 .     

激光制导武器目标光斑检测系统设计与实现

为了实现激光制导武器目标光斑检测系统对远距离的来袭激光光斑的捕获与定位,采用机器视觉检测技术设计并实现全数字化、实时、高精度的激光检测系统。系统针对CMOS探测器采集到的激光光斑图像,采用硬件实现改进的快速二维中值滤波算法进行图像滤波处理,最大类间方差算法进行灰度图像阈值分割,灰度重心法进行中心提取,实现了精确中心定位。实验验证和误差分析表明,该系统具有很强的抗干扰性及精确的坐标定位,坐标误差在1mm以内。     

基于模糊视觉的火场快速定位系统的设计

传统的火场监控系统在进行火灾快速定位时,容易受到环境中不确定因素的干扰,导致定位结果不准确,对火场细节辨识精度较低。因此,提出基于模糊视觉的火场车快速定位系统,系统通过模糊视觉传感器对火场进行实时监控,采用嵌入式视频服务器获取火场图像,并将图像数据传递到主机,主机中的火场定位系统实现火场的准确定位。定位系统设计可实现火场视频图像的获取、图像数据的预操作、视频图像显示并将图像信息传递给下位机硬件模块中的主调控器等目标。采用模糊视觉技术,依据火场细节模糊视觉特征识别模型,描述外界因素的不利影响,按照模型的输出结果获取火场细节特征的像素密度,准确识别火场细节状态,实现火场快速定位。实验结果表明所设计系统能够对火场进行快速、准确的定位。     

基于OpenCV的暗视觉图像处理的研究

为了获取低照度环境下更多的图像信息,本文基于OpenCV这个开源的机器视觉库平台,利用人类视觉对比度分辨率补偿和运动序列的帧间时域滤波,对低照度下的视频进行处理。通过对本地存储的低照度视频的处理,验证了该算法能有效地增强图像的信息。     

基于减背景和混合差分的运动目标检测算法

针对固定摄像机条件下的视频监控问题,提出了一种基于背景相减法和混合差分法相结合的运动目标检测算法。该方法对彩色图像建立混合高斯模型,对背景模型进行实时更新;并对帧间差分法进行了改进,提出混合差分的思想。通过背景相减法和混合差分法的结合,采用形态学滤波的方法去除噪声点,检测到确切的运动目标。实验结果证明,文中提出的算法能准确地建立背景模型,既完整地提取运动目标,又适应复杂环境的变化,提高了运动目标检测的精确度和速度。     

基于小尺寸靶标组合的大视场摄像机标定方法

摄像机标定是计算机视觉中的一个重要过程。大视 场摄像机标定中,大尺寸靶标加工困难,而使 用单一小靶标只能得到局部最优解。本文针对这一问题,提出一种基于小尺寸靶标组合的 大视场摄像机标定方法。利用摄像机多项式投影模型,通过差分式求解方法将各个小尺寸靶 标组合成一个大尺寸靶标,然后使 用大尺寸靶标对大视场摄像机进行精确标定;在小尺寸靶标组合过程中,为了消除 利用差分式方 法进行求解时各个小尺寸靶标间只能平移、不能旋转的安放限制,提出了一种基于交比不变 性的直线夹角 求解方法,并设计了相应的复合靶标,提高了方法的灵活性。仿真和实际的实验结果表明, 本文所提方法能够实现对大视场摄像机的精确标定。     

飞行时间深度相机和彩色相机的联合标定

飞行时间（TOF）深度相机等深度传感器可以实时、准确地获取深度信息,在计算机视觉领域受到广泛关注。本文以获取同一视野下场景的纹理信息和深度信息为目的,在传统的棋盘格标定方法基础上,针对TOF深度相机的低分辨率和较大的径向畸变的特点,采用角点稀疏的棋盘格作为标定板以提高角点检测的精度,提出一种TOF深度相机和彩色相机的联合标定方法。首先对彩色相机和深度相机单独标定,使用传统的棋盘格标定方法获得彩色相机的内部参数,对使用深度相机所拍的强度图进行畸变校正后再求得深度相机的内部参数。然后,固定两相机内参,多次实验获得两相机之间的相对位置关系,并使用最小二乘法进行优化。实验结果表明,该方法标定精度高,彩色相机的重投影误差最多可减小0.15个像素,深度相机的重投影误差最多可减少0.09个像素,根据标定结果将深度相机所得的深度图投影到彩色相机的视野下所得的投影深度图能和彩色图像精确对齐。      

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

基于会聚型双目立体视觉的测距模型北大核心CSCD

传统的双目视觉模型基于特征对左右画面进行匹配,但当画面中出现多个高度相似且表面特征不明显的目标时,无法通过特征进行有效匹配。针对上述问题,本文采用基于特征和空间位置的方式进行目标匹配,并根据人类双眼锁定目标时,目标始终处于视野中心位置的原理,选择舵机来控制摄像头光轴会聚于目标,建立了一种基于会聚型双目立体视觉的测距模型。该模型能够通过控制舵机使摄像头自动汇聚于目标,并实现测距功能。理论推导及实验研究验证了该模型的可靠性及一定的实用性。     

基于双目会聚型立体摄像机的目标深度测量

目标物体的三维测量是双目立体视觉的一项重要任务。基于视差的平行摄像机模型是最常见的用于三维重建的双目摄像机模型。一般双目立体摄像机不是严格平行的,所以采用上述方式进行三维重建时需要进行极线校正。提出了一种新的用于三维测量的双目摄像机模型,该模型针对一般常见的非平行的会聚立体摄像机模型。采用该模型进行目标物体的三维测距时,根据摄像机标定得到的相对外参,即可快速得到目标物体的深度信息。同时,本文从分辨率的角度对提出的深度测量方法进行了精度分析。实验结果验证了提出方法的有效性和可靠性。     

光流技术在微结构平面微运动测量中的应用

在经典的Horn-Schunck光流算法的基础上,根据微机电系统(MEMS)微结构的运动特性,引入标号场,提出基于标号场和邻域优化法相结合的光流算法对微结构的运动序列图像做运动估计.利用光学测量方法,开发了测试系统,能使微结构的运动可视化.系统包括:利用光学显微镜来实现微结构的放大,并将图像投影到CCD摄像机上;基于频闪成像原理来冻结微结构的高速运动状态,获取一系列动态图像序列;基于提出的标号场和邻域优化法相结合的光流算法对微结构的运动序列图像做运动估计,获取其重要动态特性参数.该方法具有非接触、高测量精度的特点.实验结果表明,该方法的测量重复性达40nm.     

高动态条件下增量惯导信息辅助的空地红外弱小移动目标检测算法（特邀）

红外弱小移动目标检测技术是计算机视觉的研究热点和难点。针对机载高动态条件下的空地目标检测存在的场景变化动态、背景干扰强度大、目标运动规律未知等挑战,提出了一种新型的基于增量惯导信息辅助的空地红外弱小移动目标检测算法。为了解决传统惯导信息预测的漂移误差问题,提出了增量惯导信息概念,设计了增量惯导信息的位置预测模型,实现了对目标点的准确预测。构建了基于增量惯导信息辅助与背景差分的移动目标检测框架,通过增量惯导信息对不同位姿下的成像进行校正,引入基于爬山法互相关匹配算法计算校正后图像的平移参数,采用高斯加权对背景图像进行估计,最后通过图像分割检测弱小移动目标。仿真实验验证了文中设计检测算法的有效性和精确性。     

一种基于图像处理的激光打靶仪设计

提出了一种基于图像处理的激光打靶仪设计方案,并介绍了系统的组成和设计思路。系统使用摄像头采集靶面图像,采用背景差法确定弹着点。摄像头动态捕获视频靶面图像,并把前一时刻采集到的图像作为背景图像,在开始射击时,新捕获到的图像必然发生一些改变,与前一时刻得到的背景图像做减运算,发生改变的像素部分就是激光脉冲打到靶面的位置。此设计可以准确地模拟实弹射击训练,满足射击训练的要求。     

分区域的医学图像高容量无损信息隐藏方法

针对医学图像的分区域典型特征,提出一种基于区域和直方图平移的高容量无损信息隐藏方法。本方法用最大类间距分割法求得原始图像的前景区域,再用聚合多边形逼近和图像拟合法得到其数据嵌入区域。在数据嵌入过程中,提出利用差值直方图循环平移和基于编码的直方图平移方法分别在前景和背景区域嵌入数据,提高了原始直方图平移方法容量和解决了溢出问题。实验结果表明该方法总的嵌入容量可达1 bit/packet以上,并且隐秘图像质量在40dB左右,适用于具有区域特征的质量敏感图像的大容量信息隐藏。