柱面全景视频拼接算法

本文提出基于模板帧的柱面全景视频拼接方法,实现360°全景拼接。首先采集模板帧图像,对摄像头进行参数标定获得相机内参和畸变系数,再使用畸变矫正方法去除摄像头畸变带来的成像失真。然后对模板帧图像进行SURf特征提取并进行粗匹配,再用高效的匹配点筛选方法剔除误匹配的特征点。之后将特征点进行柱面投影,事先计算好多路视频帧图像两两之间的位置变换矩阵,用于后续视频帧图像融合。由于后续视频帧利用模板帧的摄像头内参和畸变系数、变换矩阵进行拼接融合,大幅提升了算法速度。另外,为了进一步提高算法速度以适应实时性需求,我们在图像柱面投影和融合时,采用CUDA平台进行GPU并行处理,对算法进行加速。最终实现速度可达30帧/秒的实时视频拼接。     

嵌入式ARM系统中图像的识别方法研究

提出一种基于嵌入式ARM系统中采集视频图像的识别方法。基于Linux2.6.32的S3C2440微处理器芯片上,使用CMOS摄像头OV9650,通过自动调整摄像头位置采集最佳效果的图像,获得RGB16格式的图像数据。对图像色彩信息进行处理和分析,识别图像的形状、颜色、大小等信息。实验结果表明该方法能获得较满意的效果。     

基于人脸识别的考勤系统设计与实现

文章研究并实现了利用按照Windows API的标准调用来生成的动态库方法的实时人脸识别考勤系统。系统实现的基本思想是使用摄像头实时拍摄员工人脸图像,将人脸图像处理后保存在数据库中,再用开发的SDK中的模板将采集的图像进行训练,最后将摄像头采集的考勤图像与训练模板中的训练图像进行相似度对比,得出考勤结果。实验结果表明,利用该方法开发的实时人脸识别考勤系统具有识别率高、可靠性强等特点。     

风管清扫机器人智能清洁度评估系统的研究

本文首先简单介绍了风管机器人视觉检测系统的组成,包括照明系统、摄像头、图像采集卡、图像采集软件以及图像分析软件。随后重点介绍对基于Matlab的风管清洁度评估进行介绍,利用Matlab的图像处理功能对采集到的风管内部图像进行预处理,并依据特定的算法对其清洁度进行评估。     

嵌入式实时人脸识别系统设计

为实现视频监控系统的网络化和智能化,以ARM为硬件平台结合机器视觉库OpenCV设计一种嵌入式实时人脸检测系统。该系统由嵌入式平台采集USB摄像头数据,通过网络将图像传输至PC主机,从而实现实时监控;系统以QT构建交互界面,采用OpenCV人脸Haar特征进行人脸区域检测,Eigenfaces算法进行人脸识别。结果显示:该系统运行稳,成本低,可以实现网络实时人脸检测与识别,识别率高。     

井下图像采集与地面无线传输系统设计

石油测井中,井下环境恶劣,而地面上设备繁多,往往给测井带来不便。通过可见光摄像头可以清楚地了解井下环境,地面上采用无线通讯方式也可以减少电缆数量,简化地面环境。设计并实现了基于USR-WIFI232的无线传输模块,编写上位机通讯软件,实现井下图像采集与地面无线传输。     

基于深度学习和无线传输的桥梁裂缝图像识别系统

目前混凝土桥梁裂缝检测自动化程度低且多依靠人工肉眼判定裂缝的出现。为解决该问题,设计了一种便于搭载在检测设备上的桥梁裂缝识别系统。分为以下三个部分:采集传输系统,采用OV5640摄像头获取实时JPEG格式图像,使用WIFI协议完成JPEG数据流的传输,实现通过网络的图像实时传输;图像处理系统,采用与C#语言相对应的OpenCV函数库Emgu设计了一种高效视频流图像处理方法,并采用图像灰度化、中值滤波、阈值分割等方法处理裂缝图像;图像识别系统,在AlexNet神经网络的基础上改进设计了识别精确且速率更快的神经网络,用于裂缝的自动识别。通过对桥梁表面扫描拍摄,该识别系统可快速识别并定位裂缝,能够较大地提高裂缝检测自动化程度,推动了桥梁裂缝检测技术的发展。     

基于H.264的云端视频监控系统设计

提出了一种基于H.264视频编码算法并采用云服务器实现的视频监控系统设计方案。该方案是视频采集端与监控控制端分离的分布式监控系统。视频采集部分采用三星Exynos4412处理器基于Linux实时操作系统进行软件设计;视频实时编码采用FFmpeg音视频解决方案,对USB摄像头采集的视频基于H.264编码,选用实时消息传输协议(RTMP)通过网络传输给监控控制端。监控控制端基于云服务器平台设计,云服务器选用流媒体直播服务器,对视频数据进行实时解码、播放与存储。测试结果显示,系统具有良好的实时性,满足了基本的设计需求。     

基于鱼眼图像的目标检测算法研究

鱼眼图像在使用前一般会先进行畸变矫正,但畸变严重图像的矫正会降低图像质量。为了提高目标检测精度与速度,文章提出了一种利用单个下视鱼眼摄像头代替多个普通摄像头的目标检测方案。其采用特征金字塔结构检测多尺度物体,并结合下视鱼眼的旋转与畸变特性进行算法优化,直接在原始鱼眼图像上进行目标检测。通过构建下视鱼眼数据集并进行实验,结果显示,所提出的鱼眼目标检测模型不仅精度较高,而且还能在嵌入式设备上快速运行。     

一种简易的鸡蛋表面质量检测系统

通过USB摄像头采集图像,利用噪声过滤和二值化等方法对图像进行预处理,再通过设定阀值,目标分割等步骤,利用函数得到鸡蛋的中心坐标值、长轴、短轴和蛋形指数等,最终实现鸡蛋表面质量分级。实验结果证明,通过此种方法研制的鸡蛋表面质量检测系统具有高效率、低成本、易操作的特点,能够替代传统人工筛选,实现鸡蛋质量表面的检测,具有良好的前景。