基于JPEG压缩的数字化地质资料篡改探测方法及应用

根据JPEG压缩原理,引入块伪影栅格、编码块后验概率以及ASAD等多种篡改探测方法,并将其应用于数字化成果地质资料的真伪检测。这些方法对于复制-粘贴、喷绘、填涂等篡改检测均为有效,且可以实现被篡改区域的定位。论文分别对不同的检测算法进行了验证和对比分析。实验结果表明:这些方法可有效应用于数字地质资料的篡改检测,从而进一步服务于地质资料信息集群化产业化工作,对海量数字化成果地质资料版权保护和真实性检测具有极高的理论和实用价值。     

基于多特征点匹配的管道焊缝图像拼接方法

为解决由于曲面光照不均而导致的获取管道焊缝图像亮度差异较大、特征不清晰等问题,提出一种快速稳定的焊缝图像拼接方法。基于传统加速稳健特征(SURF)的图像拼接算法,在特征描述环节,用局部差异二值(LDB)描述子描述特征点区域,相较于传统描述子降低了特征维度;结合LDB描述子,构建特征点与相邻特征点的约束信息,利用局部结构信息进行多特征点同时匹配代替单一特征点匹配方法,提高匹配稳定性。试验结果表明:该方法有效提高了管道焊缝图像拼接的快速性和成功率,拼接效率约是SURF算法的1.8倍,拼接成功率约是SURF算法的1.3倍。该方法在其他图像拼接领域也具有一定应用价值。     

基于网格运动统计的工件识别改进算法北大核心

为提高快速鲁棒特征(SURF)算法在复杂环境下进行工件识别的匹配精度及匹配效率,提出一种基于网格运动统计(GMS)的工件识别改进算法。首先,用加速分割检测(FAST)算法代替SURF特征点检测进行工件图像特征点的快速提取,并对特征点建立64维SURF描述符,使加快关键点检测速度的同时得到具有旋转尺度鲁棒性的特征点;其次,对特征点进行快速近似最近邻(FLANN)匹配得到粗匹配集;最后,采用改进GMS算法对图像进行网格化处理,根据运动平滑性进行内点与离群点的区分,保留正确匹配特征点对,实现误匹配点的剔除,准确找到待识别工件的位置。实验结果表明:改进算法比传统的SIFT、SURF和ORB等算法在工件图像受到旋转、平移、尺度、亮度等变化及影响时能够更高效、更准确识别工件,提高了复杂环境下工件识别的效率。     

基于改进的SURF_FREAK算法的工件识别与抓取方法研究

为解决自动化生产线上工件的准确、实时定位与抓取问题,提出改进的SURF_FREAK算法,将其应用于工件的识别与匹配。该算法首先利用加速稳健特征(SURF)算法提取特征点,随后对FREAK算法添加中距离点对进行特征点的描述,在汉明距离相似性度量之前添加极线约束匹配工件图像。研究结果表明:改进的SURF_FREAK算法相比传统的尺度不变特征变换(SIFT)、SURF、SURF_FREAK算法,其在工件的识别速度和匹配准确度上有很大的改善。将该算法应用于工业现场,可以快速准确地识别出工件,结合双目技术完成工件的定位,通过运动学逆解求出机械臂各关节的移动量,传送到控制器,实现对工件的抓取。     

改进SURF匹配算法在并联机器人中的研究

针对传统机器人中图像匹配方法准确率低、匹配时间长的问题,提出一种新型的基于机器视觉进行加速稳健性特性（SURF）的改进算法。以SURF特征点检测为基础,利用增强高效局部图像描述符（BEBLID）替换描述子,实现高维到二值化的转换;以自适应设定阈值方法降低人为设定对匹配产生的影响,结合渐进一致采样(PROSAC)优化策略对误匹配点对的剔除方法,获取有效的匹配点对。实验结果表明：与近几年改进算法相比,该算法在正确匹配率和匹配时间上分别提高了12.06%、9.66%,可见在特征点对的提取和匹配处理上,该算法具有更高的实时性、准确性,能够满足产品检测机器人分拣的实时性要求。     

基于改进的ORB算法的工件图像识别方法

针对传统的工件图像识别算法运行速度慢、匹配精度差等问题,提出一种改进的ORB（Oriented FAST and Rotated BRIEF）算法解决工件图像的实时与准确识别问题。该算法的流程是首先利用ORB算法提取工件图像的角点特征,随后为其添加SURF（Speed-Up Robust Features）描述符进行方向分配,得到具有旋转尺度不变性的图像角点,结合快速近似最近邻搜索算法进行特征点的匹配,实现工件图像的识别。实验结果表明：在图像存在旋转尺度变化的情况下,使用改进的ORB算法相比传统的ORB、SIFT（Scale Invariant Feature Transform）和SURF算法以及SIFT+SURF、SURF+FREAK组合算法在工件图像角点提取与目标匹配方面速度更快,识别精度更高,提高了工业机器人在搬运工件过程中对工件图像的识别效率和准确性     

基于机器视觉的膨胀阀安装孔缺陷检测方法

针对工业生产中膨胀阀安装孔缺陷自动检测的需求,提出一种基于机器视觉的安装孔缺陷检测方法。使用SURF特征匹配定位待检测区域,利用双阈值迟滞分割法去除噪声;通过Canny算子计算轮廓边缘,利用邻域生长法提取轮廓信息。为克服缺陷信息的干扰,准确定位安装孔圆心,提出基于几何矩与最小二乘拟合的圆心定位方法。根据轮廓上的点到圆心的距离分割出缺陷轮廓并在输入图像上进行标注,从而实现安装孔缺陷的检测。结果表明：所提出的算法能准确检测膨胀阀安装孔的缺陷,满足工业生产中自动检测的需求。     

飞机蒙皮机加工过程中的自定位方法研究

为解决目前国内飞机蒙皮等自由曲面零件在机加工过程中无法精确定位的问题,在理论层面对其自定位方法进行了研究,即运用基于ICP(最近点迭代)算法的两级定位策略进行定位,达到精确求解定位矩阵的目的。该策略在粗定位时从工件CAD模型匹配至初始点云数据,精定位时从粗定位点云数据匹配至工件CAD模型。提出了一种精定位采点策略,有效地解决了ICP算法的匹配集合包含问题;建立了匹配算法的优化目标函数,并应用切平面法进行求解,通过仿真模拟验证了该定位策略和迭代算法的精度和可靠性。该方法可以指导蒙皮件在机加工中实现工件自定位。     

基于精确背景运动补偿的机器人运动目标检测与跟踪

为实现动态场景下机器人快速准确地检测与跟踪运动目标，提出一种基于精确背景补偿的运动目标检测方法，并利用Kalman滤波扩展的KCF算法进行目标跟踪。针对传统ORB算法存在特征点分布不均匀、误匹配率高导致背景补偿效果不佳的问题，采用小波变换及图像分块处理保证提取的特征点数目及均匀分布，通过SURF算法提取具有尺度不变性的特征点并构建ORB描述子。利用KNN算法与对称约束相结合的特征匹配法提高匹配精度，同时引入改进的RANSAC方法精确求解全局运动参数完成背景运动补偿，最后通过帧差法及形态学处理获得完整的运动目标，并将KCF算法融合Kalman滤波实现对被遮挡目标进行再跟踪。实验结果表明：该方法特征匹配正确率达到98.4%,在背景运动状态下能够实时准确地检测出运动目标，并且能够连续稳定地跟踪目标。     

面向装配机器人的作业目标视觉识别与定位方法

针对装配机器人在作业过程中所面临的工件形状多样性等因素对工件的识别、定位造成的扰动,提出利用BRIEF描述子对SURF算法提取的作业目标特征点进行描述,采用最近邻汉明距离融合PROSAC算法进行两步骤的匹配,去除无效匹配点对,提高识别精度;通过模板图像与作业目标图像的转换关系建立4参数的仿射变换模型,求解装配作业目标的形心坐标,结合装配机器人视觉系统的标定参数得到目标形心的世界坐标。实验结果表明该方法在不考虑几何畸变的情况下,实现了对装配作业目标的快速识别与定位,定位误差不超过1. 0mm。     

改进ORB特征提取算法的ORB-SLAM2定位研究

针对ORB(oriented fast and rotated brief)算法提取图片特征时存在的特征点分布不均匀问题，提出了一种改进的ORB算法。通过密度峰值聚类算法计算四叉树分割后的各区域特征点密度峰值，并对密度峰值高的区域使用四叉树多次分割；同时在初始阈值(iniThFAST)和最小阈值(minThFAST)中加入中间阈值(middleThFAST),提高特征点灰度值差值，减少冗余特征点提取，提高图片特征点均匀性。对特征点提取与匹配进行了实验验证，结果表明改进算法对比传统ORB算法在均匀度和匹配效率方面均有明显提升。结合ORB-SLAM2定位实验表明，改进算法的定位精度平均提高16.6%,每帧追踪时间平均减少12.4%,有效保证实际定位过程的精确性和实时性。     

基于能量中心匹配的射线实时成像铸件缺陷自动三维定位方法

针对射线实时成像检测中铸件缺陷三维位置对评价其危害程度的重要性,研究一种基于能量中心匹配的铸件缺陷自动视差定位方法。提出基于缺陷区域能量中心的不同视角投影下匹配对应点确定方法,使其具有对平移、旋转、尺度和强度的不变性,并保证缺陷匹配点在空间位置上的一致性。然后,提出利用能量中心不变量构成缺陷区域特征矢量,进行多缺陷情况下缺陷区域的自动匹配。最后,基于能量中心匹配点的空间坐标视差计算方法,实现铸件缺陷自动三维定位。实验表明,基于能量中心匹配的铸件缺陷三维定位有较高精度,平均相对定位误差小于5%,优于现有传统方法。     

基于深度学习建立模型去除工业CT伪影的技术研究

针对高压涡轮叶片工业CT检测过程中伪影干扰严重的问题,采用一种基于深度学习技术的伪影去除算法,建立去伪影自编码器模型,实现工业CT截面图像伪影的修正。通过试验证明,采用本算法训练获得的修正模型,能够有效去除高压涡轮叶片CT检测截面图像上的伪影干扰,并具有可推广适用性。     

一种改进的轮廓曲线角点检测方法

角点特征检测方法是图像处理的重要研究内容,针对传统的曲率尺度空间角点检测中,选择不同尺度会导致角点的漏检测和误检测问题。提出一种改进的轮廓曲线角点检测方法,先在低尺度下采用较大步长的曲率阈值法剔除小曲率区域上的伪角点,将伪角点集中在曲率较大的圆弧区域,再合并微小图元剔除圆弧上伪角点,并结合投影高度法判断图元属性,对图元进行分割和融合,提高了检测精度。实验结果表明,改进的检测算法在处理由直线和圆弧构成的轮廓曲线角点检测时,可大大提高检测准确率。     

基于计算机视觉反馈的AGV定位停车研究

为了实现AGV的准确定位停车,采用视觉反馈法。首先经过图像处理,当发现定位停车标志符后,小车记录此时标志中心点到车辆中心的距离,并根据直线运动公式对距离进行判断,当距离为零时,小车停止。在标志符识别及配准过程中,采用了统计特征区域黑点数与模板图中的黑点数对比来筛选模板的方法以减少模板匹配的计算量,并利用SSDA算法进行图像配准。结果表明:在标识符形状差别较大、黑点数距离比较远的情况下,点的匹配率达到98%,识别准确率较高。     

基于约束流体化的激光图像特征三维重建算法

针对当前的三维重建方法一直存在无法真实体现激光图像的三维特征、且匹配精度较差等缺点,提出基于约束流体化的激光图像特征三维重建方法.结合激光图像的特有特征设计特征点检测算法,提取激光图像特征点,采用最优二叉树法对激光图像特征进行匹配,运用非线性流体分析方法获取激光图像特征三维重建所需参数矩阵;引入不同约束权重比例法对约束权重系数进行选择;实现对激光图像特征的三维重建.实验结果证明:采用该算法充分利用图像特征点进行激光图像的三维重建,其重建效率高,时间短,与原图的匹配度较高,具有一定的实用性.     

基于约束流体化的激光图像特征三维重建算法（英文）

针对当前的三维重建方法一直存在无法真实体现激光图像的三维特征、且匹配精度较差等缺点,提出基于约束流体化的激光图像特征三维重建方法。结合激光图像的特有特征设计特征点检测算法,提取激光图像特征点,采用最优二叉树法对激光图像特征进行匹配,运用非线性流体分析方法获取激光图像特征三维重建所需参数矩阵;引入不同约束权重比例法对约束权重系数进行选择;实现对激光图像特征的三维重建。实验结果证明:采用该算法充分利用图像特征点进行激光图像的三维重建,其重建效率高,时间短,与原图的匹配度较高,具有一定的实用性。     

工业焊接机器人空间定位技术研究

为了在复杂环境中进行工业焊接机器人空间定位,设计了一套基于视觉反馈的焊接机器人定位试验系统,详细介绍了摄像机标定、图像特征点提取、立体视觉匹配算法和数据通讯等关键技术,并进行了实际的现场试验。试验结果表明,该系统及相关技术能够提取数量相对较多的特征点,图像匹配保持了很高的匹配正确率和速度。试验结果为机器人前端空间定位及其应用提供了保障,为工业机器人自主焊接奠定了基础。     

基于局部特征的位姿求解算法北大核心

为提高点云数据配准精度,更准确获取目标物体位姿信息,提出一种基于局部特征的多源数据匹配位姿求解方法。首先,通过3D深度相机获取模型三维点云数据,并根据梯度阈值算法从大量点云数据中得到物体表面梯度值;其次,使用L+边界提取算法提取物体边缘轮廓特征信息,再遍历实体大量点云数据求解二维轮廓特征值,从而对输出的轮廓特征数据建立特征数据库;最后,对获取的点云数据特征进行数据处理,通过Hu矩匹配算法找到相对应的数据源后再由F-ICP匹配算法获取模型位姿。结果表明基于局部特征的多源数据匹配算法可以有效对点云数据进行位姿计算,匹配精度得到提升。     

基于运动线索的单目绝对深度测量

为实现单目相机识别和测量目标物体的绝对深度信息，提出基于运动线索的测量方法。首先，通过SSD算法和GrabCut算法识别并分割两幅图中的同一目标对象；其次，利用改进的ORB算法和融合几何约束的RANSAC算法获得目标物体的特征匹配结果；再利用Graham Scan算法求得两幅图中特征匹配后的凸包集合，选出最佳匹配的特征线段计算缩放率，最后，通过公式求得目标物体的绝对深度信息。结果表明，当相机移动100 mm时，目标物体测量误差最小为0.94%,最大为5.23%,平均测量误差最小。由此可见，改进的特征提取和匹配算法不仅能均匀化和亚像素化角点，还提高了匹配正确率，同时选出最佳匹配的特征线段也保证了测量精度。