基于图像运动模型的航空遥感影像快速匹配算法

随着航空遥感视频影像应用得越来越广泛,对影像的配准速度和精度的要求也越来越高.本文利用视频影像连续重叠度大的特征,对图像进行二次配准处理,利用图像的运动估计模型,经过粗匹配和精匹配两次配准实现视频序列帧间时空配准.实验结果表明,改进的算法不仅提高配准精度,同时还提高了运算速度满足对视频图像实时处理的要求.     

基于L1范数优化路径的视频稳像算法

目的 为解决外包装行业对产品外观进行检测时,采集视频图像存在抖动失真的问题.方法 提出一种基于L1范数优化路径的视频稳像算法,采用SURF算法和FREAK算法对视频序列帧中的特征点进行检测和描述;然后,使用KNN算法和RANSAC算法对相邻帧间的特征点进行匹配和筛选;最后,通过L1范数优化算法对序列帧进行校正和去黑边处理,得到稳像视频.结果 在处理前景无运动和前景有运动的2类视频时,稳像前后视频的平均PSNR值分别提升了5.094 dB和4.273 dB,并且相对于常用的特征匹配算法,文中算法能显著降低相机路径的主动平滑因子.结论 文中算法能够有效地解决视频抖动失真的问题,提高抖动视频的质量,具有一定的鲁棒性.     

电子稳像技术在船载电视监视系统中的应用

本文简述了电子稳像技术的基本原理,重点介绍了国内自主研发的船载电视监视系统电子稳像器的实现和主要性能特点,以及为满足性能要求而采用的运动检测和补偿技术.该电子稳像器采用灰度投影算法检测序列图像当前帧和参考帧之间的运动矢量,并且通过算法改进实现亚像元检测.在补偿图像运动时,通过采用平滑算法,避免了在图像补偿时出现的马赛克现象,保证了图像补偿精度.实验结果表明,本文提出的电子稳像器具有稳像精度高,实时处理能力强和较好的实际应用效果.     

机器人视觉Kalman和FIR滤波稳像算法设计与比较

稳像是提高基于视觉的移动机器人作业精度的关键。论文建立了完整的稳像算法流程,包含图像运动学模型、KLT特征提取、SAD特征匹配和滤波算法;设计了运动参数的Kalman和FIR滤波算法;并利用MATLAB实现了运动参数的Kalman和FIR滤波器;仿真验证和对比分析了Kalman和FIR滤波器对运动参数的去抖效果。结果表明,机器人视觉稳像中,Kalman滤波效果优于FIR滤波。用VC++和OpenCV编程实现了基于Kalman滤波的机器人视觉稳像软件,在双机器人移动平台上开展了实验,稳像计算时间小于视频采样时间,系统满足机器人对接作业实时性和精度要求。     

基于改进的Hough变换缸套内面网纹夹角检测

目的缸套内面网纹角是影响缸套性能的重要参数,为了在生产过程中快速准确检测出网纹角参数,剔除不合格产品,研究基于改进的Hough变换缸套内面网纹夹角检测方法。方法确定缸套图像的预处理算法,增强图像网纹特征,滤除次要信息;确定基于Canny算子的网纹特征边缘分割方法;确定基于改进的Hough变换网纹直线特征提取方法,通过计算提取直线夹角的平均值得到缸套网纹角值。结果试验表明,基于改进的Hough变换网纹角检测结果与进口仪器检测结果相比,平均误差为1.54%,检测精度高。结论提出的检测算法可准确识别缸套内表面网纹角,能很好地代替传统人工复膜检测和昂贵的进口检测仪器,满足工业现场自动检测的需要,提高了检测的效率和精度,降低了检测成本。     

遥感图像客观质量评价方法研究

为分析图像压缩过程对遥感图像质量的影响,从遥感图像构像质量和几何质量两个方面探讨了遥感图像客观质量评价方法,并改进一种基于Harris角点检测算法的亚像素级角点检测算法。采用JPEG2000、SPIHT两种算法分别对这些评价方法进行验证。实验表明：为满足人眼视觉观察能分辨图像细节的要求,遥感图像压缩比不宜超过16倍,为使压缩后图像满足计算机视觉应用,图像压缩比不宜超过8倍。     

加权相位一致性改进的图动态精确配准算法

目的为了解决当前图像配准算法匹配精度较低的问题。方法提出加权相位一致性耦合改进的图变换匹配的精准动态图像配准算法。首先,基于SIFT机制,检测图像中的关键点;并嵌入加权因子,定义相位一致性特征,对关键点完成提纯,消除误配点与稳定性不佳的特征点;随后,设计角度距离,替代相邻特征,改进图变换匹配技术,形成精准匹配关系集;再利用初始匹配特征点与精准匹配特征点间的映射关系,对其完成修正;最后,利用改进的图变换匹配算法处理修正后的匹配关系,进一步提高匹配精度。结果仿真结果显示,与当前图像配准技术相比,改进的算法拥有更强的鲁棒性与更高的匹配精度。结论改进的算法能够提高图像在几何变换程度较大时的匹配精度。     

基于二维EMD的Harris角点检测算法

为解决Harris角点检测算法在多尺度条件下无法正确提取角点的问题,本文将经验模式分解(EMD)方法运用到二维图像特征点提取中。先利用二维EMD方法将图像分解到多个图像细节层,并定义为本征模函数(IMF),再利用Harris算子对各图像细节层进行角点检测,最后采用层层筛选的方法提取角点。对比实验结果表明,新算法得到的角点更加丰富,抗噪性增强,明显提高了图像角点检测性能。     

局部特征点的鲁棒性数字稳像

针对视频序列受载体的影响,本文提出了基于Harris局部特征点的数字稳像方法。局部特征点在图像处理、模式识别、计算机视觉以及目标检测与跟踪领域得到了广泛的研究。首先,利用Harris算法提取动载体摄像系统中每帧图像的局部特征点,采用基于归一化互相关匹配算法进行局部特征点的匹配,提出了一种双向搜索的匹配策略来提取具有较强鲁棒性的特征点;然后,利用随机抽样一致算法进一步筛选所选定的特征点,并将保留下来的精确匹配特征点带入仿射运动模型求出全局运动矢量;最后,提取全局运动矢量中的抖动参数,并对原始图像进行补偿。实验结果表明,该方法可以快速有效地处理图像序列的仿射运动,水平和垂直方向的精确度小于1 pixel,并且具有较好的鲁棒性,可用于动载体摄像系统。     

基于Moravec算子影像特征提取的算法分析与实现

点特征主要是指图像上明显的地物点，如角点，原点等。提取点特征的算子称为兴趣算子，即利用某种算法从影像中提取感兴趣的特征点。本文主要介绍了点特征算子中很著名的Momvec算子的详细解法及算法流程，并在Moravec算子的阈值选取的方法上进行创新，并给出了M0ravec算子对rgb图像进行点特征提取的效果图。     

基于Zynq的实时视频图像角点检测系统

针对机器视觉测量应用中,待测关键点的自动识别与定位中的角点信息提取问题,以ZYNQ系列可拓展平台内部ARM+FPGA的异构架构为基础,采用软硬件协同设计方法,搭建了一套可进行实时视频图像角点检测的系统。利用Vivado HLS工具,将角点检测算法封装成可以部署到PL端的IP核,极大地缩短了开发周期;对系统中各个模块进行了合理的任务分配,使得系统拥有ARM的灵活性以及FPGA的并行处理能力,展现了并行异构架构的优势。该系统中图像算法IP核可以进行灵活的算法替换和更新,为基于机器视觉检测的小型化应用提供了重要参考。     

Measuring height of high-voltage transmission poles using unmanned aerial vehicle (UAV) imagery

Aerial imagery is important in remote sensing applications. Unmanned aerial vehicle (UAV) has a wide range of applications in remote sensing and presents a substantial cost-effective solution when monitoring objects on the earth’s surface. Moreover, object detection and classification are important aspects of global information system, especially for remote sensing applications and power line monitoring, which are essential for the proper distribution of electricity to consumers. Manual inspection consumes much time and involves risk, especially in remote areas that host dangerous wildlife; hence, UAV-based approaches are more feasible for such monitoring. The authors propose an UAV approach that utilises a digital surface model and incorporates a stereo matching algorithm based on UAV stereo images. The proposed algorithm was based on a graph-cut (GC) algorithm that measured the disparity map. Results were compared with well-known algorithms; including, for example, global and local stereo matching algorithms. The proposed solution introduces and integrates ordering constraints along with a submodular energy minimisation function to/with the GC algorithm to enhance performance. The authors measured sensitivity and recall for all parameters against ground truth data for differently cropped images of 16 power poles. Results showed that the proposed model performed more accurately compared to extant methods.     

Radarsat SAR图像上水稻田边界提取研究

为精确提取Radarsat SAR图像上水稻边界信息，开发了一个二维8方向滤波算法并设计了优化的边界提取方案，将其应用于863－308项目“SAR技术用于南方水稻长势监测与土地利用调查应用示范”研究中，结果表明该算法比用遥感图像处理软件（PCI）提取的水稻田边界更精细，且连续性好，从而在应用中可降低水稻种植面积计算的误差，进一步提高水稻估产的精度。     

基于FPGA的遥感影像并行处理原型系统的设计与实验

在空间信息领域中,遥感影像的实时处理通常需要巨大的容量和运算量,因此如何提高处理及计算速度显得非常必要。本文设计了一种在普通PC上即插即用的遥感影像并行处理原型系统,利用FPGA的并行处理特性和灵活的可编程性,进行了遥感影像并行处理实验研究,在保证影像处理质量的前提下,该系统较常规PC软件在数据处理速度上提升3—4倍,可达到100M／s以上。     

多重约束下由粗到精的多源图像自适应配准算法

本文提出了一种多重约束下由粗到精的多源图像自适应子像素级配准算法.该算法采用影像特征点作为匹配基元,利用具有不同精度等级的组合判据法、整体松弛法、最小二乘法实现由粗到精的匹配,同时在匹配过程中加入了多重约束,如定位点控制约束、交叉匹配约束、连续控制约束,以保证获取的配准控制点的可靠性和剔除粗差点.此外,该算法利用配准控制点自适应地构建整个图像的三角网,最后依据改进的三角形填充算法对目标图像进行逐像点纠正.对同源和非同源的遥感图像的实验证明,SPOT4全色图像(10m/pixel)和SPOT5多光谱图像(10m/pixel)的配准精度分别达到6～7m和5～6m.     

一种V型坡口焊缝图像处理方法及特征提取算法研究

为了提高V型坡口焊缝特征提取算法的效率和准确性,对V型坡口光条图像预处理,在图像感兴趣区域(Region of Interest,ROI)开窗基础上构建差异化卷积模板,经图像差分后实现光条纹增强及噪声颗粒化.通过形态学开运算和小连通域去除提取出二值化光条,并采用几何中心法完成光条骨架细化.通过对光条形态学特征分析,初步...     

二维经验模分解在海洋遥感图像信息分离中的应用

将经验模分解法（EMD,Empirical Mode Decomposition）二维化,并应用于海洋遥感图像处理,实现了图像数据的线性化、平稳化预处理与不同信息的尺度分离,为海洋遥感应用研究特别是图像谱分析研究和目标识别研究提供了一种有效的数据源预处理新方法。     

A triangle mesh-based corner detection algorithm for catadioptric images

As with conventional images corner detection is an important aspect of many computer vision problems involving catadioptric images. However, classical image processing algorithms are no longer appropriate for catadioptric images due to nonuniform resolution and distortions of catadioptric images. In this paper, we propose a novel approach to corner detection for catadioptric images based on triangle mesh. First, we transform catadioptric images to spherical images by combining an improved projection model for central catadioptric cameras with triangle mesh for a unit sphere. Spherical images yield a spatially uniform resolution domain for processing catadioptric images. Then, based on the topology of a triangle mesh, variations of light intensity with respect to directions for each image patch are measured to detect corners. The proposed algorithm addresses problems of catadioptric image processing caused by non-uniform resolution and distortions of these images. Experimental results showed that comparing to widely used methods, the triangle mesh-based corner detection algorithm can achieve higher repeatability rate relative to different imaging condition changes.