复杂光流场运动分析与特征提取

针对车辆行车前方场景视频图像序列这-复杂光流场,提出一种基于光流分析的车辆行车环境特征实时提取方法:对同定在驾驶室的摄像机所拍摄的驾驶员视野前方行车视频图像序列进行区域分割,得到3个特征区域,采用五置信点光流算法对其中两个区域的光流场进行光流估计,并应用数理统计方法对其作置信空间和算术平均处理,提高了光流估计的鲁棒性,...     

基于特征点检测与光流法的运动目标跟踪算法

为了解决当前运动目标跟踪算法在背景模型复杂和目标特征不明显的情况下,导致算法跟踪能力不足的问题,本文分别从特征点检测与光流法分析的角度出发,提出了基于特征点检测与光流法的运动目标跟踪算法。首先,根据图像梯度矩阵最小特征值,通过仿射变换,精确化特征点帧间匹配,排除伪特征点,达到精准检测运动目标特征点的目的。然后,基于图像像素守恒原理,进行2幅图像间变形评估,建立图像约束方程,进一步精确跟踪运动目标。最后,基于软件开发环境QTCreator实现算法,并系统集成。实验测试结果显示:与当前运动目标跟踪技术相比,本文算法拥有更高的准确性与稳定性。     

一种基于VINS的视觉里程计改进方法

同时定位与地图构建(SLAM)是当今机器人领域的主要研究课题之一。针对如何根据图像估计相机位姿问题,提出一种基于VINS的视觉里程计改进方法(ORLK-VINS)。首先,通过双目相机获取图像信息;其次,将图像信息进行直方图均衡化处理,使图像对比度和亮度得到改善;然后,对原图像特征提取算法进行改进,引入ORB算法中带有方向的FAST角点;最后再将提取的特征点进行正反向的LK光流跟踪匹配,保证匹配特征点的精确性。实验表明,经过改进后的视觉里程计相较于主流的VINS-Fusion算法,在某些场景下拥有更好的实时性和定位准确性。     

基于矢量量化的动态场景中运动车辆的检测

汽车为了提高动态道路场景中的运动车辆的检测的准确性,提出在Harris角点检测与金字塔Lucas-Kanade光流的基础上,以角点光流矢量的方向、幅值和角点的坐标值作为输入特征,引入矢量量化的方法对图像的光流场进行聚类,并结合了欧式距离和相似系数作为相似性测度,再通过计算每个类别中角点分布的方差剔除误匹配的光流,并依靠方差区分背景类和车辆类,从而提取出运动的车辆。实验结果表明,此算法能有效的剔除误匹配的光流,准确的从动态场景中提取出运动的车辆,并同时适合单个和多个车辆的检测。     

心脏结构序列截面像光流场检测的研究

心脏各结构的运动和变形保证了人体的血液流动。本文叙述了一种变形体光流场的检测方法 ,即边缘聚类中心特征点的共同运动匹配算法 ,以此来达到不同帧运动序列图像特征点的跟踪 (匹配 ) ,进而得到轮廓特征点的光流场 ;文中还介绍这种轮廓光流场检测对心脏临床医学的实际应用     

光流点匹配跟踪的薄壁件振动模态测试方法

针对传统模态测试方法存在获取信息有限和附加质量、已有非接触模态测试方法需进行复杂图像处理等问题,提出了光流点匹配跟踪的薄壁件振动模态测试方法,避免了需逐帧进行特征分割、提取等复杂的图像处理。首先,建立了面内振动视觉测量的成像模型,通过相机标定获取工业相机的内、外参数并进行了误差分析。研究了基于光流视觉测振的原理与方法,该方法通过单目相机采集带特征点的结构振动序列图像,运用金字塔的Lucas-Kanada算法进行光流点匹配跟踪,进而获得亚像素级特征点的振动信息,在此基础上进行模态参数辨识获得模态参数。基于提出的方法搭建了薄壁件振动模态测试系统,对薄壁梁进行了振动模态测试实验,并与激振器扫频测试结果和有限元仿真结果进行了对比分析。实验结果表明,固有频率误差在5%以内,模态振型一致,从而验证了提出方法的正确性,为薄壁件的振动模态测试提供了新方法。     

电子稳像技术算法研究

首先,本文介绍了电子稳像技术的基本原理,对2种常用的电子稳像技术算法进行了分析,并阐述了其优缺点.其次,本文提出了基于特征点的稳定视频图像序列电子稳像算法,其基本步骤是先获取图像特征点,然后确定补偿量,最后校正图像序列.利用基于特征点的匹配技术估计出全局运动矢量,用均值滤波的方法确定图像的补偿参数,并将补偿参数代入变换模型,继而实现了图像序列的稳定.实验结果表明,这种特征点稳像算法能够较好地稳定视频图像序列.     

图像序列变分光流计算技术研究进展

针对图像序列光流估计的研究是计算机视觉研究领域的一个重要研究方向,而变分光流计算技术是目前图像序列光流计算研究的主流方法。为了使研究人员对变分光流计算技术有更深入的了解,主要针对变分光流估计能量函数中数据项和平滑项的设计策略以及能量函数计算的不同方法进行详细地介绍,并对不同类型的方法进行对比分析。总结了当前变分光流计算技术中存在的主要问题,并给出了可能的解决方案。     

基于图像序列的真空开关分闸速度检测

真空开关的分闸速度是影响开关电弧形态及其使用性能的重要因素。为满足高精度分析的需求,提出运用数字图像处理技术从真空开关运动序列图像中精确跟踪触头位置,进而计算触头运动速度的检测方法。该文首先利用Solidworks软件建立真空开关触头模型,并以设定速度模拟分闸过程,获得了分闸过程动触头的运动序列图像。运用Harris角点检测算法提取序列图像中触头角点,然后用SSD(sum of square differences)角点匹配算法对相邻序列图像中所检测到的角点进行匹配,并从中筛选精确匹配角点,再以匹配的像素角点为初始值,计算亚像素精度角点,从而实现了动触头位置的亚像素级精度跟踪。计算相邻帧图像动触头的位移,该位移与相邻帧图像时间间隔的比值即为动触头的瞬时速度。结果表明:亚像素角点检测技术可实现动触头位置跟踪及其分闸速度计算,且相对误差≤4.7%,最高精度可达0.34%。该方法能够实现真空开关分闸速度的高精度检测,为后续分析分闸速度与电弧形态的关系奠定了基础。     

基于序列图像与针孔成像的井喷流体流速计算

针对常见井喷流体流速测量方法存在危险性较高、准确性较差的问题,为安全、精确测量井喷流体流动速度,提出了一 种基于序列图像与针孔成像的井喷流体流速计算方法并进行了相应的实验。 该方法利用摄像机和自研井喷模拟装置,通过获 取大量模拟井喷的序列图像,从中选取前后两帧图像后,对这两幅图像分别用 SIFT 算法进行特征点提取,再用 FLANN 算法对 提取出来的特征点进行特征匹配,最后使用 RANSAC 算法进行误匹配特征点消除,得到两幅图之间的准确匹配特征点后,提取 这些像素点的坐标位置并计算出匹配特征点之间的位移距离,最后使用基于针孔成像的方法计算出井喷流体的流速,实验结果 表明,能获得较准确的井喷流体流速,从而更准确估计井喷的危害,保障了现场作业人员人身安全。     

基于光流场的输电导线舞动监测方法

提出基于光流场的输电导线舞动监测方法,以输电导线舞动视频中截取的多帧连续图像为研究对象,利用金字塔光流法计算图像中各点的光流值,通过形态学滤波中的闭运算滤除孤立噪声点,设置面积阈值提取图像中舞动的导线;对图像进行多层亚像素级滤波处理,把图像中向量场以横向、纵向分为实值图,以横向、纵向估算光流像素点的位置并计算出光流速度;描绘出图像中各点的运动方向和位移,实现导线舞动的自动监测。该方法克服了视频监测单纯依靠工作人员观看导线运行状况视频的弊端。实例分析结果表明,该方法能够准确地检测出导线舞动的目标区域并计算出导线上各点的速度和舞动位移。     

ORB特征匹配的误匹配点剔除算法研究

在计算机视觉中,特征点匹配是一个极其重要的问题。为了提高图像特征点匹配精度,针对ORB常采用的RANSAC误匹配点消除算法不足,提出了改进的误匹配点剔除算法。该算法通过缩小抽样点总量来保证匹配点选取质量,并能有效的减少迭代次数。分别采用ORB+改进算法与ORB+RANSAC算法对两组图片进行特征点匹配实验。实验表明,该算法能够有效剔除误匹配点,与RANSAC算法相比较精度提高了8%,匹配精度提高至97.43%。     

靶场光测图像序列的复合压缩方法

针对靶场海量测量图像的存储问题,提出了光测图像序列的复合压缩方法。该算法解决了小波变换产生浮点数,导致信号不能精确重构的问题,实现了从整数变换系数中完全重建图像;同时借鉴ROI思想,解决了图像压缩需求与测量精度的矛盾,在同一压缩框架下,实现了目标区域的无损压缩和背景区域的高倍压缩;设计了靶场测量图像序列压缩码流结构,保证了解码时目标区域信息的完整性、目标区域和背景区域压缩码流的可分割性和整体码流的连续性。经仿真验证,该算法科学可行,在同一压缩比时本文方法的SSIM值优于JPEG2000压缩标准,压缩后目标判读误差在3”内,在满足数据处理精度的基础上实现了光测图像的大比例压缩。     

一种变形体图像轮廓光流场检测系统的研制

本文根据变形体的运动理解得到变形光流场的一种检测方法，即对序列图像二值化轮廓作聚类中心特征点匹配的算法，由这些基础理论我们得到了实际变形体光流场检测系统的设计，它包括了软件的构成和硬件的设置。文章最后还介绍了该系统被用于人体心脏左室轮廓光流场的实际检测结果。     

基于模板迭代更新的图像配准算法

在计算机视觉中,用变换矩阵对图像对进行配准一直是具有挑战性的,尤其是在变换矩阵难以获取且噪声很大的情况下.针对图像对之间重叠区域很小,以至于变换矩阵的获取精度不甚理想,首先用SIFT算子提取出图像的特征点,然后在对图像进行匹配时,提出一种基于模板迭代更新的图像匹配方法,推导出最小二乘约束下的变换矩阵求解方法.实验对比了一些实际场景图像序列的匹配结果,验证了本算法的可靠性和稳定性.     

基于摄像机的车辆测速仪

由于基于单一摄像机的图像采集处理系统,不能获取图像空间距离与真实空间距离的映射关系,故尚未发现有基于这类系统的测速系统.本文利用城市道路中普遍存在的车道线标志,估计出这种映射关系.并且分析了传统光流方程算法的适用性,提出了一种以矩阵条件数为约束条件,以关联域匹配为预补偿的改进光流方程算法,从而使光流方程分析技术的可靠性得到保证.并在此基础上,提出了一种新的基于单一摄像机的车辆测速系统,它能在不附加其它测速或测距系统的情况下独立完成车辆的速度检测,并且能同时对多车辆进行测速.     

复杂背景下相对运动恢复结构算法设计

针对运动恢复结构算法在摄像机拍摄过程中需要改变摄像机位置的问题，利用物体与摄像机的相对运动关系，获取包含物体多角度视图的图像序列。在图像序列中定位物体所在区域，约束特征点提取的适用范围，设计并实现一种相对运动恢复结构算法。实验结果表明，SFRM算法适用于摄像机固定位置的拍摄方式，能将位于物体区域的匹配对占总匹配对的比例从32%提高到84%,相较于传统的SFM算法在时间效率上得到38.29%的提升，成功扩展SFM算法的适用场景。     

基于光流参数方程的复杂全域运动估计

视频图像序列在时域有着很强的相关性,利用这种相关性对图像序列进行运动估计,在图像压缩、目标检测等方面极具应用潜力。目前的全域运动估计,一般只讨论平移运动,对包含缩放、旋转等分量的复杂运动极少涉及,本文提出了一种基于光流参数方程的复杂全域运动估计及补偿算法,将运动估计的参数估计与非参数估计相结合,改进了基于光流方程的块运动模型。理论分析及大量实验证明,此算法能有效的处理包含缩放、旋转等分量的复杂运动,而且本算法将复杂的全域运动分解为各基本运动,使系统可以根据运算量的限制自适应地选择最优的运动估计及补偿算法。     

基于数字图像的单只燃烧器射流几何特征参数提取

提出一种燃烧器射流流场分析及几何特征参数提取的方法,实现流程包括:①采用加权中值滤波算法抑制射流图像离散点噪声;②采用种子区域生长算法将射流从图像背景中分割;③采用自适应边缘检测算法检测射流边缘像素点;④采用广义最小二乘法对射流边缘点进行线性拟合;⑤确定射流的几何中心线位置、中心角及射流扩展角等特征参数.研究结果表明,当处理图像噪声窗口为10×10,选择射流图像中亮度值最高的像素为种子,同时以5%为误差限确定生长准则时,整个流程消耗时间与精度处理的匹配最优.该燃烧器流场的实时测量与分析的方法具有较好的应用前景.     

基于SIFT特征匹配的电力设备图像变化参数识别

在变电站视频监视系统中,可通过视频巡检来及时发现某些异常状态,以免产生故障。图像的某些参数的改变是判别图像状态改变的重要依据,提出了一种基于SIFT,OTSU和RANSAC相结合的特征匹配的电力设备图像变化参数识别算法。先对样本资料图像和监测图像进行SIFT特征匹配,与OTSU相结合消除干扰匹配特征点,再通过RANSAC随机抽样一致性算法消除错误匹配特征点,根据匹配结果识别电力设备图像变化角度和缩放比例这2个重要参数。仿真实验表明,此算法简单易行,精度高,可用于电力铁塔倾斜角度和指针式仪表指针旋转角度的识别,也可用于视频巡检中缩放系数的识别。