基于SURF-HOG与显著性特征的红外可见光图像配准融合北大核心CSCD

针对现有红外与可见光图像配准不精确,边缘及细节纹理缺失,融合时间较长,不能突出重点目标等不足,提出一种基于SURF-HOG描述符与红外显著性特征的红外与可见光图像融合方法。首先,在红外与可见光图像配准阶段,在SURF(Speed-Up Robust Features,SURF)框架内构建基于HOG(Histogram of Oriented Gradient,HOG)的特征点描述符,并通过NNDR(Nearest Neighbor Distance Ratio,NNDR)进行红外与可见光图像的特征点匹配;其次,在显著特征提取阶段,先通过四叉树算法对源红外图像分解,然后通过贝塞尔插值法重建红外图像背景,接着分别对红外图像中的背景及目标进行自适应抑制以提取目标红外显著性特征;最后,结合已配准的可见光图像与重建后的红外图像以获取最终融合结果。实验结果表明,所提方法对不同场景下的红外与可见光图像具有较高的配准精度,不同场景下的融合结果不但主观视觉上具有显著的目标特征,同时背景纹理和边缘细节清晰,整体对比度适宜,运行时间最短,并且在客观评价指标上也取得了较好的效果。     

Zernike亚像素图像矩边缘检测算子方向角模型研究

基于Zernike图像矩的理想边缘模型,深入研究了方向角模型与亚像素判据间的关系。利用Zernike矩定义及其旋转不变特性,提出一种新的基于4阶方向角的Zernike矩亚像素边缘检测算子。为了提高边缘算子定位速度,首先基于9×9尺寸模板对Zernike图像矩0～4阶正交复数多项式进行了计算,推导出基于4阶方向角的边缘检测算子参数模型。最后将边缘算子应用在理想图像与实际图像上,检测结果表明:相比于传统的Zernike矩算子,基于4阶方向角的边缘检测算子具有更高的检测精度。     

NSST框架下结合局部自适应亮度与DCAPCNN的双波段图像融合

针对现有红外与可见光图像融合后,易出现边缘平滑严重、纹理细节恢复不足、对比度低、显著目标不突出、部分信息缺失等问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)的红外与可见光双波段图像融合算法。首先,采用基于自适应引导滤波(adaptive guided filter,AGF)的方法对源红外、可见光图像增强。其次,利用NSST正变换分别对源红外与可见光图像分解,得到红外、可见光图像的低、高频子带分量。然后,分别通过基于局部自适应亮度(local adaptive intensity,LAI)与双通道自适应脉冲耦合神经网络(dual channel adaptive pulse coupled neural network,DCAPCNN)规则融合低、高频子带分量。最后,通过NSST逆变换得到最终融合图像。实验结果表明,本文算法整体对比度更适宜,对红外热目标及可见光背景的边缘与纹理的细节恢复性更好,融合图像信噪比高,有效结合了红外及可见光图像的各自优势,与现有传统图像融合与深度学习融合算法相比,本文算法达到了更好的实验效果,在主观视觉感知和客观指标评价中均具有更好的融合性能。     

基于光斑成像的直升机旋翼共锥度测量方法

直升机旋翼共锥度值是直升机旋翼动平衡试验中测试的一项重要指标,它关系到直升机的安全和各方面性能,针对在旋翼高速旋转的动态下进行旋翼共锥度测量的特点,设计了一种基于光斑成像的直升机旋翼共锥度测量方法,给出了系统基本构成和测量原理,并进行了系统误差分析;该方法是一种非接触式的测量方法,在测量旋翼锥度差的同时,还可以测出桨叶的桨距角,可实现对直升机旋翼共锥度较高精度的测量;该方法具有较高的实际应用价值。     

基于PCNN的桨叶图像提取及锥度测量

针对目前对直升机桨叶共锥度测量难度大、精度低、无法对桨叶逐点测量的缺点,提出了一种应用视觉系统测量旋翼共锥度的新方法,给出了系统的总体安装方案并对系统的成像误差精度进行了分析,由于旋翼桨叶处于高速旋转状态需要实时处理的特点,提出了一种基于脉冲藕合神经网络(PCNN)的分割方法,在设计好的旋翼桨叶模型上进行了相关实验,通过与其它分割算法的对比,验证了算法的具有很高的识别率;实验结果表明:基于PCNN的分割方法具有较高的精度,适用于实时的旋翼锥度测量系统.     

基于全景视觉技术的旋翼共锥度测量系统的设计及实现

在深入分析以往旋翼桨叶共锥度测量手段的基础上,提出了一种基于全景视觉技术的旋翼共锥度测量的新方法。由全景图像球面还原算法原理,推导出了一组用于计算桨叶锥度差的逆投影公式。利用同步电路控制摄像机拍摄实现了对目标桨叶的实时提取,并对全景图像的解算方法进行了相应研究。应用脉冲耦合神经网络(PCNN)对全景图像进行初次分割,重点介绍了在此基础上结合区域标记法对桨叶图像进行特征提取的过程并取得了很好的识别率。实验结果表明,该测量方法对于桨叶锥度差的计算具有较高的精度,可以应用于未来的实际生产过程。     

基于激光原理的直升机旋翼共锥度测量系统设计

直升机旋翼共锥度是旋翼动平衡测量的一个重要参数,它直接影响直升机机动性能、安全性能等多方面重要指标;针对在旋翼高速旋转的状态下测量共锥度值的系统特点,采用切割激光光路法进行直升机旋翼共锥度测量,对其基本原理进行了介绍;设计了一种单光源、单光电接收器的光路结构,之后对信号采集处理部分以及上位机软件的设计进行了介绍.该系统结构简单,成本低廉,具有较高的系统可靠性和稳定性,可实现对直升机旋翼共锥度较高精度的测量.     

摄像机运动下的动态目标检测与跟踪

研究摄像机运动情况下的运动目标检测和跟踪问题.给出了一种基于块匹配的背景运动补偿差分方法.将此算法和对称差分法结合,给出了一种动摄像机的运动目标跟踪方法,以复杂场景下的人为跟踪目标进行了实验.取得了不错的跟踪效果.实验结果表明,该方法不仅消除了摄像机运动给目标检测造成的影响,而且检测提取的目标比较完整.该方法实现了对运动目标的大角度跟踪,在单摄像机的视频监控系统中有一定的实用价值.     

基于激光及三维虚拟场景技术的表面平整度在线检测系统

文章提出了一种基于激光及三维场景仿真技术瓷砖表面平整度检测方法;上位机使用Multigen Creator完成检测线三维场景建模,结合Vega Prime进行仿真,并在vs2010单文档程序框架进行集成;由于实际测量过程中真值往往是不可知的,因此探讨了采用不确定度对激光器纵向角偏移误差进行分析的方法,通过分析可知,在纵向偏移角小于3度情况下,激光传感器安装偏差导致的不确定性小于0.12 mm;通过不同实验环境下测试可知,本在线检测系统具有极高精度和重复稳定性,检测精度可达0.02 mm,本系统可以扩展应用到多种领域的在线表面检测系统中.     

基于PUCS与DTCWT的红外与弱可见光图像融合

针对红外与弱可见光图像传统融合算法在结果图像中目标不突出、整体对比度降低、边缘及纹理细节不清晰、缺失等问题,本文提出一种基于感知一致性空间（Perception Unified Color Space,PUCS）和双树复小波变换（Dual Tree Complex Wavelet Transform,DTCWT）的融合算法。首先,将红外与弱可见光图像的亮度分量由RGB空间分别转至感知一致性空间得到新的亮度分量以备后续变换处理;接着,将源图像利用DTCWT进行多尺度分解,分别获取各自的低频分量与高频分量;然后,根据不同频带系数特点,提出一种基于区域能量自适应加权的规则对低频子带分量进行融合,采用一种基于拉普拉斯能量和与梯度值向量的规则对不同尺度、方向下高频子带分量进行融合;最后,对融合后的高、低频子带分量进行DTCWT逆变换重构图像,再将其转回至RGB空间以得到最终结果。在不同场景下将本文算法与3种高效融合算法进行对比评价,实验结果表明,本文算法不但在主观视觉上具有显著的目标特征、清晰的背景纹理及边缘细节、整体对比度适宜,而且在8项客观评价指标上也取得了较好的效果。