基于视差空间V-截距的障碍物检测

为了更加高效地完成对基于双目立体视觉的驾驶系统的环境分析,提出新的应用于视差空间中分析障碍的"V-截距"方法.与传统在三维空间中的障碍检测方法不同,该方法直接在视差空间中进行检测,通过将障碍坡度信息转换为视差空间中V轴的截距实现检测.推导视差空间中的坡度-截距转换关系,划定合理的阈值区间.整个检测算法具有快速高效的特点,在原理上不受平面道路的假设约束,具有很强的实际应用价值.多种环境下的实验证明:该方法的障碍物检测效果可靠、稳定,检测速度是基于三维空间的方法的3.9倍.     

立体对图像的视差与景深关系

3D显示器的再现立体景深与立体对图像的视差有关,视差的大小取决于拍摄设备的原理正确性。由双镜头3D拍摄设备获得左右格式的立体对图像,根据图像同名点检测视差信息,再由检测出的视差数值来计算景深。视差采用灰度极值法,提取立体对图像的特征行像素灰度值波形图,通过灰度波形的极值判别同名点并检测前景与背景标志物体的视差数值。实验表明行像素灰度极值法有助于快速计算3D图像的同名点视差信息。     

稀疏采集集成成像系统

针对集成成像系统采用3DS MAX虚拟采集立体元图像(EI)阵列需要摆放大规模摄像机阵列难以应用到实际这个问题,建立了稀疏采集的集成成像系统.为了提高视差计算的准确率,提出采用颜色分割和积分投影的方法求取相邻图片每个颜色物体的视差平均值作为最终视差值.首先,在3DS MAX里建立虚拟场景和微透镜阵列模型.根据立体元图像(EI)和子图像(SI)之间的映射关系,采用通过先采集子图像再求取立体元图像的方法达到稀疏采集.对于渲染得到的图像采用基于颜色的图像分割法和积分投影法求取相邻图像中不同颜色物体的视差平均值,然后采用固定大小的矩形窗按照视差平均值平移截取渲染图像得到子图像.最后将子图像按顺序拼接,映射求取立体元图像用于立体显示.实验结果表明:原本需要59×41台摄像机才能拍摄得到的EI图像阵列仅需12×12台摄像机拍摄就可以得到,且立体显示效果明显.视差计算的误差率在水平方向和垂直方向均为0.433%,明显优于视差误差率为2.597%和4.762%的其它方法.文中方法更准确的实现方便快捷的集成成像稀疏采集系统,可用于大屏幕立体显示的EI内容采集.     

基于特征图像方法的运动物体检测

在传统特征图像方法基础上,提出一种基于分块边缘特征图像的运动物体检测算法.该算法对背景图和叠加图进行分块处理,分别提取出背景图与叠加图的最大特征向量,求得背景图与叠加图的各块投影系数,进行运动物体的匹配检测.在实际处理时,采用了canny算子获取边缘图的方法来进行检测,以消除光照等外界干扰对检测的影响.     

视觉导航机器人三维场景重建研究

针对自主导航机器人在室外中的立体视觉,应用了一种基于置信点扩展的三维重建的方法。该方法改进了归一化交叉相关算法,由视差空间图寻找视差空间中的置信点并进行表面跟踪,并用计算亚象素视差和中值滤波的办法得到视差图,最后使用滚球算法对从视差图中得到的点云数据进行三角化从而进行地形重建。实验结果表明,所使用匹配方法优于单一的归一化交叉相关方法,有着较强的鲁棒性,重建的地形效果较为理想。     

视差可控的多视点立体图像校正算法

提出了一种视差可控的多视点立体图像校正算法。该算法通过对多视点信息进行旋转、垂直视差调整和视差均衡的预处理操作,使得立体图像符合立体显示器的要求,并且对图像中的目标物体可根据需要显示为正视差、负视差或者零视差。通过在多视点立体显示系统上的实验可看出,该算法校正后的多视点图像在观看时立体感强,符合人眼观看的特点,并且可根据内容的需要使场景内的目标物体显示出不同的深度。     

基于双目视觉的机器人运动目标检测与定位

针对移动机器人自定位精度低的问题,提出了先由静止的工作机器人进行自定位,再对运动目标进行检测和定位的方法.基于HSV模型颜色特征,工作机器人分割出人工路标并进行自定位,利用帧间差分法将采集到的视频图像序列中相邻两帧作差分运算,提取出运动目标,并通过双目立体视觉视差原理计算出运动目标的绝对坐标,帮助运动目标完成定位.结果表明,该方法定位精度高于传统的移动机器人自定位的定位精度,且算法的实时性好,具有现实的研究意义.     

组合成像中的立体元阵列合成与稀疏视点采集

针对组合成像系统中的立体元图像阵列由于采集设备等因素限制而难以实景拍摄的问题,提出了一种利用稀疏视点图像通过并行映射获得立体元图像阵列的方法。该方法首先使用相机阵列拍摄实际景物的稀疏视点图像,然后分别计算每幅图像的水平和垂直视差图并重构出图像中每个像素所对应实际物点的空间位置,最后采用并行映射的方法生成立体元图像阵列,对于立体元图像中仍然存在的空洞,采用插值计算的方法进行填补。实验结果给出了采集到的稀疏视点图像以及合成后的立体元图像阵列,结果表明,合成图像具有连续的视差变化,可以真实再现拍摄对象的空间结构,而且本文方法在实现上优于传统的立体元图像阵列采集方法。     

基于立体视觉平台的彩色图像视觉跟踪

在彩色图像视觉跟踪过程中,存在定位精度低、伺服周期长、可靠性差等问题.提出了一种改进的目标物体检测方法,同时运用已有的双目运动机构建立了视觉跟踪系统.在保证定位精度和可靠性不变的前提下,减小了图像处理过程中的计算量,缩短了整个系统的计算周期.同时通过大量的试验进行验证.结果表明,方法原理正确有效,对于具有不同颜色、不同形状、不同尺寸的运动目标物体都能够使双目运动机构跟随目标物体进行,实现了立体视觉平台的旋转运动.     

基于双目立体视觉的纱线运动参数识别

针对目前运用传统接触方法难以准确、无干扰测量纱线运动参数的问题,提出基于双目立体视觉的纱线运动参数识别方法。采用双目高速相机采集运动纱线图像,开发双目高速同步抓帧存图程序;利用高精度标定板进行双目标定;经滑动窗口和线面交点方法定位纱线测试点;对极线校正后严格行对准的像对使用块匹配、原始和改进半全局块匹配等立体匹配算法计算深度图,并采用视差原理求得纱线测试点空间位置坐标;结合存图时刻求得纱线运动参数。实验表明,本文方法得到的纱线运动参数中位移误差均值为0.132 mm,与实际情况吻合良好。     

中国近代史上的一个特殊时期(1916-1928)——以领土维护情况为研究对象

针对移动目标检测过程中，背景信息复杂并且信息处理量大的问题，提出了一种对检测区的位图进行差影计算，从而快速检测出移动目标的方法。该方法用到的阈值，采用背景动态更新的自适应阈值计算方法得到；同时，还给出了该方法的算法描述和实验结果。实验表明，该方法能有效的提高移动目标的检测效率和准确率。     

基于位图差影自适应的移动目标检测

针对移动目标检测过程中,背景信息复杂并且信息处理量大的问题,提出了一种对检测区的位图进行差影计算,从而快速检测出移动目标的方法。该方法用到的阈值,采用背景动态更新的自适应阈值计算方法得到;同时,还给出了该方法的算法描述和实验结果。实验表明,该方法能有效的提高移动目标的检测效率和准确率。     

视频监控中基于颜色特征的运动目标匹配研究

提出了一种基于颜色特征的运动目标匹配方法。通过颜色直方图定义了运动目标的主颜色区域,并依据最大隶属度原则建立RGB三维彩色空间主颜色区域信息的模糊子集,最后采用模糊相似匹配原理对匹配目标与待匹配目标模糊集的模糊隶属度函数和贴近度函数进行比较,得出匹配结果。实验结果表明,该方法在解决视频监控中运动目标匹配问题时是可行且可靠的。     

基于HSV颜色空间静止背景中运动目标的检测算法

针对固定场景视频序列中的彩色运动目标检测,采用HSV颜色空间表示视频原始帧,使用自适应背 景更新在原始帧中提取V 分量建立背景帧,利用背景差分法对视频序列进行运动检测,在运动区域二值化时结合原 始帧中的H 分量对运动区域进行筛选,从而得到特定运动目标被点亮的前景帧。实验结果表明,该算法能够有效地 实现在静止背景、多运动目标共存的视频中检测出特定颜色的运动目标。     

基于单片机硬件监视系统的研究与实现

针对单片机内存空间小和处理速度低的特点,提出了基于Sobel算子边缘处理的运动物体监测和基于帧差法的强度变化监测算法.经由8051单片机系统实测,本算法的时间、空间复杂度低,能有效地识别运动物体和火灾发生.     

Automatic Video Segmentation Algorithm by Background Model and Color Clustering

In order to detect the object in video efficiently, an automatic and real time video segmentation algorithmbased on background model and color clustering is proposed. This algorithm consists of four phases:backgroundrestoration, moving objects extract,moving objects region clustering and post processing. The threshold of thebackground restoration is not given in advanced. It can be gotten automatically.And a new object region cluster     

一种基于变化区域检测的 运动对象分割算法

文章针对在变化区域内运动对象的分割，提出了一种基于块的帧差处理方法，对差分图象进行噪声分析和能量分析，利用块矩和能量的双重约束来检测变化区域。后续的空间分割时，在变化区域外接矩形内用区域生长法修正检测结果，取得具有精确边界的运动对象。实验结果表明这种算法兼顾了实时性和精确性，能有效地分割出视频序列中的运动对象。     

一种阴影消除算法优化及DSP实现

优化了一种基于HSV彩色空间模型的双矩形框阴影消除算法的流程,能在运动目标检测时去除阴影干扰的影响,且具有较好的实时性。使用DM642多媒体DSP实现了算法,设置了视频捕获方式、优化了DSP程序。首先进行彩色空间变换;然后利用基于V分量差分视频帧初步确定运动区域和基于S分量的背景差分视频帧精确目标区域;最后把各分量运动目标信息合并,对运动目标进行满足实时性要求的处理。实验结果表明,该算法能够较好地去除阴影,实现了运动目标的精确提取。     

基于空间约束的自适应单目3D物体检测算法

引入无须先验模版匹配的3D目标检测算法,通过简化消失点（VP）计算和改进角点提取等步骤,提出一种自适应的单目3D物体检测算法. 针对复杂场景下VP 计算易受干扰的问题,根据室内场景中世界坐标系、相机以及目标物体之间的空间关系,建立目标、相机偏航角与VP之间的约束模型,提出一种基于空间约束的 M 估计子抽样一致性（MSAC）消失点计算方法;为了提高3D框的估计精度,在VP透视关系的基础上,提出一种自适应估计3D框角点的方法,通过建立目标3D轮廓线与2D框的空间约束关系,实现目标物体的3D框快速检测. 相关数据集的实验结果表明,所提方法相比于其他算法不仅在室内场景下具有估计精度高、实时性好的优势,而且在室外场景实验下也具有更好的精度和鲁棒性.