一种基于模板匹配的远场畸变校正方法

在激光照射性能监测系统跟踪移动目标采集远场图像过程中,由于受主光轴入射角度、相对位移等因素影响,导致所摄图像会产生一定程度的畸变。为了校正图像畸变,提出一种基于模板匹配的远场畸变校正方法。首先制作四个靶板角点模板,利用模板匹配算法跟踪识别畸变图像的靶板角点;依据相机成像模型计算出理想靶板角点的像素坐标;根据四对靶板角点,利用透视投影模型求解畸变校正系数,从而实现对图像的畸变校正。实验表明,该方法可以对远场畸变图像进行有效校正,具有实验条件要求低、校正精确、处理速度快等优点,为激光照射性能监测系统提供了准确的图像信息,在实际工程中具有重要意义。     

激光照射器立靶测试中靶板识别方法

在激光照射器立靶测试系统中,针对外场环境背景复杂、对比度低等情况,导致动态靶板难以精确识别,提出一种基于小波变换的多尺度模板匹配识别动态靶板方法,采用小波变换和多尺度理论相结合的多层次搜索匹配策略,首先在图像分辨率最低层次进行粗匹配,剔除大量非匹配点,保留对应准匹配点;然后沿图像分辨率增大方向在准匹配点进行逐层局部匹配,直到匹配结束,精确识别出靶板的四个角特征目标区域,精确定位靶板角特征目标点.实验表明,该方法对动态靶板中心的测量精度达到0.4pixel,对激光照射器照射精度测试的研究有重要意义.     

红外导引头边缘模板匹配跟踪算法研究

实时目标跟踪是当前红外成像导引头图像处理中的关键技术,文章提出了基于特征点邻域的边缘模板匹配目标跟踪算法,该算法从红外图像中获取特征点,以特征点为中心选取参考模板,然后利用边缘检测算法获得边缘点集,最后使用改进的Hausdorff距离测度进行边缘点集的匹配,.从而实现实时目标跟踪.文章深入分析和探讨了模板的选取原则和提高算法实时性的四项措施.仿真实验测试证明,该方法能够很好的解决跟踪点滑动和漂移的问题,并满足实时性要求,跟踪稳定.     

复杂背景下目标的快速提取与跟踪

为了实现复杂背景下对任意目标的快速提取与稳定跟踪,利用自适应空域滤波器进行目标区域分割,再用二次投影法快速分离目标,并以模板评价函数为准则实时更新模板,提出了一种新的模板提取与更新的方法。该方法具有模板自适应性强,目标判断准确,跟踪鲁棒性好等优点。外场实验表明,利用该方法能在目标变化和有物体遮挡干扰的情况下准确提取目标,并保持连续稳定的跟踪。     

一种子像素级图像测量直线提取算法

分析了图像量测中线特征目标高精度的提取,提出了一种子像素级图像测量直线提取算法.采用改进的Hough变换对线状特征进行提取,获得具有确定长度和端点的直线段;以此直线段的端点为初值,自适应生成直线模板,利用最小二乘方法进行模板与图像线特征匹配,实现图像线特征的子像素提取.对仿真及真实图像的验证结果表明:该混合算法稳定可靠,达到了子像素级的提取精度,在图像测量中能有效地提高测量精度.     

Hough变换在人头识别中的应用

Hough变换能识别各种形状的目标,而且有对不完整边缘具有鲁棒性的优点.本文详细论述了Hough变换识别圆形目标的原理,并将其应用于人头识别.首先对原图像利用Canny算子进行边缘提取,然后利用Hough变换找人头的中心,大量实践证明了Hough变换识别人头的良好效果.     

多颜色标记三维定位以及标记点稳定性研究

在基于颜色标记的手部识别以及运动跟踪的过程中,由于背景及噪声的干扰,二维图像点坐标会发生波动,产生误差,导致由二维图像坐标计算手部三维坐标的过程中,静止状态下的带标记的目标在虚拟环境中会发生抖动。采用自适应分块区域增长法跟踪颜色标记,获得标记点区域范围,在该范围内进一步采用局部Hough变换精确定位颜色标记。实验证明,该方法在不降低亚像素精度的前提下,可以稳定定位手部标记点,且具有先验知识的局部Hough变换,在克服已有Hough变换不足的同时,能有效提高定位精度。     

基于图像处理技术的印刷电路板圆孔检测方法

PCB圆孔圆心的定位是决定PCB板精度和性能的重要因素之一.随着计算机图形技术的发展和完善,基于图像处理技术的快速检测方法逐渐被应用到PCB圆孔检测领域.提出一种新的PCB圆孔检测方法,这种方法首先用工业摄像机获取PCB图像,然后通过对采集的PCB图像进行预处理,提取PCB圆孔图像边缘,进而利用Hough变换检测圆,获得圆心坐标和半径.实验表明,本方法具有自适应特点,可以缩小精确定位的搜索范围,并在一定程度上提高检测速度,且所获圆心坐标准确.     

基于Hough变换的亚像素椭圆检测

提出了一种Hough变换的亚像素椭圆检测方法.通过惯量椭圆匹配法将椭圆参数缩小到一个极小的变化范围内,然后再通过Hough变换法实现亚像素椭圆检测.     

动态背景下的车辆与车道线检测

运用运动光流法提取运动车辆,区分运动的前景及相对运动的背景,获取运动目标的运动参数;运用霍夫变换结合最小二乘法实现道路识别与跟踪.实验结果表明,运动光流法能够准确检测不同运动目标并对其进行跟踪,霍夫变换结合最小二乘法对车道线实现了较好的跟踪与预测,实现了预期目标.     

贴片电阻字码识别算法研究

电阻字码的示值错误、漏字等问题是影响产品质量的重要因素。该文研究了贴片电阻字码的识别算法,实现了电阻字码的自动识别,可在线剔除不良品。该算法在对图像进行预处理后,采用Hough变换进行旋转校正,利用连通域法和行扫描法分割出单个字符,再用模板匹配法对电阻字码进行识别。结果表明,该算法鲁棒性好,识别精度高。     

Hough 变换的改进及其在指针式水表识别过程中的应用

在图像处理中,Hough变换广泛地应用于图像空间图形的检测,是从图像中识别几何图形的基本方法之一,但是其对于除直线之外的检测基本都会涉及3个甚至3个以上的参数,导致变换过程中所使用的存储空间大,计算时间长。针对传统Hough变换的算法缺点,提出一种改进的Hough变换算法,首先对原图像进行灰度化、滤波等图像预处理,然后结合图像的结构信息缩小变换像素点所处的范围,从而大大减少计算时间。进一步再将改进的Hough变换应用于图像特征提取,即圆和指针的提取。最后根据圆心连线与指针的角度来对指针的读数进行判别。     

基于连通域相关及Hough变换的公路路面裂缝提取

针对裂缝细小不连贯且带有设计接缝的公路路面,提出了裂缝自动提取算法. 该算法包括路 面图像预处理、基于连通域相关的裂缝提取和基于随机Hough变换的接缝滤除3个环节. 路面图像预处理环节通过部分重叠子块直方图均衡（POSHE）、局部与全局灰度匹配以及基于高 提升空间滤波的图像分割,得到裂缝更加清晰的路面二值图像;裂缝自动提取环节中,通过 基于连通域之间的相关特性,将细小且不连续裂缝的各个片段连接形成完整裂缝,进而基于 连通域长度特性,实现了复杂裂缝与路面纹理噪声的区分;在接缝滤除环节,通过基于随机 Hough变换的直线检测结果,结合接缝的自然属性设计了一组接缝区域识别规则,实现了裂 缝与接缝的区分,从而得到了最终的裂缝识别结果.     

基于投影特征的快速图像匹配方法

为了减少现有投影法模板中的冗余像素和匹配过程中无效的投影计算,提出了一种基于投影特征的快速图像匹配方法。基于投影法匹配原理和目标物体最小纵横比矩形特性,构造出平行四边形模板,并应用四方向链码实现该模板的投影变换;在图像匹配过程中,基于模板投影数据的取值范围和动态阈值序贯相似性检测原理,实现投影变换过程中灰度值的实时判定。实验结果表明,本文提出的方法与其他图像匹配算法相比在运算速度上优势显著。     

运动目标的识别跟踪控制研究

针对空中运动目标的识别和跟踪,提出图像匹配算法和连通域算法相结合的方法。该方法主要用图像匹配算法获得目标的位置信息,当图像匹配算法失效时,则采用连通域算法重新捕获目标、获得图像模板。同时,为提高跟踪的实时性,采用最小二乘线性预测法来预测目标的运动轨迹。在实验室的目标跟踪系统平台上,该方法能够对运动目标进行稳定的识别和跟踪。     

半监督Hough Forest跟踪算法

针对基于检测的目标跟踪算子存在着目标表观描述的准确性和对跟踪过程的目标表观变化的适应性之间的矛盾,提出一种较为柔性的半监督学习方法：以Hough Forests为基本学习框架,用离线学习的分类器作为先验跟踪算子,并引入基于跟踪过程中用检测得到的object-specific信息和空间一致性信息的随机标签分布,用来生成半监督学习所需要的在线数据样本,对跟踪算子进行修正|分类器的检测和跟踪环节与在线的Hough Forests分类器应用环节类似,但采用了类似粒子滤波的随机采样方式对检测和更新环节进行加速|用匀速运动模型对目标运动进行建模,使跟踪过程中的目标位置预测更加准确.算法在标准跟踪数据集合i-Lids和TUD-campus上与当前流行的目标跟踪算法在线Boosting算法、MILB和Hough Forests跟踪算法进行了比较实验.实验证明：监督Hough Forests分类器提供了解决分类器对目标表观表述的准确性和自适应性矛盾的一种有效机制|整个跟踪算法能够使目标跟踪过程更加快速、鲁棒与准确.     

基于区域协方差矩阵的模板更新方法分析与比较

在目标跟踪算法中,目标特征描述子和模板更新策略都是跟踪成败的关键。本文在选用区域协方差矩阵描述子的基础上,结合粒子滤波器算法,并且采用两种常用的模板更新方法,分别对商场通道监控视频序列中的行人进行了跟踪仿真实验。通过仿真分析并比较不同模板更新方法条件下的跟踪性能,从而在不同情况下选择合适的模板更新方法,以得到更精确的跟踪结果。