基于像素运动模型的数字 造影系统成像畸变校正

提出一种基于像素运动模型的数字造影系统成像畸变的校正方法.通过在一些间隔均匀的方位上获取标志板图像,利用单幅图像的畸变校正算法计算出各幅图像中的像素受畸变影响而产生的运动,并据此求得像素运动模型的参数.利用该模型可以校正C型臂在任意方位下获取的造影图像的畸变.实验证明,该算法具有较高的精度和较快的速度.     

基于精确模型和逆投影的超大视场红外图像畸变校正

针对超大视场红外图像畸变大、与人眼视觉差异明显的问题,提出了一种基于精确模型和逆投影的超大视场红外图像畸变校正算法以改善其视觉效果.该算法首先利用精确模型对超大视场红外相机成像中的物、像关系进行描述;然后,针对红外图像像素采样率不高的缺点,利用较为精确的三次卷积插值法对图像进行插值来补全成像信息;最后,根据校正图像上的待赋值像点的坐标,结合校正模型和超大视场红外相机精确模型,计算该像点逆投影到插值图像时的对应坐标,并以最近邻像点像素值作为校正后图像像点的赋值.车载道路场景下的超大视场红外图像畸变校正实验结果显示,所提出的算法图像校正结果边界清晰、无锯齿效应,对场景中的直线平均还原偏差小于0.35 pixels,表明该算法对超大视场红外图像畸变校正具有较好的适用性.     

柱面全景图像视图合成中的关键问题研究

图像校正和插值是基于柱面全景图像视图合成中的关键问题。首先分析了极线采样方法在柱面图像校正像素保持率和像素有效率上的优势,通过计算极线的数量、范围及起止位置,有效保留了源图像的信息,减少了以往算法中由于使用单应性映射而导致的弱采样和过采样效应;其次,在新视点插值上,根据柱面全景图像的成像模型,推导了合成视图上像素点的位置和颜色计算公式。最后给出了基于仿真图像和实际图像的视图合成结果。      

基于经纬映射的径向畸变快速校正算法的研究

短焦距大视角镜头会造成图像的径向畸变。在阐述了镜头畸变原理的基础上,结合对鱼眼图像经度校正算法的分析,提出一种基于经纬映射的径向畸变图像快速校正算法。该算法首先建立畸变图像球面坐标定位模型,确定畸变中心;再对各经纬度像素坐标映射,进行源图像与目标图像的空间坐标转换;最后利用双线性插值算法进行灰度重采样,完成畸变图像的校正。利用MATLAB软件进行了实验,结果表明,该算法能够以较低运算复杂度实现对短焦距大视角镜头畸变图像的快速校正,得到较好的校正效果,可用于针对精度要求不高、不具备参数标定条件的场合。     

MEMS振镜扫描共聚焦图像畸变机理分析及校正

在皮肤反射式共聚焦显微成像过程中，针对MEMS振镜二维扫描引起的共聚焦图像畸变，开展了光束偏转理论分析，得出了投影面扫描图像的具体形状表征，理论畸变图像与真实畸变图像一致，明确了畸变机理，提出一种有效的畸变校正算法，实现对图像二维畸变的校正。首先记录原始光栅畸变图像，然后基于Hessian矩阵提取光栅中心线，拾取特征点并设置基准参考线，通过基于最小二乘法的7次多项式插值法标定二维方向像素畸变校正量，采用加权平均法填补间隙像素灰度值，最终实现图像畸变校正。利用网格畸变测试靶实验得出7次多项式插值后的校正决定系数最高、均方根误差值最低，整幅512行图像在7次多项式插值后最优行数占379行，比例为74%，通过残差分析，二维方向上残差最大为4个像素，最小为0个像素，平均为1.15个像素，校正结果较为精确。皮肤在体实时成像实验显示，图像畸变校正后组织结构特征更加真实准确，表明这种校正算法有效可行，有助于皮肤疾病的准确诊断。     

图像畸变校正算法在测量中的应用

工业用镜头对物体进行取像时,物体会产生畸变失真。畸变对物体参数的后续测量产生影响,所以必须对畸变图像进行校正。本文通过对已有图像畸变校正算法的介绍比较,采用了一种不拘泥于具体镜头,适用性强的校正算法。此算法首先根据畸变图像产生的原理对径向畸变建立模型,算法第一步使用亚像素边缘算法对失真图像定位边缘、提取边缘点;第二部用最小二乘法对提取的边缘点进行线性拟合,得到所有点与标准点的总平方和;第三步使用LM算法对第二步得到的总平方和进行优化参数处理,得到最优参数;第四步将最优参数带入反校正模型,最终还原图像。还原后的图像与标准图像相比,校正结果的精度可以达到1个像素的最大误差。     

基于边缘方向投影的图像块修复方法

压缩图像在传输中,信道干扰常导致图像块数据丢失.给出一种基于边缘方向投影的图像损失块修复方法.按照周围邻域未损失像素的边缘方向信息将损失块分类,并根据类别用结合频域和空域信息的凸集投影算法自适应地修复损失块.能较好地修复图像边缘和复杂纹理.与RIBMAP方法相比,此方法在修复质量和算法顽健性上均有提高.     

基于L1正则项的优化对比度增强技术的图像去雾算法

提出一种优化对比度增强的图像去雾的算法.基于观察到的雾霾图像的对比度较低现象,首先采用四叉树层次搜索的方法划分图像;其次,选择最亮的像素作为最终选定区域中的大气光,由于对比度的过度补偿可能会丢失像素值并导致信息丢失,建立一个由对比度项、信息损失项及L1正则项组成的成本函数,有效地提高了对比度的同时保留了图像的初始信息....     

基于改进深度学习自编码的图像边沿畸变校正算法研究

图像边沿畸变校正中直线投影衍生边沿拟合度差,导致校正误差大,提出基于改进深度学习自编码的图像边沿畸变校正算法。采用自适应阈值小波去噪算法,对各级尺度参数实施自适应变换,完成噪声去除。根据图像去噪结果,使用费舍尔向量编码优化深度学习结果,提取图像的边沿畸变形态。并以边沿畸变形态提取结果为基础,获取校正目标优化函数,分析边沿断裂情况,实现直线投影衍生边沿拟合;通过确定图像边沿误差评价函数,判断图像边沿畸变校正方式,达到图像边沿畸变校正的目的。以含噪桶形畸变与枕形畸变图像为研究对象进行实验分析,结果表明,所提算法可有效校正图像的桶形畸变与枕形畸变,桶形、枕形图像边沿畸变校正后,图像中的边沿条数和原图一致均为5条,实现高精度、高效率的图像边沿畸变校正。     

不变区域提取算法及其在两视图粗校正中的应用

在宽基线成像过程中,两视图的成像角度、光照条件都发生较大的变化,使得立体匹配的难度加大。提出了一种基于不变区域提取算法,通过灰度指数变换,定义的目标函数不仅提取了定位准确的极值点,形成稳定的不变区域,而且突显了每个方向上灰度的变化。将其应用于两视图RTS变化参数估算中,正确率分别达到:旋转91.65%,水平位移84.85%,垂直位移80%,比例84.29%。根据估算值对右图像进行校正,校正后的右图像明显地提高了与左图像的相似度。     

Dynamic distortion maps for image retargeting

We present an image retargeting method that incorporates image content distortion into a mesh optimization process through the generation of dynamic distortion maps. The warping process is driven by the distortion produced by the warping process itself. We retarget the image through an iterative mesh optimization process to minimize the visual distortion. An adaptive distortion map is iteratively constructed to describe the visual distortion between the original image and the retargeted image. The mesh mapping from the source image to the retargeted image is optimized through an energy minimization process. The objective of the optimization is to allow the distortion produced by the retargeting process to be distributed to smooth and highly textured regions which cause less visual distortion while preserving the geometrical structure of the mesh at regions that may cause distortion after retargeting. Experimental evaluation of the algorithm is done both subjectively and objectively.     

能量分布识别相位畸变的自适应双域滤波方法

在基于能量分布识别相位畸变方法中,条纹图像的质量是影响畸变识别精度的主要因素之一。为了准确辨别条纹相位畸变,需对条纹图像进行滤波处理,滤除图像中的噪声以及背景信息等。提出了一种基于能量分布的自适应图像滤波方法,通过傅里叶变换将图像转换为能量分布图,根据畸变与未畸变图像能量弥散度差值大小对小波滤波的阈值进行调整,旨在寻求能量弥散度差值最大的阈值作为针对当前图像的滤波方法可接受阈值。通过对单空域、单频域以及双域滤波方法进行实验验证,结果表明单一使用空域或频域滤波处理,畸变图像与未畸变图像能量分布差别在1.4 %~3.2 %,使用非自适应双域滤波方法进行滤波处理,能量分布差别在7 %以上,而采用自适应双域滤波方法进行滤波处理,能量分布差别超过8 %。自适应双域滤波方法显著提高了能量的识别精度。     

非线性模型下的摄像机标定

摄像机模型的建立对于摄像机标定精度至关重要,针对该问题,对摄像机模型进行研究,对三种畸变模型进行分析,提出了考虑径向畸变和切向畸变的摄像机非线性模型,给出了在此非线性模型下,三维空间物点投影到二维像平面象素坐标的投影过程。同时在基于平面棋盘格的两步标定方法的基础上提出三步标定方法。将非线性模型应用到改进的摄像机标定算法中,实验结果表明:非线性模型下的改进标定算法具有更高的标定精度。     

图像自适应中基于形变控制的细缝剪裁方法

为了降低图像自适应过程中图像内容缺失和图像扭曲变形,文章中提出了一种基于形变控制的图像自适应细缝裁剪方法,将融合局部和全局显著性的显著图作为细缝裁剪参考的能量图,对需要剪裁的细缝按照这个能量图进行排序,以更好地保护图像中感兴趣区域（ROI）,保留图像的主要内容信息;同时,利用SIFT流矢量场来衡量剪裁图像的形变程度,每移除一定数量的细缝就计算剪裁图像与原始图像之间的形变,一旦形变达到某一阈值,就停止细缝裁剪,转换为均匀缩放使图像到达目标尺寸。实验结果表明,文章中提出的方法更好地平衡了均匀缩放和非均匀剪裁,更有利于保留图像主要内容和避免主要内容的变形。      

基于目标变换模型的跟踪方法研究

图像目标跟踪是计算机视觉领域中富有挑战性的工作之一,但已有的算法大多都存在一定的局限性。针对目标相关匹配方法难以处理图像序列中目标所具有的连续性的尺度变化、旋转、变形等问题,通过在相邻两帧图像之间建立目标相对变化关系的数学模型,并依据该变换关系的数学描述及一定的相关测度对跟踪问题进行最优化建模,将目标跟踪问题转化为目标变换模型参数的最优化求解问题,最后利用L-M算法对上述优化问题进行求解,实现目标跟踪。实验结果表明,该方法对发生连续性平移、尺度、旋转、变形等变化的目标具有良好的跟踪精度,且对图像质量要求不高。     

Image compression based on energy clustering and zero-quadtreerepresentation

An efficient image compression algorithm based on energy clustering and zero-quadtree representation (ECZQR) in the wavelet transform domain is proposed. In embedded coding, zeros within each subband are encoded in the framework of quadtree representation instead of zerotree representation. To use large rectangular blocks to represent zeros, it first uses morphological dilation to extract the arbitrarily shaped clusters of significant coefficients within each subband. The proposed encoding method results in less distortion in the decoded image than the line-by-line encoding method. Experimental results show that the algorithm is among the most efficient wavelet image compression algorithms     

Perceptual Color Image Coding With JPEG2000

A perceptual color image coder (PCIC) is presented for the $YC_{b}C_{r}$ color space within the framework of JPEG2000. This coder employs a vision model based perceptual distortion metric (PDM) to approximate perceived error for rate-distortion (R-D) optimization in order to maximize the visual quality of coded images. The vision model employed in the PCIC is structurally based on an existing monochromatic multichannel vision model, which is extended for color image coding. Subjective tests with 30 viewers show that the PCIC provides superior picture quality at low to intermediate bitrates in comparison with a JPEG2000 compliant coder employing the mean squared error (MSE) and the visual distortion metric (Cvis) as distortion measures, respectively.      

基于卷积神经网络的胸环靶面畸变校正算法

实弹射击是部队的基础军事训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而,计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象所在平面不垂直的影响,导致被测对象的图像产生畸变,最终会给弹孔坐标位置的精准定位带来误差。为了提高基于计算机视觉的自动报靶系统的报靶精度,提出一种基于卷积神经网络的畸变校正算法,只需一张胸环靶面的模板图像即可模拟出大量训练数据集。训练完成后,输入一张畸变图片就可以得到该图片的畸变参数,并利用该参数完成对图像的畸变校正。与传统校正算法的对比结果表明,该算法校正效果较好,有利于提升基于计算机视觉的自动报靶系统的报靶精度。     

3维曲面振镜激光加工FPLSCM算法实践

为了高质量地将目标图像标刻在任意曲面上, 需要将计算机中排版的2维数据转换为3维数据从而形成具体振镜加工轨迹数据。在大量激光标刻实验测量与计算的基础上, 采用一种对任意自由曲面进行最小化失真展开的区域重点最小二乘共形展开(FPLSCM)算法, 完成了实用的3维振镜激光加工系统软件设计, 并进行了理论分析和实验验证, 取得了大量标刻测量数据。结果表明, 在z轴上下300mm范围内, 本算法能有效将由于高度与待加工表面形状差异带来的标刻畸变控制在1%左右, 并且在各类3维曲面上都得到了很好的加工效果。此研究成功实现了在自由3维曲面上利用动态聚焦技术完成各种表面加工的工作, 并通过优化算法有效减少了畸变。