基于红外图像的高温点定位跟踪算法研究

提出一种基于红外图像的高温点定位跟踪算法，并将该算法实现于基于FPGA和红外探测器技术的智能消防头盔中，通过红外探测器收集火场温度图像信息，实现火场高温点的定位与跟踪，并通过所获取的高温点位置进行信息共享，以有效提高协同灭火战斗能力，及时高效地扑灭火灾。实验结果表明，基于该算法实现的智能消防头盔能够达到较为良好的高温点定位效果，且在搜寻过程中具有较小的目标偏移距离和较短的目标搜索时间，高温点位置判断的准确率相对较高，能够为灭火指挥与救援战斗提供有效而可信的辅助信息。     

基于Harris算法的四旋翼飞行器定点悬停方法

针对四旋翼飞行器定点悬停控制不稳定,硬件组成复杂的问题,提出一种采用双光流传感器结合Harris角点检测算法控制四旋翼飞行器定点悬停的方法。该方法采用两个型号相同的光流传感器水平置于飞行器下方,由双光流传感器作为图像信息采集系统,将Harris角点检测算法应用到采集的图像信息中,计算两图像信息重叠区域,从而确定四旋翼飞行器的高度,选择其中一个光流传感器根据参考角点获取水平位置信息,最后采用PID控制算法以达到精确的定点悬停控制的目的。实验结果表明:该方法能够有效的提高四旋翼飞行器的稳定性,简化系统的硬件结构,符合实际需求。     

目标追踪算法在岩石表面变形测量中的实现与应用

变形测量是岩石力学理论研究和工程实践的基础，数字图像相关算法在岩石变形测量中得到了广泛的应用，但在实际应用中存在位移云图边缘检测收敛性差、定量刻画参数少等问题。基于此，将目标追踪方法引入到岩石变形测量领域，提出基于目标追踪算法的岩石表面变形测量方法，该方法通过Harris角点检测，获取图像中关键特征点的位置，之后采用KLT算法计算出跟踪点在变形后图像中所对应的位置，从而确定岩石表面的全场位移。为验证算法的可靠性，开展室内岩石剪切试验，对比分析目标追踪算法和数字图像相关算法的试验结果。研究结果表明：目标追踪算法能够实现岩石表面的非接触位移测量，相比数字图像相关算法，精度和稳定性有一定提升。目标追踪算法解决了数字图像相关算法在岩石边缘处变形量计算不收敛、稳定性差等问题，真正实现了在可计算范围内全场位移量的拾取。提出利用信息熵来定量刻画岩石破坏过程变形场的演化特征，有助于更全面、更准确地分析岩石在各种复杂外载荷作用下的力学行为。所提出的一种新的岩石表面变形场测量方法，为可视化研究岩石表面变形演化规律及损伤特征提供有效的技术手段，同时也为岩土工程领域非接触变形测量提供一定借鉴。     

最优可免域补体免疫网络边带模糊红外目标提取算法

针对边带模糊红外图像目标区域与背景区域特征差别较小、目标边缘模糊等问题,以生物免疫系统中先天性免疫、适应性免疫与补体系统的相互作用为参考,提出了一种最优可免域补体免疫网络边带模糊红外目标的提取算法,通过设计补体免疫分类器,提取深度模糊手部红外图像类别特征及方向特征,实现对深度模糊红外图像目标区域的准确提取。实验结果的定性及定量分析证明所提算法相较于其他传统算法,提取到的目标更加准确、有效。     

基于模糊集理论的复杂背景下字符图像的分割

针对复杂背景字符图像的特点,根据模糊逻辑和阈值分割方法将图像分为目标区域,背景区域以及模糊区域。结合邻域的区域隶属信息和灰度信息将灰度域转换成模糊域,在该模糊域上进行分割。经实践,该算法在工业环境中能够对复杂背景的彩色印刷图像可以得到较好的分割效果,在时间复杂度不高于传统的阈值分割算法,并且在分割的精确度上要优于传统的阚值分割算法。     

相似车辆干扰下的车辆跟踪算法

本文在深度学习目标跟踪算法SiameseFC的框架下,结合角点特征提取算法和角点特征匹配算法提出了一种基于角度分析的车辆跟踪算法,增强了相似车辆干扰下车辆跟踪算法的鲁棒性与准确性。采用OPE评估标准对从公开数据集DETRAC中选取的2组视频,并与SiameseFC算法和MDNet算法进行了对比。测试结果表明:该算法的鲁棒性与准确性均优于对比算法,跟踪精度达96.9%,成功率达85.39%。相比于SiameseFC算法,跟踪精度提高了24.55%,成功率提高了18.31%:相比于MDNet算法,跟踪精度提高了16.56%,成功率提高了24.01%。     

基于SIFT算法的视觉导航方法的研究

本文提出了一种基于SIFT算法和相对定向直接解算方法的视觉定位匹配方法,可解决SIFT算法无法准确定位的问题。SIFT算法通过构建尺度空间、检测极值点、确定关键点等步骤为含有位置信息的视觉图片序列生成关键特征点,然后,计算每个关键特征点周围图像区域的旋转不变纹理特征,并将其作为该关键特征点的描述,进行SIFT初匹配,利用得到的相匹配坐标进行相对定向直接解算,从而得到载体在运动中的位置坐标和运动轨迹。实验结果表明,本方法能够较为准确的得到物体在运动中的位置及其运动轨迹,误差较小,有很好的应用性。     

基于尺度不变特征变换算法(SIFT)立体匹配的结构三维振动位移监测

为解决传统单目视觉位移测量方法无法获得结构三维运动信息的不足,将双目立体视觉应用于结构的三维位移监测中。使用Python语言,在Pycharm平台上进行算法编译,采用Shi-Tomasi角点检测算法与尺度不变特征变换算法相结合,实现左右两幅图像特征点的立体匹配。通过图像预处理,提取匹配的目标特征点坐标,进而实现结构三维位移监测,并将该方法应用在五层框架模型的振动台试验中,获得地震动作用下结构的三维位移时程。试验结果表明：该方法测得的位移时程曲线与拉线式位移计数据吻合较好,Z向最大峰值位移相差1.29 mm,误差绝对值在8%以内,在频域也有较好的表现。并通过改变基线距离和相机的偏转角度来验证该方法的鲁棒性,表明了该方法用作结构三维位移全过程监测的可行性。     

基于均值漂移的模糊C均值聚类图像分割方法

本文针对模糊C均值聚类(FCM)算法在分割噪声图像和含有颜色相近区域的图像时存在的不足,提出了一种结合各向异性均值漂移的模糊C均值聚类(FCM)新算法。该算法在传统的FCM算法中引入了均值漂移(MS)算法,分割图像时利用MS算法可快速找到峰值点和图像空间信息的优点,对颜色漂移区域和细长区域均能保留更多的图像信息,同时具有较强的抗噪能力。     

基于感受野模拟的红外图像滤波器的设计

利用传统滤波算法对图像进行滤波预处理时,在对噪声等区域进行滤除的同时也使得图像的目标区域的的边缘变得模糊,令目标区域图像的特征发生退化,不利于图像的进一步检测。针对红外图像的特点,研究既能有效滤除影戏图像检测的噪声又不改变目标区域特性的滤波算法对红外图像处理具有重要意义。