工业干扰背景下的刹车盘定位方法研究

针对传送辊道上的刹车盘背景较为复杂的问题,提出了一种稳定性好、定位精度高的视觉定位算法。为去除灰尘、光线等因素的干扰,利用中值滤波对所采集图像进行预处理。通过背景差分得到模板图像后,运用基于边缘的模板匹配完成刹车盘的粗定位,去除了复杂辊道背景的干扰,并利用图像金字塔降低其算法复杂度,提高了算法速度。为满足精度要求,利用刹车盘自身具有的同心圆几何特征,实现了刹车盘中心精定位。试验表明,该定位方法成功率较高,能够满足实际上下料的需求。     

动态特征块匹配的背景更新在运动检测的应用

为解决传统监控设备视场小、非智能等缺陷,结合全景成像技术和计算机视觉技术,建立无人环境下外来入侵自动检测系统,从而实现了全景监控视场下运动目标快速准确的检测及跟踪。该技术关键在于如何在复杂的动态背景下有效地提取运动目标,为此提出一种基于动态特征块匹配的自适应背景更新算法。在采用帧间差分与背景差分融合算法检测到目标的基础上,利用目标的矩信息进行跟踪,避免了全景视觉下颜色及轮廓特征缺失的弊端。根据目标的轮廓及位置提取特征块,将视频序列的每一帧图像与初始背景图像进行特征块区域的局部匹配,首先通过分析特征块图像的颜色特征,构建基于区间统计的RGB颜色直方图,提取颜色特征序列。然后通过计算序列相关性来判断该区域是否需要背景更新,从而降低对单个像素更新的冗余计算。实验表明,该更新算法具有较强的鲁棒性和可行性,能够有效提高监控系统的稳定性。     

变电站巡检机器人视觉精确定位算法研究

该文研究了变电站环境下基于可见光单目视觉的变电站智能巡检机器人云台二次对准问题。该方法采用一幅预先采集的参考图像定义机器人的期望位置和摄像机云台期望方向,利用尺度不变特征变换(SIFT)特征匹配算法实现当前图像与参考图像之间的匹配以获取视觉反馈信息,采用RANSAC算法求解当前图像与参考图像间的仿射变换。并通过创建云台控制信号和图像特征空间之间的雅克比矩阵映射关系,结合图像多尺度变换实现云台精确二次对准。在变电站户外环境下的实验结果证实了该方法的有效性。     

采用改进尺度不变特征变换在多变背景下实现快速目标识别

提出一种改进的尺度不变特征变换(SIFT)算法,用于实现多变背景下的快速目标识别。首先,构建目标图像尺度空间,提取SIFT特征点并将其按大小分类,目标识别时只需比较同一类型的特征点。然后,由SIFT特征点子区域方向直方图计算得到4个新角度用于代表特征点的方向信息,并且在目标识别时根据角度信息限制特征点匹配范围,从而提高SIFT算法的运算速度。最后,计算目标图像和待识别图像之间的尺度因子,在尺度因子约束条件下进行目标特征点匹配,从而有效地保证正确匹配数量,提高目标识别的鲁棒性。实验结果表明:当目标在待识别图像中发生局部遮挡、旋转、尺度变化或者弱光照等情况下,改进的SIFT算法能够完成多变背景下快速目标识别任务,平均识别速度提升了40%。     

一种基于不变矩的目标识别方法

矩技术因其具有数学上的简明性及多样性而得到了广泛应用,例如计算机视觉和模式识别等方面.针对目标二维形状发生平移、旋转和尺度变换的情况,本文采用以不变矩作为特征量的特征匹配算法,同时利用二值羽毛球图像比较了Hu提出的区域不变矩和Chen提出的边界不变矩在相同变化条件下的性能.结果表明,Hu's矩的稳定性更高,最后用其实现了对具有上述特性的二维羽毛球目标的识别,结果较为理想.该方法为复杂背景下任意形状目标的识别提供了一种有效可行的方法,具有一定的参考和实用价值.     

基于线搜索算法的输电线路覆冰厚度检测

针对复杂背景下输电线路覆冰厚度的检测,提出一种线搜索算法。利用复杂背景下沿覆冰电缆方向,电缆图像纹理具有平滑性或周期性的特征,首先遍历符合条件的直线,得到直线簇,并统计直线簇斜率,再根据斜率直方图,通过电缆图像特征匹配,完成覆冰电缆的边缘提取,最终计算出电缆覆冰厚度值。通过不同背景下的覆冰电缆的覆冰厚度检测实验测试,验证了该算法的有效性。     

基于迭代匹配的橡胶栓图像自适应旋转研究

为解决橡胶栓检测中图像的自适应旋转这一难题,将图像识别中的最小距离匹配方法引入图像旋转,并利用迭代法实现了旋转匹配过程。首先,将旋转角度为0°的标准图像存储为模板,然后计算待检测图像与标准模板间的距离,再利用迭代运算使图像不断转动,减小图像与模板间的距离,直到该距离小于某一给定值。在原始的迭代算法的基础上,还提出了一种简化的迭代算法,在保证旋转精度的前提下具有更快的运算速度。实验结果表明,基于迭代匹配的橡胶栓图像自适应旋转方法精度高,计算速度快,能满足橡胶栓实时检测的要求。     

基于角点检测的图像匹配算法

针对红外图像与可见光图像之间特征点匹配难的问题,提出一种新的基于角点检测的图像匹配算法.首先基于曲率尺度空间检测图像在不同尺度下的角点,利用泰勒级数剔除伪角点以明确特征点的位置与数量;其次在构建特征点梯度向量时为避免红外与可见光图像梯度的翻转,对特征点邻域部分梯度方向进行角度限制修正并对梯度方向采用就近投影,进而统计梯度方向直方图以确定特征点的主方向,并构造一个64维的特征点描述子进行归一化处理;最后利用极线约束原则减少搜索范围,设计双向匹配方法实现特征点匹配.实验表明该算法能够有效进行红外与可见光图像的匹配,在旋转、噪声干扰、尺度缩放、亮度变化的情况下具有较好的匹配效果.     

基于ORB特征的图像误匹配剔除方法研究

针对图像特征匹配当中存在明显错误匹配、匹配准确度较差的问题,对ORB算法和RANSAC算法进行了研究。ORB算法中,特征点的匹配是基于汉明距离进行的。在此前提下,提出了一种基于RANSAC算法的改进算法进行误匹配剔除。该算法通过增加粗剔除过程来剔除一部分错误匹配,然后利用RANSAC算法做了进一步剔除,同时增加了RANSAC算法中的初始样本集的数量并加以预判断,达到了降低RANSAC算法耗时的目的。最后利用多组图像对该算法进行了验证,实验结果表明,该算法可以有效剔除误匹配,提高图像特征匹配的准确度,并且具有旋转不变特性和噪声抑制特性,同时也保证了ORB算法的匹配速度。     

基于复合Zernike矩相角估计的图像配准

提出了一种基于复合Zernike矩相角估计的图像配准方法.首先,利用尺度不变检测子Harris-laplace检测图像中的兴趣点作为初始特征点,计算以兴趣点为中心、邻域具有尺度不变性的Zernike矩;提出一种鲁棒的相角估计方法,用于估计两个归一化区域的旋转角度值.然后,利用Zernike矩的幅值和相角信息,通过比较每个兴趣点邻域Zernike矩的相似度提取出初始匹配点.最后,提出一种迭代角度修正算法用于精确估计变换参数,并对输入图像进行几何变换后将两幅图像配准.实验结果表明,该算法可在尺度缩放、任意角度旋转以及噪声等复杂条件下实现图像的高精度配准.当旋转角度误差小于20°时,图像的平均覆盖率达到94.125％,有效降低了误匹配的概率.     

基于随机编码结构光的双目立体三维测量系统

基于双目立体视觉理论建立的三维测量方法具有非接触、大视场、较高精度以及实时性强等优点,因此在工业众多领域得到广泛的应用。立体匹配是实现双目立体测量的关键技术。为了提高匹配精度和鲁棒性,将一种随机编码结构光投射到被测物体表面,使物体表面具有丰富的纹理信息,从而使立体匹配不受自身表面纹理的影响,而且具有较强的抗外界噪音的能力,满足现场测量的要求。该方法仅需拍摄1次,完成一次三维测量仅需十几秒,因此能够应用到动态场景并且实现快速三维测量。     

面向SAR匹配辅助导航的景象区域适配性分析

对SAR景象匹配辅助组合导航的关键技术之一——SAR景象区域适配性进行分析。首先,结合SAR成像过程、组合导航过程及SAR图像的特点对SAR景象区域适配性问题进行综合描述;然后,围绕减小几何畸变和提高匹配概率两个目标剖析SAR景象区域适配性的影响要素,其中包括基本约束条件、适配性特征指标和预测函数构建等。最后在此基础上,以限制几何畸变,优化图像特征为原则构建了基于多目标遗传优化的SAR景象适配区选择模型。基于真实SAR图像进行的实验中根据模型选出最佳适配区匹配概率达到94%,从而验证了分析和建模的合理性。该结论可为选择高性能的SAR景象适配区提供参考。     

基于特征的包含大运动物体的图像拼接

针对传统的基于特征的图像拼接算法不能很好地解决大运动物体造成的场景误匹配问题,提出了一种基于特征的包含大运动物体的图像拼接算法。在SIFT提取特征点并匹配的基础上,通过随机采样一致性算法去除误匹配点,并通过观察特征连接线角度的波动值,自适应判断场景中是否出现大运动物体以及场景匹配是否出现错误,最后通过改进的加权方法实现图像融合,很好地解决了运动物体的干扰。试验表明,该方法有良好的效果和鲁棒性。     

近景摄影测量系统中非编码点匹配算法研究

从同一场景的多幅图像中找出对应的非编码点,是实现近景摄影测量的必要前提。分析了同场景多幅图像中非编码点之间的几何约束,提出了以三视极线和图像拓扑结构为约束的离散图像点匹配算法。先将同时满足三视图三极线和图像拓扑结构约束的点作为确定的匹配点并赋予编码值;再利用已经编码的标记点,以对极几何和图像拓扑结构为约束对剩下的未匹配点进行匹配。将该方法应用于铁牛三维光学测量系统的特征点测量系统进行的实例验证表明,当拍摄像平面和物平面夹角较小时,匹配完全正确;而在一般的拍摄条件下,其正确匹配率约为97%。     

支撑点扩展快速立体匹配方法的设计与应用

为精确构建计算机立体视觉中的视差图,提出了一种快速全局优化匹配算法。该算法采用吉布斯随机场模型描述空间点与其邻域之间的关系,由改进的Graph Cuts方法对空间点的邻域进行匹配来获取场景的致密视差图。首先,计算出一组具有明确匹配关系的稀疏匹配点,将这些匹配点命名为“支撑点”;然后,对每一个支撑点的邻域进行扩展,采用改进的Graph Cuts全局优化算法计算扩展后的邻域空间的匹配关系,并将满足一定匹配度的邻域点设置为新的支撑点。最后,重复上述步骤并逐级扩展,直至扩展出的匹配空间覆盖整个视图,进而获取待匹配图对的致密视差图。实验结果表明,该方法不仅对不同场景视差图的质量具有良好的一致性,而且匹配速度较快(匹配时间约为0.8~1.2 s),大大高于其他传统的全局匹配算法。为体现本文算法的实际应用价值,以Smart Eye Ⅱ立体视觉试验台为测试平台,对真实场景进行了视差图构建,取得了良好的试验效果。     

面向SAR匹配辅助导航的景象区域适配性

对合成孔径雷达(SAR)景象匹配辅助组合导航的关键技术之一——SAR景象区域适配性进行了分析。结合SAR成像过程、组合导航过程及SAR图像的特点对SAR景象区域适配性问题进行了综合描述;围绕减小几何畸变和提高匹配概率两个目标剖析SAR景象区域适配性的影响要素,包括基本约束条件、适配性特征指标和预测函数构建等。在此基础上,以限制几何畸变,优化图像特征为原则构建了基于多目标遗传优化的SAR景象适配区选择模型。基于真实SAR图像进行的实验表明,根据模型选出的最佳适配区匹配概率达到94%,验证了分析和建模的合理性。该结论可为选择高性能的SAR景象适配区提供参考。     

基于寿命匹配函数的主动再制造设计方法

针对产品主动再制造时其关键零件往往存在“提前再制造”或“滞后再制造”的问题,提出了寿命匹配函数的概念。通过研究不同特征结构参数组合下关键零件主动再制造时机的变化,建立了关键零件主动再制造时机与特征结构参数的映射关系,并引入寿命匹配因子作为寿命匹配完成的标志。提出了基于寿命匹配函数的主动再制造设计方法,根据寿命匹配函数,优化特征结构参数,实现关键零件与产品主动再制造时机的匹配。最后,以某型号柴油机为例进行寿命匹配,验证了该方法的有效性和可行性。     

基于图像校正与灰度相关性的立体匹配算法研究

立体匹配是双目视觉系统中必不可少的环节,对特征点进行匹配求解过程复杂,而且误匹配率较高。外极线约束为立体匹配提供了便利条件,但由于实际系统中的外极线是弯曲的,使得沿外极线进行同名点搜索不仅非常耗时,而且计算过程受噪声影响大。给出一种基于图像校正与灰度相关性的立体匹配算法。首先采用图像校正方法将弯曲的外极线变为相互平行的水平外极线,简化了外极线的求取过程;再利用灰度相关性算法对同名点进行匹配。实验结果验证了本文方法的准确性和稳定性。     

半全局立体匹配算法的改进研究

针对半全局立体匹配中单一 Census 精度不足且边缘区域视差效果较差的问题,提出一种基于颜色差信息 BTCensus 和加入分割约束的半全局匹配算法。首先该算法采用联合三通道 BT 算法和 Census 变换的计算方式实现代价计算,缓解重复纹理歧义并提高不连续区域配精度;同时将图像分割得到的场景信息作为约束对代价聚合函数进行改进,保证割块内部的纹理平滑,提高边界纹理区域的匹配精度;最后引入图像分割信息进行分步中值滤波,平滑视差图。实验表明,该算法在重复纹理区域、视差不连续区域和弱纹理区域都取得了较好的视差效果,可获得高匹配率的视差图。     

面向变化场景的 LiDAR 鲁棒定位与地图维护方法

无人车在工业场景自主运行时,通常基于先验地图匹配对自身进行定位,然而场景变化会影响其定位精度。针对于此,本文提出了一种面向变化场景的激光雷达鲁棒定位与地图维护架构,其包括地图匹配、定位优化、地图维护模块。在该架构中,提出了一种基于变化检测的匹配算法,降低了变化场景引起的匹配误差;设计了基于激光雷达里程计与先验地图匹配的因子图融合模式,提高了定位解算鲁棒性;提出了一种基于最近点搜索的误检测点滤波方法,提高了变化点检测准确性。最后,通过仿真与试验搭建了变化场景验证环境,对基于Loam的匹配算法与本文算法进行了对比验证。结果表明,本文算法可以有效抑制场景变化引起的匹配误差,在实际场景中定位均方根误差优于3 cm,定位精度相较于传统算法提高67.4%。