离焦数字粒子图像测速中粒子中心检测方法

在离焦数字粒子图像测速(Defocusing digital particle image velocimetry,DDPIV)技术中采用2D高斯函数作为离焦粒子灰度分布模型具有一定的局限性.当粒子模糊半径较大时,难以有效地检测出粒子中心位置.针对此问题,基于圆的霍夫变换(Circular Hough transfor...     

基于密度聚类分析的粒子测速算法

提出了一种具有密度预测分析的粒子图像测速算法(Density clustering particle image velocimetry,DCPIV).在对粒子图像进行预处理时,根据图像中粒子分布的复杂性以及流体运动的连续性,首先使用密度聚类法对粒子图像按密度进行划分,然后对不同区域的密度图进行相关处理,并将此结果作为粒子相关或者粒子追踪的预测值进行处理.最后,使用合成的粒子图像进行了方法验证,结果表明:该方法能够解决实际操作时粒子分布不匀的问题以及由于旋转所引起的误匹配问题,并且处理结果具有较高的精度.     

粒子测速系统中相位相关法在的优化设计

介绍了相位相关法的匹配原理。针对在粒子测速系统(PIV)应用中由于粒子运动而引起的不匹配以及亚像素快速求解等问题,提出了分层匹配后“伪粒子”的去除方法和相关运算的快速求解算法。使用优化的匹配流程仅需一次2D-FFT便可准确求出两幅粒子图像的亚像素级匹配点。最后,使用合成的粒子图像进行了算法验证和效率分析并给出了仿真结果。经验证,优化后的相位相关匹配具有高效性与可靠性。     

粒子图像测速技术中的自适应选窗技术

针对粒子测速系统固定窗口分析对复杂流场适应能力较低的问题,提出了一种改进的处理方法:利用加权平均的方法对后续图像的预测处理,根据窗口内数据的相关程度与粒子分布浓度来对分析窗进行迭代选择.最后,利用标准粒子图像对该方法进行了仿真验证,证明了其可靠性与实用性.     

粒子滤波对火车车载测速系统的改进

分析了传统信号处理方法测速的问题,提出一种修正的粒子滤波算法跟踪多普勒雷达信号,算法通过融合各种先验信息提高信号跟踪的精度,解决了在火车车载测速低速段测量精度偏差问题.实验表明测速效果良好.     

机器视觉测量系统在工业在线检测中的应用

机器视觉测量用视觉传感器采集目标图像,通过对图像各种特征量的分析处理,获取被测曲面信息.设计了一机器视觉测量系统,识别一幅图像中是否存在确定大小和形状子图像,若有则识别出它的位置.介绍如何利用“模板匹配”法对目标图像进行识别,并举例如何利用系统检测药片的包装是否合格（有无漏装）.     

粒子图像测速互相关中亚像素位移定位的改进方法

通过分析粒子图像测速技术中互相关算法位移偏小的原因和误差变化规律,提出一种误差补偿修正的方法.首先计算出2个分别大于和小于真实亚像素位移的相关值平面,再对这2个相关值平面进行加权平均,通过分析误差变化规律得到加权系数;再由三点高斯插值计算加权平均后的相关值平面,得到较为精确的亚像素位移.在模拟均匀流场、Oseen涡流场以及标准射流场下进行实验的结果表明,该方法不但能提高均匀流场的计算精度,也能提高具有较大速度梯度流场的精度,具有较好的适用性.     

基于分块和改进粒子滤波的运动目标检测方法

为了快速准确地检测到视频场景中的运动目标,提出了一种基于分块和改进的粒子滤波的运动目标检测方 法。首先,对视频图像序列分块并提取每个图像块的颜色特征;然后,用改进的粒子滤波对每个图像块进行操作,计算 出每个块对应的粒子的权重;最后,根据粒子的平均权重建立背景模型,提取运动目标。将分块和粒子滤波相结合,能 够在不降低检测精度的基础上,大幅减少算法的计算量,提高算法的执行速度。实验结果表明,该方法具有较好的鲁 棒性、杭噪性和抗光照变化能力,提取的运动目标更加完整。     

基于运动区域的多目标检测

运动目标的检测在天文观测、气象分析、安全监视、交通管制等许多领域有着广泛的应用，它是机器视觉研究的重要课题。本文提出了基于运动区域的多目标检测方法，有效地解决了同一运动目标在序列图像中“远小近大”的问题，运用运动区域正确地检测出运动目标在序列图像中的位置。     

自组织映射神经网络在粒子图像匹配中的研究

研究了动态粒子图像追踪过程中的误匹配问题,提出了基于自组织映射(SOM)神经网络的粒子图像匹配算法。该方法使用SOM神经网络将归一化相关算法与最近邻判断准则结合在一起。首先使用互相关算法估计初始匹配位置;然后根据不同相关度的位置信息构建SOM神经网络并使用近邻支持判断准则选择最佳匹配位置。经SOM神经网络改进的粒子图像匹配算法大大减少了伪矢量的数量,增强了实际的处理能力;最后,使用人工合成的粒子图以及真实流场中的粒子图像进行了算法验证及误差分析。结果表明,该算法在分析精度方面有很大的提高并且具有很强的鲁棒性。     

用改进的粒子群算法实现多模态刚性医学图像的配准

多模态医学图像的配准在医学诊断和治疗计划中起着重要的作用．提出了一种基于轮廓特征点和改进的粒子群优化算法((Particle Swarm Optimization,PSO))求解的配准方法．该方法首先用Canny算子提取图像的边缘,用ISODATA算法进行聚类分析提取出轮廓特征点,然后用两轮廓匹配点对的欧几里德距离平均值的极小值作为两个特征点对配准准则,并用改进的PSO算法求解配准所需的空间变换参数．实验证明;该方法配准精度能够达到亚像素级,能够避免陷入局部极小值而且速度得到明显改善,其应用于多模态医学图像的配准是可行的．     

Special-purpose computer for Particle Image Velocimetry

Particle Image Velocimetry (PIV) is a method of obtaining velocity field. A HORN-5 is a special-purpose computer had 4 FPGAs. We designed a circuit for PIV with an 8×8 two-dimensional 2-radix FFT in a FPGA on the HORN-5 and compared its calculation speed with that of a PC by using a C++ code. As a result, the calculation speed of the FPGA was found to be 8.93 times faster than that of the PC. Moreover, the system was adopted for reading artificial PIV standard images and real experimental images. On the numerical accuracy, the velocity vectors of both results were also found to be in good agreement with that of the PC by FORTRAN code.     

Level Set Curve Matching and Particle Image Velocimetry for Resolving Chemistry and Turbulence Interactions in Propagating Flames

We present an imaging, image processing, and image analysis framework for facilitating the separation of flow and chemistry effects on local flame front structures. Image data of combustion processes are obtained by a novel technique that combines simultaneous measurements of distribution evolutions of OH radicals and of instantaneous velocity fields in turbulent flames. High-speed planar laser induced fluorescence (PLIF) of OH radicals is used to track the response of the flame front to the turbulent flow field. Instantaneous velocity field measurements are simultaneously performed using particle image velocimetry (PIV). Image analysis methods are developed to process the experimentally captured data for the quantitative study of turbulence/chemistry interactions. The flame image sequences are smoothed using nonlinear diffusion filtering and flame boundary contours are automatically segmented using active contour models. OH image sequences are analyzed using a curve matching algorithm that incorporates level sets and geodesic path computation to track the propagation of curves representing successive flame contours within a sequence. This makes it possible to calculate local flame front velocities, which are strongly affected by turbulence/chemistry interactions. Since the PIV data resolves the turbulent flow field, the combined technique allows a more detailed investigation of turbulent flame phenomena.     

基于运动特征的颜色粒子滤波器

传统颜色粒子滤波器不能对跟踪状态进行自我判断,粒子容易失效,导致目标跟偏甚至跟丢。针对该问题,设计一种基于运动特征的颜色粒子滤波器。在分析目标运动特征的基础上,改进系统运动模型,建立自适应背景颜色尺度;在跟踪过程中通过最优估计速度和加速度来判断粒子滤波器的跟踪状态,建立相应的捕获机制以跟踪目标。实验结果证明,改进的颜色粒子滤波器能对与背景相似的运动目标进行有效准确的跟踪。     

一种运动模糊图像的复原法

被摄物与相机之间的相对运动往往会造成图像的运动模糊，给图像的识别带来不便。为了恢复这些模糊图像，文中提出了一种运动模糊图像的复原法。它利用了双线性插值及模糊方向上微分图像灰度值(绝对值)之和最小的方法来求出运动模糊的方向，其次运用传播波方程对任意方向上的匀速直线运动模糊进行恢复。将此方法应用于一个具体的实例当中，发现效果明显，由此可看出此方法是十分有效的。     

运动估计与运动补偿在电子稳像中的应用

电子稳像系统的核心是运动估计和运动补偿。为了提供运动估计的精度和降低时间开销，达到实时应用的要求，该文提出了基于宏块的步进全局运动估计算法，获得图像序列的全局运动矢量；给出了一个新的应用于电子稳像系统中运动估计与运动补偿模块的运动估计、运动补偿原理框图；采用两步补偿算法完成对图像序列的运动补偿，得到稳定的图像序列输出。仿真结果表明，采用的方法是高效、可行的。