基于机器视觉的机器人动态目标检测系统

由于机器人动态目标检测系统在检测过程中缺少对动态物体的准确标定，导致检测精度不高。基于此，设计基于机器视觉的机器人动态目标检测系统。首先，对机器人动态目标检测图像进行处理，基于机器视觉对处理过后的图像信息进行动态目标检测标定；其次，根据标定传输数据畸变校正动态目标检测图像，从而实现动态目标检测；最后，进行实验对比分析。实验结果表明，该系统的动态目标检测误差小，能够实现动态目标检测。     

基于图像的周长精密测量

为了满足工业生产中在线检测实时性和精度的要求,提出了基于图像的周长精密测量方法。在分析了软棒材的截面图像,利用图像检测技术定位图像边缘的基础上,进行了定位精度分析和多边形近似计算得到截面周长。试验证明,该算法测量精度可达到±0.01mm。     

基于计算机视觉的高精度图像拼接

图像拼接是大幅面图像测量过程中非常重要的一个环节,其拼接精度的高低直接影响测量结果的精度。介绍了视觉检测系统的基本组成和原理,并重点阐述了基于计算机视觉的高精度大幅度图像拼接。     

基于Canny角点检测的变电站遥视图像拼接方法

本文介绍了一种基于Canny角点检测的变电站遥视图像拼接方法。该方法对初始化处理后的待拼接图像分别进行Canny图像边缘检测,并在此基础上进行基于角点几何特征的角点检测获得角点特征点,进而在图像重叠区域中进行图像特征点匹配,实现图像拼接,最后进行图像融合消除拼接接缝,实验结果表明了该方法的有效性。     

微型齿轮的机器视觉检测系统设计

微型齿轮在精密仪器设备中经常使用,其齿长的误差大小与整个仪器的精密准确性密切相关。传统微型齿轮检测以人工检测为主,人工检测存在检测精度低、量化不准确的问题。为了能够精确的计算齿长误差,并给出量化结果,文章提出一种基于机器视觉的微型齿轮齿长误差检测系统,先通过小波变换去除图像噪声,然后使用Radon变换算法矫正零件图像,再使用一种基于局部区域特征的三次曲线模型提取感兴趣区域亚像素边缘信息,并通过投影映射精确计算边界位置,最后计算齿轮中心点的动态极差并以此数据作为判断齿长是否合格的标准。实验结果表明,该方法精度可达到2 μm,准确率可达到99%,单帧检测时间平均18 ms,一个零件大约5 s可以给出可靠的结论,该方法效率高,准确性好,能够满足工业检测的要求。     

一种改进的快速图像拼接方法

为了提高图像拼接的速度,提出了一种快速的图像拼接方法.首先在SUSAN角点检测算法检测出图像角点的基础上,采用图像分块和邻近角点剔除的方法来保证图像角点分布均匀并且避免出现角点聚簇现象,利于提高拼接的精度.其次,利用灰度相关性进行特征角点的匹配并消除伪匹配.然后采用改进的RANSAC算法快速地估计变换矩阵,该算法中采用预检测的方法快速抛弃那些不是候选模型的临时模型,加快了算法的速度.最后进行颜色融合,生成无缝拼接图像.实验结果表明,该方法在得到较高精度的情况下,大大减少了运算量,提高了图像拼接的速度.     

图像拼接技术在大尺寸物体测量中的应用

研究利用图像拼接技术把几张有重叠部分的图像拼接成一幅大视角高分辨率图像,应用于大尺寸物体的图像还原。试验几种拼接算法,得到算法运行时间和算法获得的物体特征数目等参数作为算法优劣评价标准。实验表明:对同一幅图像,FAST角点检测算法在31.2967 ms内检测到159个特征点,相比于其他检测算法,具有更快的运行时间和更高的检测精度。     

基于单应性矩阵的大尺寸零件视觉测量图像拼接方法

针对视觉检测技术对大尺寸复杂零件测量精度低的问题,提出一种基于单应性矩阵的大尺寸零件视觉测量图像拼接方法。首先建立世界坐标系→相机坐标系→投影坐标系→图像坐标系之间的归一化模型,提炼出简单易懂的坐标变换表达式H;然后对摄像机进行多次标定,确定像素当量、拍摄视场及焦距;再获取零件图像,利用前面得到的最简坐标表达式H得到拼接图像之间的配准,最后完成若干副图像的拼接,把拼接结果和SURF特征点方法及向后映射模型归一化的拼接结果进行比较。结果表明,该方法可以大大减少大尺寸零件拼接的时间,较SURF特征点方法和向后映射拼接用时分别降低86.55%和67.30%,拼接精度远高于SURF特征点方法和向后映射方法,分别提高了50.95%和25.08%,测量精度满足大尺寸零件检测精度要求。     

基于显著图的输电线路杆塔图像拼接方法

无人机拍摄的输电线路杆塔图像分辨率高且背景复杂,基于传统特征点的拼接算法在背景中检测出大量的特征点增加了图像匹配的时间,影响了杆塔的匹配精度。针对该问题提出了一种既稳定又具有较小时间开销的输电线路杆塔图像自动拼接方法,利用改进的显著性检测算法得到杆塔图像的显著图,将图像的前景与背景分离,减少了背景对图像中杆塔拼接效果的影响;并采用基于定向的加速分割检测特征(FAST)和旋转不变性的二进制鲁棒独立元素特征(BRIEF)描述子(ORB)特征点的图像匹配算法,以提高特征点提取和匹配的速率;最后利用多尺度融合策略得到最终的拼接结果。实验结果表明,所提方法具有较好的拼接效果和拼接效率。     

基于改进ORB特征检测的全景视频拼接

针对全景视频拼接中算法复杂度高且拼接后的视频存在拼接裂缝和"GHOST"现象的问题,提出一种基于改进ORB特征检测的全景视频拼接方法。首先采用多尺度空间来检测特征点以及对检测参数进行设置,使得ORB算子具有尺度不变性且分布均匀;然后采用Hamming距离进行特征匹配并采用RANSAC算法去除误匹配点;最后通过采用复杂度较低的动态规划算法找到最佳缝合线,并对拼接后的图像采用泊松融合进行平滑处理。将Ladybug全景摄像机拍摄的1帧兰州西科站全景视频图像进行仿真实验。仿真结果表明,该全景视频拼接方法在实时性方面表现优异,对存在的拼接裂缝和"GHOST"现象有很好的抑制作用。     

多传感器图像采集处理系统的设计与实现

为了完成一个多传感器图像采集处理系统的设计、软硬件实现,采用参数同步配置方法提高多CMOS图像传感器同步曝光精度.采用基于Bayer颜色滤波阵列图像的残差集近无损压缩方法提高图像数据传输速度.系统三传感器曝光达到了微秒级同步精度.约为课题任务要求的1/29.在保证重建图像质量精度的前提下,数据传输速度提高了约4.4倍.给出了系统部分最终测试结果.     

基于视觉的结构变形测量系统的实现

为了测量自行车把动态加载变形量,辅助车把疲劳试验,提出了基于机器视觉的车把图像测量系统设计方法.考虑到零件表面不确定性,采用黏贴圆形标志于表面进行变形量测量,对采集的实时图像进行线性滤波等预处理,连续轮廓搜索函数搜寻待测目标,进行基于随机Hough变换的圆形标志检测,接着利用图像特征参数计算实时变形量.根据误差理论对测量结果进行数据处理与分析.实验结果表明该测量方法效果明显,测量精度可以达到0.03mm,高于常规测试方法的测试精度,能够达到车把加载变形高精度测量的要求.     

基于Nios II软核的遥感图像实时压缩系统

针对在空间遥感探测领域,大量遥感图像传输和对图像实时处理的需求,提出一种基于Nios II 软核的遥感图像实时压缩系统的设计方法.该方法基于先进的JPEG2000图像压缩标准,使用专用协议芯片,结合嵌入式处理器和可编程逻辑器件,搭建了硬件压缩系统,并在基于Nios II软核的遥感图像实时压缩系统工控机终端建立软件解码单元,实现了大量遥感数据的实时传输压缩与解码显示.测试证明,该遥感图像压缩系统能够实时连续压缩数据,图像压缩效果达到应用要求.通过测试结果分析,并结合具体的工程任务,指出了该图像压缩系统下一步的改进方向.     

基于红外云图的台风中心智能定位方法

台风中心附近的云墙是同心圆状云带且其灰度值范围较固定,针对该特点,利用红外云图对台风中心进行智能定位,提出由云图预处理、Snake活动轮廓模型提取台风云墙轮廓点、最小二乘法拟合圆组成的3步定位方法。实验结果表明,该方法定位速度快、精度高,能满足气象业务的实时性要求。     

大型望远镜主镜位置采集系统设计

对大型望远镜主镜位置进行高精度实时采集是实现主镜位置控制,提高望远镜成像质量的前提.设计了大型望远镜主镜位置采集系统,包括位置采集模块和上位机软件.位置采集模块对位移传感器信号进行调理后使用24bit的ADC芯片ADS1259实现模数转换,采用DSP处理转换后的数字信号并与上位机通信,同时实现CAN总线组网;上位机软件使用python语言设计,实现主镜位置信息的实时处理和显示.经过测试,该系统的采集误差小于2μm,能够实现对望远镜主镜位置信号的高精度采集.     

Fast curvilinear structure extraction and delineation using density estimation

Detection and delineation of lines is important for many applications. However, most of the existing algorithms have the shortcoming of high computational cost and can not meet the on-board real-time processing requirement. This paper presents a novel method for curvilinear structure extraction and delineation by using kernel-based density estimation. The method is based on efficient calculation of pixel-wise density estimation for an input feature image, which is termed as local weighted features (LWF). For gray and binary images, the LWF can be efficiently calculated by integral image and accumulated image, respectively. Detectors for small objects and centerlines based on LWF are developed and the selection of density estimation kernels is also illustrated. The algorithm is very fast and achieves 50 fps on a PIV2.4G processor. Evaluation results on a number of images and videos are given to demonstrate the satisfactory performances of the proposed method with its high stability and adaptability.     

基于GPU的实时图像拼接

大视野、高质量的图像信息对地面移动机器人的遥控操作具有非常重要的意义。提出了一种基于先验信息的自适应图像拼接方法。该方法在图像大致重叠区域中均匀选取待匹配点,利用改进的具有旋转不变性的NCC(Normalized Cross Correlation,归一化互相关)匹配方法进行区域相似性度量,通过RANSAC(Random Sample Con-sensus,随机采样一致性)算法估计图像射影变换模型,采用线性淡入淡出法进行图像融合。利用GPU强大的并行处理能力对算法进行了并行化实现,使图像拼接效率比单独采用CPU提高了60倍以上,稳定的拼接速度可达21.3fps。     

偏振光栅导航传感器电子系统设计

偏振光栅导航传感器的电子系统采用了适应图像处理的软硬件体系结构,使其能够实时处理全天域偏振信息,具有更高的分辨率和精度。为了验证这种新体系结构的可行性,并且提供研究图像提取航向信息算法的平台,在阐述偏振光栅导航传感器工作原理的基础上提出其电子系统的设计方案。此电子系统是在现场可编程门阵列(FPGA)上构建的可编程片上系统(SOPC),通过Cameralink协议获取前级偏振检测图像数据,经过硬件化的算法模块和Nios II处理器计算出航向方位,并将结果通过串行通信协议发送上位机。测试显示:此电子系统能够实现偏振图像采集和处理,输出数据更新率高达20 Hz,计算结果精度优于±0.01°,便于图像提取航向信息算法的硬件化验证。     

医学图像融合的并行实现

基于小波变换的并行医学图像融合方法有良好的效果且能进行快速实时融合。在介绍双正交小波变换图像融合方法的基础上分析了该方法的时间复杂度,提出了基于小波变换的多模图像融合的并行算法,并在配置了并行机群环境下实现了单幅和序列医学图像的并行融合,针对不同大小结果图像和不同机群规模进行测试,对并行效率的分析证实了该并行融合方法具有较好的并行性能和可扩展性。     

实时虹膜识别系统中的图像预评估检测

在采集虹膜图像样本时,会由于各种原因而出现不同类型的坏样本。由于现有的图像质量评估方法需要在虹膜定位或者粗定位之后,根据虹膜的清晰度或分辨率来进行判定,因此只能检测出特定类型的坏样本。为了能对各种类型坏样本进行检测,在分析坏样本产生原因和类型的基础上,提出了一种实时预评估网络的检测方法,即在定位或者粗定位处理之前,预先对缓存中的图像进行评估,再根据预评估检测的结果来决定是重新采集,还是进入后续的处理。其目的是,①节省现有的图像评估在定位处理上花费的时间和降低采集失败率,以提高识别系统的友好性;②减少因为坏样本的输入而导致的定位出错,以避免引起误识别的可能;③提高识别率的同时降低识别系统的注册失败率。实验结果表明,这种方法不仅可以检测出多种类型的坏样本,且检测错误率低,同时具有较高的评估速度,可以满足实时虹膜识别系统的要求。