一种基于正负差图像的运动目标检测新方法

运动目标检测领域中现有的差图像法是利用绝对值差图像检测差图像上运动目标区域，用现有方法检测时易受噪声干扰，而且当摄像机有自运动时需要进行背景运动补偿。因此，提出一种新算法，即首先分别计算正差图像与负差图像，然后利用运动目标区域在正差图像与负差图像中的幅值、形状以及运动等信息的对称性对其进行检测，最后给出针对飞机尾焰序列图像进行检测的结果。实验结果表明：该方法可提高运动目标检测的可靠性与效率。     

一种目标区域最佳椭圆描述方法

目标的最佳描述区域对于建立目标特征、目标跟踪、目标轮廓求取具有非常重要的意义。针对这类问题,提出了一种目标区域最佳椭圆描述确定方法。新方法首先根据目标和背景的差别确定出目标区域,然后利用尺度空间理论计算出目标的最佳椭圆描述。实验表明：新算法可以有效、准确地确定出目标包含区域的大小和方向。     

聚乙二醇包裹羰基铁核壳粒子的制备及水基磁流变液的性能

以羰基铁粉(CI)为原料用共溶胶-凝胶反应制备CI/聚乙二醇核壳复合粒子，并将其与水组成了磁流变液. 用SEM、TEM、FT-IR和VSM表征了核壳复合粒子的微观结构和静磁特性，并测试了水基磁流变液的性能. 结果表明，核壳复合粒子表面有SiO_x和聚乙二醇的包覆层，它有较好的亲水性和优良的软磁特性，用它组成的水基磁流变液具有抗沉降性优良、零场粘度低、磁流变效应显著等特点.     

压强对空气/氩气介质阻挡放电中等离子体温度的影响

使用水电极介质阻挡放电装置,在氩气和空气的混合气体放电中,利用发射光谱法,研究了电子激发温度和分子振动温度随气体压强的变化关系。通过氩原子763.51 nm(2P₆→1S₅)和772.42 nm(2P₆→1S₃)两条谱线强度比法计算电子激发温度;通过氮分子第二正带系(C3Π_u→B3Π_g)的发射谱线计算氮分子的振动温度;对氮分子离子391.4 nm和激发态的氮分子337.1 nm两条发射谱线的相对强度进行了测量,以进一步研究电子能量的变化。实验表明,随着压强从20 kPa增大到60 kPa, 电子激发温度减小,分子振动温度减小, 氮分子离子谱线与激发态的氮分子谱线强度之比减小。     

光谱学方法研究介质阻挡沿面放电辉光模式的电场分布

利用介质阻挡沿面放电装置,在低气压空气中实现了辉光放电模式。利用光电倍增管对放电发光信号进行检测,发现外加电压每半周期出现一个发光脉冲,并且正负半周期的光脉冲是不对称的。利用Photoshop软件处理放电的照片,研究发现平行于高压电极不同位置的发光强度基本相同,然而距离高压电极越远,发光强度减小。放电中总电场由外加电场和电介质积累的壁电荷电场共同决定,确定该电场具有重要意义。通过分析放电的发射光谱中N+₂(B 2Σ+_u→X 2Σ+_g)谱线391.4 nm和N₂的第二正带系(C 3Π_u→B 3Π_g)谱线337.1 nm的比值,可以定性地说明电场的分布。研究发现电场在高压电极附近较大而远离高压电极处较小。这些研究结果对沿面放电的数值模拟和工业应用具有重要的价值。     

根据边缘梯度方向的十字丝目标快速自动检测

根据图像中直线轮廓边缘点的灰度梯度方向一致的特性,提出了有向线段的概念并给出了限制性定义,将直线检测转化为有向线段的检测提高了检测精度和可靠性。将十字丝轮廓抽象成两组相交的有向线段,提出了一种基于随机Hough变换(RHT)的十字丝自动检测算法。实验结果表明该算法对十字丝目标的灰度、大小、形状变化具有鲁棒性,达到了十字丝目标的快速识别。     

基于数字图像的高精度面内转角测量方法

针对科研与工程中转角测量优于5″的高精度要求,提出了一种用直线做特征标志的基于图像的测量方法。用高分辨率相机采集被测物上长直线标志,通过高精度检测图像上直线的倾斜角度来计算转角。分析了基于图像高精度角度测量中出现的多种原来无需考虑的影响精度的因素。给出了角秒级角度测量时直线的拟合检测算法以及直线标志的成像宽度、长度、与采样方向的角度等参量的选择应满足的条件。仿真和实验结果表明直线宽度5~9 pixel,直线方向避开与采样方向成0°和45°角时角度检测精度达到最优,当直线长度不小于1000 pixel时测量精度优于5″。     

基于极线局部校正的特征匹配方法

针对利用多视图像进行目标三维测量、结构重建时在极线约束下对直接区域灰度相关进行同名特征匹配常常失效的问题,提出了一种基于极线局部校正的特征匹配算法。介绍了极线约束匹配的原理,分析了相关方法在极线约束匹配中的缺陷以及在多种像机位姿配置下的图像特征间的约束关系,在此基础上提出了一种极线局部区域校正的方法,对待匹配区域进行校正使自动相关匹配能有效执行,结合最小二乘匹配得到了高精度的匹配结果。实验结果证明了新算法的有效性,大大提高了自动匹配的可靠性、速度和精度。     

基于显著性加权的Mean Shift跟踪方法

复杂背景下运动目标跟踪一直是计算机视觉的重要研究方向之一。针对这类问题,提出了一种基于显著性加权的Mean Shift跟踪算法。首先根据目标上不同区域和背景的差别大小,给目标每个区域赋予不同的权值。然后将权值与Mean Shift算法结合起来对目标进行跟踪。实验表明,在复杂背景下,新算法仍然可以有效、准确地跟踪运动目标。     

基于直线的射影不变性和极线约束标定摄像机参数

提出一种用图像对标定摄像机参数的新方法。传统自标定方法需要先由图像特征计算基础矩阵,该方法则是从图像中提取一组未知长度和长度比的平行直线,以图像中心坐标为主点初值,利用直线的射影不变性先求得摄像机焦距、旋转矩阵和平移向量的初值;再由图像对固有的极线约束来优化摄像机的参数,从而得到高精度的主点、焦距、旋转矩阵和平移向量。使用该方法对图像目标进行三维重建,仿真实验表明：该方法对场景要求较少,原理简单,方法易行,标定摄像机参数精度较高。