全息图像轮廓线叠差分析桥梁挠度变形的方法

为通过摄影测量手段方便快速地得到整个试验梁的真实挠度,采用Log边缘提取算子提取图像灰度信息和轮廓线信息,再对试验梁下边缘轮廓线进行叠差分析即可得到主梁全息变形数据。通过与传统位移计测量挠度的方法对比发现表明:采用全息图像轮廓线叠差分析桥梁挠度所得结果满足工程应用精度要求;运用此方法,定期采集桥梁轮廓线信息,可以对桥梁进行长期监测,方便快捷找出桥梁的异常变形。     

桥梁结构全息模态参数识别方法试验研究

针对传统桥梁结构健康监测中使用的接触式传感器存在数据离散性大、安装程序繁琐、难以反应桥梁结构整体状况等局限性,本文基于全息视觉传感器智能监测系统,识别结构全息几何形态在相应时空域上的振动信号,较为准确的获取结构全息图像数字化位移坐标信息,同时针对提取的振动位移进行频谱分析,获取桥梁结构的模态参数,实现对桥梁状况的基本识别。本文对一座缩尺模型桥进行试验验证,研究结果表明：全息视觉传感器智能监测系统测试结果与位移传感器测试结果吻合度较高,针对竖向荷载响应的功率谱,两种方法实测结果在低频范围内都能够较好地吻合,振型变化趋势基本一致。基于全息视觉传感器智能监测系统的桥梁形态监测真实、连续、敏感,较为准确地反映了结构在各工况下的位移变化和模态响应,后期将会进一步优化全息视觉传感器监测系统识别灵敏度,实现在各种工况激励下的高阶模态参数和结构损伤识别。     

基于欧拉微动放大的桥梁全息变形形态获取方法

与桥梁变形测量方式中测点分散布置不同,获取桥梁的全息变形行为可以有效地分析其结构变化。采用了基于相位的欧拉影像放大算法,结合视频影像非接触测量的方式,获取桥梁整体的变形形态参数,实现了桥梁全息变形的采集及放大。该方法与数字图像相关方法不同,欧拉放大算法是基于带通滤波并提取相应带通范围内的周期振动信号进行放大。该处理方式适用于桥梁结构这种具有周期性振动的变形特性。采用高速民用摄影机对实验室大跨径自锚式悬索桥缩尺模型进行定点拍摄获取数字影像信息,然后通过基于相位的欧拉影像放大算法将微小的振动形态进行可视化处理,最后利用精简边缘算子实现了桥梁结构边缘的提取。同时结合传统动态位移测量方法获取同期形态变形数据,通过对比分析结果证实了该方法的可行性,为未来利用影像手段进行全息形态获取提供了一种新方法。     

基于全息视觉测量的钢混组合结构损伤识别试验研究

对一片钢混组合试验梁依次开展不同损伤工况下的加载试验,利用全息变形视觉测量试验装置获取试验梁全息图像信息数据,基于结构全息边缘轮廓线提取算法计算分析全息图像信息数据以获得试验梁在不同损伤工况下的全息变形.以结构初始全息变形数据和结构目标全息变形数据作为输入,运用改进的BP神经网络算法反演试验梁刚度矩阵的退化,求解单元刚度矩阵折减系数的全局最优解,并以结构单元刚度矩阵折减系数作为损伤表征因子,实现对目标结构损伤状态的识别.试验结果表明:基于结构全息变形数据和BP神经网络的结构损伤识别方法对损伤具有较强判别性,试验梁不同程度、不同位置损伤工况的测试识别结果与试验结果基本一致,试验梁损伤位置及程度平均识别精度为92.6%,为后续研究奠定了基础.     

一种基于小波变换的快速SIFT图像拼接算法

SIFT特征匹配算法是当前图像拼接研究领域的热点。为改进SIFT算法在图像拼接过程中特征点提取环节计算量大、耗时较长的缺点。本文在研究SIFT算法的基础上,提出一种改进的图像拼接算法。此算法先通过小波变换对图像进行预处理,减少在SIFT尺度不变特征提取过程中的数据计算量,以提高图像拼接速度。对两幅待拼接图像,分别采用经典SIFT算法和本文提出的改进算法做仿真实验,当匹配点控制系数a=0．5,经典SIFT算法在确定特征点耗时1．192891S,改进后的算法仅用了0．856712s。仿真对比试验的结果验证了该算法的有效性,同时表明该算法能够在保持图像拼接效果的基础上,提高图像拼接算法的速度和准确性。     

基于序列视差图像的全息立体显示方法

通过获取的序列视差图像，用计算全息与图像处理技术产生了一个全息立体图的显示．在计算全息中采用了基于衍射的光栅条纹生成方法，将视场分为连续的8个区域，每个区域由一个空间频率不同的基本条纹衍射生成，利用迭代算法计算了基本条纹函数．然后对序列视差图像经过二维离散处理，通过光场投影与几何光学成像法，转换到一张全息图上，由包含8个基本条纹的全息素衍射生成序列视差全息图像．从而使观察者获得三维感的立体图像，并给出了实验结果．该算法为基于照片的全息立体图的生成提供了新的方法．     

基于SIFT变换的彩色全景图拼接算法研究

为了解决传统的彩色全景图拼接算法在特征点匹配过程中匹配时间较长且匹配失误率过高的问题,优化整体的彩色全景图拼接算法,提出了基于SIFT变换的彩色全景图拼接算法.构建SIFT算法的基本流程,通过创建空间尺度确定极值点的空间位置和梯度方向,以便进行SIFT特征点匹配.研究基于SIFT变换算法的全景图像拼接技术,设计全景图像拼接技术的基本流程,在获取全景图像之后进行预处理,利用SIFT变换算法进行图像配准和图像融合.经实验验证,通过匹配失误次数、匹配度以及匹配时间的数据对比所提算法与基于ORB算法的全景图像拼接技术的优劣,确定基于SIFT变换的彩色全景图拼接算法更具备优越性.     

一种基于小波变换的快速SIFT图像拼接算法

SIFT特征匹配算法是当前图像拼接研究领域的热点。为改进SIFT算法在图像拼接过程中特征点提取环节计算量大、耗时较长的缺点。本文在研究SIFT算法的基础上,提出一种改进的图像拼接算法。此算法先通过小波变换对图像进行预处理,减少在SIFT尺度不变特征提取过程中的数据计算量,以提高图像拼接速度。对两幅待拼接图像,分别采用经典SIFT算法和本文提出的 改 进 算 法 做 仿 真 实 验,当 匹 配 点 控 制 系 数α=0.5,经 典SIFT算 法 在 确 定 特 征 点 耗 时1.192891s,改进后的算法仅用了0.856712s。仿真对比试验的结果验证了该算法的有效性,同时表明该算法能够在保持图像拼接效果的基础上,提高图像拼接算法的速度和准确性。
     

基于SIFT算法的无人机烟株图像快速拼接方法

无人机由于受到飞行高度及携带相机焦距的限制,拍摄的图像范围很小,单个图像难以反映实际采集情况,为了获取拍摄区域全景图像,需将多个遥感图像进行拼接。传统的图像拼接算法具有计算量大、拼接耗时等缺点,无法满足无人机图像拼接的实时性要求。本文提出了一种基于SIFT特征向量的烟株遥感图像拼接方法,该方法在对无人机图像畸变进行预处理的基础上,利用相位相关算法确定图像重叠区域并检测该区域特征点,构建特征向量图来进行特征点匹配,最后根据两幅图像中相应特征点的坐标关系,采用RANSAC算法计算最优匹配变换矩阵。按照上述方法对获取的烟株图像进行拼接,结果表明:该方法快速有效,较传统SIFT拼接算法在速度上提高了49.8%。     

基于改进SIFT算法的无人机图像拼接研究

图像拼接是图像处理中的一项重要技术,近年来发展迅速,图像拼接中算法是该技术的核心部分。为了提高图像拼接的效果和精度,研究了基于无人机图像拼接的改进SIFT算法,介绍了图像拼接的流程,详细叙述了SIFT算法及改进原理,实验证明该算法效果良好。     

基于边缘信息的SIFT 图像匹配算法

李岩(1978-), 男, 长春人, 长春工业大学副教授, 主要从事智能机械与机器人、机器视觉研究, (Tel)86-13069046655(E-mail)liyan_dianqi@ ccut. edu. cn。     

基于SIFT特征矢量图的快速图像拼接方法

为了减少图像拼接方法的计算复杂度,提出一种基于尺度不变特征变换(SIFT)特征矢量图的快速图像拼接方法.该方法首先结合相位相关算法,确定待拼接图像的重叠区域,限定SIFT特征点检测范围;然后考虑特征点的空间位置信息,构建SIFT特征矢量图像,以便在特征匹配时限制匹配点的搜索范围,快速获得匹配点对.实验结果表明,该方法减少了大量的不必要搜索,提高了图像拼接速度.     

基于改进SIFT的结构与纹理相似图像配准方法

 针对目前SIFT特征匹配算法在大面积结构和纹理相似的图像应用中存在较多的误匹配,导致图像拼接效果不理想的问题,提出了基于改进SIFT特征匹配的结构与纹理相似图像配准方法.通过结合色彩信息及空间信息进行匹配点对的筛选,进而得到更为精确的匹配点对,克服了传统SIFT算法在其寻找匹配点的过程中严重依赖灰度信息下的主方向,导致匹配的误差放大的缺点.实验结果表明,该方法提高了SIFT特征匹配的鲁棒性同时,进一步改善了拼接的效果.     

数字全息显微中的相位像差自动补偿算法

结合图像分割技术提出了一种用于数字全息显微成像的相位像差自动补偿算法.首先，采用最小二乘拟合算法对包含被测物体的解包裹相位图进行粗略的补偿，在此基础上，利用图像分割算法对其背景区域进行分割，获得不含被测物体的解包裹相位图.最后，对其进行最小二乘拟合从而实现相位像差的精确补偿.传统的数字全息显微技术需要通过手工检测背景区域来解决相位像差补偿的问题.然而，本文方法既不需要人工干预，也不需要光学设置的先验知识，即可实现相位像差的自动补偿.通过搭建的数字全息显微实验平台验证了所提算法的可行性和准确性.     

多视域下基于机器视觉的索力测试

拉索是缆索承重体系桥梁的关键承力或传力构件,在体系构成中的地位至关重要。为解决现有非接触视觉测量存在的测试视场不足、应用场景复杂多变,致使其测试精度与视域范围相互矛盾无法协调统一的技术难题,提出了多视域下基于机器视觉的索力测试新方法。以全息视觉传感器系统获取斜拉索全视域-多视域下的空间几何构型数据,建立了像素映射及图像增强算法计算模型;通过数字空间基准平面的信息转化,对复杂测试场景下视觉传感器光轴射线与被测物体所在承影面非正交情况进行测试参数修正。为避免实测拉索全息性态特征因偏离标准悬链线所导致的索力测量误差,以单一视域下的几何构型拟合降噪后的全息曲线并精确定拉索上下锚固点坐标,进而可由拉索全息性态特征参数精确测算斜拉索索力。试验结果表明：本文方法可在复杂测试场景下量化分析拉索索力计算参数,相较于常规索力测试方法,最大相对误差为9.2%,均方根误差为2.79%,满足工程实践测试精度及稳定性要求,为复杂测试场景下斜拉桥索力监测提供了一种新途径。     

基于双目立体视觉的海浪波面三维重建技术

为了提高海面特征点检测的准确度和三维重建的精度,在基于传统的Harris算法的基础上,提出1种基于高斯金字塔图像的改进Harris特征点检测算法.利用搭建的双目相机平台,对海浪图像进行采集并完成相机的标定过程,然后根据改进的角点提取算法对图像的角点进行检测,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算法对海浪图像特征点进行立体匹配得出视差图,最后根据三角测量原理获取图像的深度信息,实现海浪波面的三维信息重建.实验结果证明,在针对海浪图像时,该方法具有更高的精度和准确度.