线阵CCD响应非均匀性的检测与校正

通过分析线阵CCD响应的非均匀性,提出了一种用于线阵CCD的非均匀性检测系统,并给出了基于最小二乘法的校正算法。在不同辐照度下采集各像素的灰度值,用最小二乘法求出期望的辐照度与灰度的对应关系,计算出各像素的修正系数,得到线阵CCD的校正矩阵,并对各像素的实际灰度值进行修正。实验结果表明,校正前灰度偏差达6.1,校正后只有0.02889,有效的改善了线阵CCD响应的非均匀性。     

红外图像非均匀性校正算法评估

红外图像非均匀性校正算法的选择直接影响成像质量和实现的难易程度.通过采集到的红外图像,对常用的几种非均匀性校正算法进行了定量分析和定性比较,结果发现,两点非均匀性校正算法、两点与LMS综合算法均有较好的校正效果,但综合算法具有更小的剩余非均匀性.非均匀性的评估为红外图像处理算法的选择提供了依据.     

自动机运动规律图像特征点的提取方法研究

本文通过分析高速图像非接触法自动机运动参数测试系统采集图像的数据特点,利用光斑区域预测法,预测光斑在图像序列中的区域,确定处理的矩阵范围,实现了数据的快速处理;研究了针对自动机运动规律的反射光斑图像特征点的处理算法,图像经中值滤波后,采用算子边缘检测及生长、填充后,用亚像素识别技术中灰度重心法,进行了光斑中心定位。     

CCD相机全彩LED显示屏亮度检测与校正算法

针对LED显示屏亮度显示不均这一问题,提出一种基于CCD相机的全彩LED显示屏亮度检测与校正算法.该算法使用CCD相机获取显示屏显示的图像,并通过数学形态学和大津法对图像进行去噪和阈值分割处理,确定LED灯点的中心位置,然后结合最小外接矩形与亮度相加法确定灯点的相对亮度值,最后计算出显示屏中各个灯点的三色校正系数矩阵.实验结果证明:该算法能够快速、有效地提高LED显示屏的亮度均匀性,从而改善显示屏的显示质量与延长显示屏的使用寿命.     

气门几何尺寸的多种边缘高精度检测

目前边缘检测算法只能检测水平边缘、垂直边缘,且检测精度低、处理速度慢、抗噪性能差;针对上述存在的缺陷,提出一种气门几何尺寸的多种边缘高精度尺寸检测算法。首先采用中值滤波和高斯滤波对气门采集图像进行预处理,然后针对不同的边缘使用不同检测算法实现图像边缘的像素级定位。在像素级边缘定位的基础上采用几何质心法亚像素边缘定位实现图像边缘的亚像素级精确定位。最后采用畸变校正技术对图像中边缘像素点的坐标进行校正,得到没有畸变情况下边缘像素点的理想坐标,根据像素当量计算得到气门的各个尺寸。通过在光学图像检测系统中的实际应用,证明提出的算法精确且稳定,满足高精度视觉检测的要求。     

校正几何失真和像素失真的印刷数字水印算法

针对印刷图像存在的几何失真和像素失真问题,提出一种数字水印算法.该算法采用Harris角点检测和Hausdorff距离来校正几何失真,采用非线性灰度变换来纠正像素失真.水印嵌入算法首先对图像进行一级离散小波变换后,再对低频子图进行奇异值分解;然后,在奇异值上嵌入水印序列,并在提取水印前校正失真.实验表明,该算法对打印扫...     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

数字图像处理技术在干涉仪中的应用

利用CCD(charge-coupled device)对立式接触式干涉仪进行改装研制,变目视观察与判读读数为光电探测、自动瞄准、测量,把显微镜下的干涉条纹图像利用CCD采集后传输到计算机.结合数字图像处理技术,利用波长定度方法实现自动定度,双边直线拟合法自动确定0级干涉条纹中心的准确位置,并根据量块形成的0级干涉条纹中心偏移像素值计算量块长度.实验测试结果表明利用数字图像处理技术消除了人为判读差错的可能性,提高了工作效率,稳定可靠.     

基于像素分类的像素值阈值噪声检测算法

针对图像噪声常见的三种脉冲噪声模型,在像素差异均等性原则下,以窗口分块方式将图像像素分为噪声像素和非噪声像素子集,进而以噪声图像上下像素值阈值推导噪声类型判别式,得到一种非线性像素分类的图像噪声检测算法.以经典图像(Lena、Baboon)分别叠加上不同密度噪声进行噪声图像检测算法仿真测试,由检测精确性和正确性来评估所提出的检测算法的检测性能.仿真结果表明,该检测算法具有较好的检测效果,缺点是容易将部分非噪声像素识别为噪声像素.     

像素面积插值法及其在名片识别系统中的应用

提出了一种新的算法用以提高名片识别系统中的图像倾斜校正效果．根据倾斜像素在相邻像素中所占的面积，进行面积插值，获得像素的灰度值、将这一算法应用于名片识别系统，利用从系统中获取的倾斜角度和顶点坐标，得到了很好的校正效果.     

一种基于广义Chen''''s混沌系统的图像加密新算法

根据高雏混沌系统具有更高安全性的特点，提出一种基于三雏Chen’s混沌系统的数字图像加密新算法，通过王乱图像像素的空间位王和改变像素值来混淆密文图像和明文图像之间的关系。利用Chen’s混沌系统的二雏序列王乱图像像素的空间位王；然后，由Chen’s混沌系统输出的三雏混沌序列得到适合灰度图像或真彩色图像加密的密钥序列，利用混沌密钥序列对王乱图像进行遂像素加密。研究结果表明，该算法具有良好的像素值混淆、扩散性能和较大抵抗强力攻击的密钥空间，加密图像像素值具有类随机均匀分布特性，且相邻像素值具有零相关特性，所提出的方案具有较高安全性。     

基于圆形阵列标定板的张氏相机标定法

提出了一种基于圆形阵列标定板的张氏相机标定法.利用大恒水星系列相机对不同方向和不同姿态的圆形特征标定板进行20次拍摄,并利用亚像素边缘检测算法对图像视野中的特征进行边缘检测;接着对得到的边缘封闭的特征分别进行圆度、偏心率和凸度的条件限制,提取出图像中符合要求的圆形特征;最后通过标定板上圆形特征的圆心像素坐标与世界坐标的对应关系来进行相机标定.实验结果显示,圆形特征的圆心坐标平均重投影误差在0.007个像素以内,表明了该算法的可行性.      

基于混合像元分解的水体面积提取算法

为减小水体边界混合像元对水体面积提取精度的影响,提出基于混合像元分解的水体面积提取改进算法。以ALOS数据为例,利用混合像元线性分解模型获得各像元水体丰度,结合阈值法和数学形态学算法分别提取纯净水体像元和水体边界像元;通过分析水体边界像元的水体丰度构成,提出水体边界像元面积修正算法,实现水体面积修正。研究结果表明,与混合像元分解直接提取的水体面积相比,修正算法提取的水体面积精度最大提高6.7%,有效减小滩地水分对水体边界像元水体丰度计算的影响。     

大视场下瞳孔图像的自动聚焦算法

由于视线追踪系统对捕获的瞳孔图像的质量要求很高，而这对瞳孔的精确聚焦又非常重要，为此，首次提出了一种在大视场及光圈、焦距未确定条件下的自动聚焦算法．依据图像灰度信息控制光圈，依据图像中光斑信息调整焦距并实现眼睛定位，使用FSWM算子实现自动聚焦．系统能够在不同光强条件及大小视场情况下实现自动聚焦．实验表明，在不同光照条件及用户不同使用位置的情况下，通过自适应调节，可获得清晰的瞳孔图像．     

Near Infrared Star Centroid Detection by Area Analysis of Multi-Scale Super Pixel Saliency Fusion Map

The centroid location of a near infrared star always deviates from the real center due to the effects of surrounding radiation. To determine a more accurate center of a near infrared star, this paper proposes a method to detect the star's saliency area and calculate the star's centroid via the pixels only in this area, which can greatly decrease the effect of the radiation. During saliency area detection, we calculated the boundary connectivity and gray similarity of every pixel to estimate how likely it was to be a background pixel. Aiming to simplify and speed up the calculation process, we divided the near infrared starry sky image into super pixel maps at multi-scale by Simple Linear Iterative Clustering(SLIC). Second, we detected the saliency map for every super pixel map of the image. Finally, we fused the saliency maps according to a weighted coefficient that is determined by the least square method. For the images used in our experiment, we set the multi-scale super pixel numbers to 100, 150,and 200. The results show that our method can obtain an offset variance of less than 0.27 for the center coordinates compared to the labelled centers.     

基于角点特征的几何形状中心定位

图像特征点中心定位是位姿测量中求解位姿的关键．针对同一图像有多个几何形状的问题,首先利用开源计算机视觉库OpenCV对原图像进行区域分割,得到目标区域的边缘,其次将每个区域进行像素填充;然后用Harris算法进行角点检测;最后根据角点坐标再计算中心点,并将文中算法就一幅图像中有单个几何形状的情况与原始Harris和改进的Harris算法从准确率和效率上进行了比较．实验证明,这种中心定位算法不但提高了准确率和效率,而且误差可以减小到1个像素以内．     

基于序列图像的高密度脉冲噪声去除新方法

针对受脉冲噪声污染大(大于50%)的图像,提出运用多幅序列图像的点对点噪声检测算法.首先利用MMEM算法判断噪声点与非噪声点,再把非噪声点拷贝到输出图像,通过实验得出了噪声密度与所需要图像幅数之间的关系.通过噪声密度判别公式的引入,实现对噪声图像的自适应处理,实验显示该方法优于传统滤波算法.     

一种眼动测量的图像分析方法

提出一种用于鸟类视觉行为学实验的眼动测量的图像分析方法.采用基于遗传算法的多级灰度值聚类法分割普通CCD捕捉的视频图像,用区域生长法标记连通域粗略定位瞳孔区域,并利用瞳孔的近似圆形的几何特性修补光源反射影像形成的孔洞.在此基础上进行边缘检测,利用边缘像素的灰度分布特点修正瞳孔轮廓,采用重心法定位瞳孔中心.用该方法对实验环境照度下捕捉的图像和红外光源辅助照明的图像进行了分析,并与主动轮廓线方法对比.实验结果表明,该方法对眼睛特征的先验知识依赖程度低,抗噪声能力强,瞳孔中心定位精确.     

圆型图像特征点检测算法

为了提高圆型图像特征点检测算法的准确性和稳定性等,提出了一种基于圆型特征图像中心灰度对称的检测算法.先利用Sobel算子进行圆型特征图像边缘检测,然后采用灰度质心法求出圆型特征图像的中心,最后引入灰度对称因子获得圆型图像特征点的亚像素位置坐标.用仿真投影实验和实际实验来评估算法精度,结果表明新算法精度可控制在0.2个像素左右.