鱼眼图像协同性目标检测方法

由于鱼眼图像存在着严重非线性畸变,使得对图像中的信息进行准确识别变得尤为复杂,目前的显著性检测算法往往只针对单张图像进行检测,显著性测度少,检测结果误差较多,协同性目标检测算法利用多幅鱼眼图像之间的协同关联,对多幅鱼眼图像同时进行显著性信息检测,增加了显著性检测约束条件,通过构建全局关联性信息约束,对鱼眼图像中不同畸变程度的显著性物体进行有效的提取,弥补了单张图像检测中的不足,提高了检测结果的准确性.     

一种运动图像的检测与识别技术

提出了一套检测和识别视频序列图像中运动物体的算法．该方法在连续3帧视频图像中,分别在第1和第2帧之间、第2和第3帧之间作差分运算,根据未交化区域与运动交化区域服从不同的统计规律设计检测门限,对差分图像作运动变化检测和连通域的识别．将检测到的运动变化图像作去噪和空域分割后,再对得到的两幅差分图像作相与运算以确定运动图像的位置,最后再基于运动物体自身的灰度信患,恢复出完整的运动图像．该算法适于应用在实时视频监控场合,实验结果令人满意．     

基于三摄像系统的苹果缺陷快速判别

水果缺陷识别一直是计算机视觉水果实时分级中的研究热点，文中提出一种基于三摄像系统的逻辑判别缺陷的新方法．首先利用三摄像系统获取苹果在三个连续不同位置的9幅图像，然后对图像进行去背景、滤噪等预处理操作，再对图像进行缺陷的分割并加以标记，接着根据分割标记后的可疑区个数，对苹果缺陷的有无进行逻辑判别，即当这9幅图像中只要有一幅图像被分割出两个以上的可疑区，则判断该苹果有缺陷．试验结果表明，缺陷识别精度达到89．4％，另外由于该方法避免了缺陷和果梗或果萼直接识别，处理速度和正确率都得到了很大的提高，能够满足在线5—10个／秒的检测速度要求．     

图像差异的分析与识别

同一物体的不同图像之间往往相差一个变换,这里的变换包括成像系统的小运动对平面物体成像的影响以及图像灰度的对比度变换,在导出变换前后所形成的两幅图像之间的关系,得到相关的数学模型基础上,给出了一种对交换前后的图像进行识别的方法以及对上述图像进行匹配和识别的一个算法及实验结果,其中涉及到关于滤波器的变换不变性、图像的局部特征和图像的变换不变量的研究。     

TIN图像配准中的同名特征点的可靠性提高

图像配准是对多时相、多传感器或多角度的同一场景的两幅或者多幅图像进行匹配处理,使得同名点在相同的坐标系中具有相同的空间位置.图像配准是评价两幅或多幅影像的相似性,以确定同名点的过程.要把对同一对象的不同波段、不同时间、不同分辨率或不同传感器的遥感影像进行融合或识别其变化,就必须首先进行影像配准.图像配准被广泛应用于遥感图像、医学影像、三维重建、机器视觉等诸多领域中.本论述系统地介绍了TIN图像配准的基本缺陷,接着详细地论述TIN优化方法,在此基础上提出了基于TIN优化的图像配准步骤,同名特征点的可靠性得到提高.     

基于分数阶微分Frangi的夜间车道线检测

基于机器视觉和图像处理的夜间车道线检测一直是该领域的研究难题,即使是近年的深度学习方法,检测精度只能达到50%左右.为此,研究了一种新的算法,根据车道线的特点和车辆的行驶速度,将视频中多幅图像融合到一幅图像中;利用图像的特点,在区域合并中识别出有效的车道线检测区域;将有效区域分割成新的图像后,采用基于Frangi和Hessian矩阵的算法对图像进行平滑和增强;为了提取车道线的特征点,提出了一种新的分数阶微分模板进行车道线特征点检测,该算法根据车道线在图像中可能的位置,从4个方向检测特征点;在检测出候选点后,应用递归Hough直线变换得到候选车道线,为了确定最终的车道线,一条车道线的角度应介于25°～65°之间,而另一条车道线的角度应介于115°～155°之间,否则,通过降低线点数的阈值继续进行Hough直线检测,直到获得两条车道线为止.通过对数百幅夜间车道线图像的测试,并与深度学习方法和传统的图像分割算法进行比较,新算法的检测准确率可达70%.     

利用颜色和纹理特征的图像过滤方法

随着互联网络和多媒体技术的发展,色情图像的传播越发猖獗.为了有效地防止色情图像的传播,本文中提出一种综合利用颜色和纹理特征的色情图像过滤方法.该方法根据色情图像的颜色和纹理特征,建立肤色模型和皮肤模型对图像进行检测识别.利用该方法对752幅色情图像和4000幅正常图像进行过滤实验,结果表明该方法具有较高的准确率.     

基于目标匹配的遥感图像变化检测方法

针对传统的像素级遥感图像变化检测方法中检测精度严重依赖于图像配准、辐射校正和差异图像阈值选取的问题,提出了一种基于目标匹配的目标级遥感图像变化检测方法。该方法直接作用于2幅未经配准和辐射校正的不同时相遥感图像,利用目标的区域不变矩与目标之间的角度关系对目标进行匹配,将不能匹配的目标作为变化目标,利用匹配目标对2幅图进行配准,以同时实现图像的配准与变化检测,并用配准结果对变化检测结果进行修正。实验结果表明,该方法具有较好的定性检测性能。     

基于分数阶微分和Frangi的夜间车道线检测

基于机器视觉和图像处理的夜间车道线检测一直是该领域的研究难题,即使是近年的深度学习方法,检测精度只能达到50%左右.为此,研究了一种新的算法,根据车道线的特点和车辆的行驶速度,将视频中多幅图像融合到一幅图像中;利用图像的特点,在区域合并中识别出有效的车道线检测区域;将有效区域分割成新的图像后,采用基于Frangi和Hessian矩阵的算法对图像进行平滑和增强;为了提取车道线的特征点,提出了一种新的分数阶微分模板进行车道线特征点检测,该算法根据车道线在图像中可能的位置,从4个方向检测特征点;在检测出候选点后,应用递归Hough直线变换得到候选车道线,为了确定最终的车道线,一条车道线的角度应介于25°～65°之间,而另一条车道线的角度应介于115°～155°之间,否则,通过降低线点数的阈值继续进行Hough直线检测,直到获得两条车道线为止.通过对数百幅夜间车道线图像的测试,并与深度学习方法和传统的图像分割算法进行比较,新算法的检测准确率可达70%.     

梁变形检测的一维数字图像相关法

分别选择参考图像和变形图像中跨过指定边缘的线段,对两幅图像的这种线段进行一维相关运算以识别边缘的变形(简称一维DIC法).与面检测的二维DIC法相比,计算量小很多.根据生成图像的研究表明:一维DIC法进行边缘变形识别的误差小于0.05像素.简支梁模型试验表明:边缘变形识别的误差小于0.1像素,700万像素相机检测1.7m长梁的变形精度可达到0.05mm.一维DIC法的主要优点是计算量小,适合于海量数据处理的动态检测,主要缺点是变形前后图像边缘的错位对识别精度的影响不易处理,难以达到二维DIC法和一些高精度边缘检测方法的检测精度.     

基于互信息和图像镜像的图像阴影消除

为了能够准确地识别待检测目标,必须检测和消除待检测目标的图像阴影.为此,论文提出了基于互信息和图像镜像的图像阴影消除法.该方法首先使用光照不变性原理来获取原图像的二维光照不变性图像,然后利用互信息结合亮度信息来融合两幅图像以消除阴影,最后利用图像镜像来消除阴影边缘以改善阴影消除效果.实验结果表明,该方法能够有效地消除待测目标的图像阴影.     

基于自适应阈值的三维图像多尺度边缘检测

目的研究三维图像边缘检测中边缘的定位精度问题,根据多尺度小波变换的方法,提出一种自适应阈值三维图像多尺度边缘检测技术。方法首先对三维医学图像分解成多幅二维图像,再对图像直方图滤波平滑处理,消除噪声的影响,然后对平滑后的直方图进行多尺度分析,找出直方图的谷点,以不同尺度下的谷点比较后自动确定精确阈值,按照阈值对图像分割,然后对分割图像进行边缘检测,最后将多幅二维图像合成三维图像。结果实验表明,该方法能够自动准确选择分割阈值,准确检测三维图像的边缘。结论算法能解决人工估算阈值不够准确的问题,所检测到的三维图像的边缘能够满足目标识别和三维重建的要求。     

单目视觉下基于图像裁剪的行人小目标检测算法

为解决室内监控场景中行人小目标不易检测的问题,提出一种基于图像裁剪的行人小目标检测算法.在固定的单目视觉监控视频数据流中,图像序列中不同帧之间存在相关性,使用斯皮尔曼等级相关系数找出两幅图像间不相关部分并进一步精确验证,运用差异函数对传输的图像进行高频感兴趣区域的提取,再利用图像裁剪剔除冗余部分,最后在单阶段目标检测模型SSD上进行行人检测.经实验验证,该方法对小目标检测率有所提升,同时保证了检测的实时性.     

基于主动外观模型的人脸表情分析

人脸表情分析是指利用计算机对特定人的脸部表情及变化进行分类,进而确定其内心情绪或思想活动,实现人机之间更自然更智能化的交互．采用主动外观模型的方法,利用特征向量构建出人脸外形和纹理的统计模型．用模型生成的合成图像去逼近目标物体图像,并通过合成图像和目标物体图像之间的差异来修正模型的合成图像．在表情分析阶段,采用最小距离的分类器,把从待识别图像中提取出来的表情特征输入到分类器中,最后输出识别结果．     

图像融合研究新进展

数字图像融合是对多幅源图像的信息进行综合,以获得对某一地区或目标更准确、更全面和更可靠的描述,从而有利于图像后续的分析和理解,如图像分割,分类和目标的检测,识别.该文给出了数字图像融合的形成及其发展过程,比较了不同层次图像融合的特点,重点阐述了图像融合方法的新进展,总结了目前被研究者广泛采用的图像融合效果评价指标,提出了把图像融合机理和融合目的考虑在内的融合模型,并对图像融合目前存在问题以及未来的发展进行了展望.     

基于1mm精度路面三维图像的裂缝自动并行识别算法

为了快速、准确、完整地识别裂缝,基于1 mm/像素的路面三维图像提出了具有并行结构的裂缝自动识别算法.首先,进行降维处理,分别以像素(0,0)和(4,4)为起点将源图像划分为8×8像素的子块,获得2幅部分重叠的降维图像;然后,基于降维图像进行裂缝种子识别和裂缝连接,形成10个并列的子流程,从而产生10幅初步裂缝图像;最后,对10幅图像进行裂缝融合与滑动窗口去噪处理,获得裂缝图像.测试结果表明:提出的算法具有较高的准确率(平均92.56%)和召回率(平均90.59%),并以90.59%的F值优于Otsu阈值分割及Canny边缘检测算法;该算法的并行结构有利于程序并行化,能有效提高运算速度.     

一种快速手势识别算法的实现与验证

基于大多数的手势识别算法,需要提取高维度的特征,限制了手势识别在实时系统中的应用。文中针对这种问题,提出一种快速的手势识别算法。首先,在原始图像上提取轮廓块边缘对目标区域进行分割。其次,提取目标区域的形状特征。然后,在数据库中,对每种手势只记录一幅标准的参考图像。最后,通过比较参考图像与待检测图像中的手势特征,来匹配和标记手势的含义。实验结果表明,文中提出的快速算法能够准确地识别手势。     

基于管孔特征的木材树种图像识别

选取管孔的面积和周长作为基本特征,构造与之相关的10项特征,采用数字图像处理的方法和最小差值判别法,在MATLAB环境下对白桦、西南桦、水曲柳及柞木等4种阔叶树材的30幅显微图像进行处理和识别。结果 26幅图像被正确识别,正确率为86.7%,识别效果良好。     

碳纤维复合材料分层缺陷的超声相控阵检测方法

碳纤维复合材料(CFRP)具有相对密度小、比强度和比模量大等优点,被广泛应用于航空航天、汽车等领域。碳纤维复合材料在生产和服役过程中容易产生分层缺陷,将严重影响其力学性能。鉴于此,开展了碳纤维复合材料分层缺陷的超声相控阵检测方法研究。首先,利用超声相控阵检测仪器测量了不同大小和位置的分层缺陷超声A扫描信号;其次,通过设置A扫描信号的闸门,提取闸门内的幅值和深度信息作为表征分层缺陷大小和位置的信号特征;最后,利用提取的幅值和深度信号特征分别构建了分层缺陷的C扫描图像。结果表明,超声相控阵技术对分层缺陷有良好的成像效果,基于深度特征的图像可以准确识别分层缺陷的位置;而基于深度和幅值特征的图像用于识别分层缺陷的轮廓。     

基于五点不变量和灰色相关分析的仿射目标识别

本文提出一种可适应平移、旋转、缩放和仿射变换的二维目标识别算法。使用五点不变量描述图像轮廓,得到五点不变量序列;应用灰色相关分析方法找到模板图像中与目标图像最匹配的五点不变量序列,从而正确识别目标。为验证算法的有效性,选取20个二维目标,每个目标获取14幅从不同视角拍摄的图像,共280幅图像进行识别,结果表明所提出算法较其他相似算法更稳定且识别率更高。