自适应非最大抑制的Harris角点检测算法

 针对Harris角点检测中存在角点聚簇以及阈值选择困难的问题,通过分析Harris角点检测算法的实现原理,提出了自适应非最大抑制的Harris角点检测算法.该算法首先检测角点响应函数值为局部最大值的像素点,其次对所有局部最大值进行由大到小排序并且设置一个抑制半径,通过不断减小抑制半径提取角点,有效避免了Harris角点聚簇的现象,实现Harris角点在图像空间的均匀分布.同时,该算法能够解决阈值选择困难的难题,增强了算法的适应性.实验结果表明,该算法检测出的Harris角点在空间分布更加均匀合理,能够很好的适应图像拼接、运动估计等实际应用.     

Harris角点检测算法的优化研究

在研究Harris角点检测算法时,发现检测出的角点常常会受到噪声的影响.通过优化Har-ris角点响应函数,避免了角点响应函数中k值的影响,提高了每个目标像素点的响应值精度.把该方法运用到人脸特征的检测中,实验结果表明,该算法和传统的Harris角点检测算法相比抗噪能力有较大提高.     

无人驾驶车辆基于角点和斑点的特征提取算法

针对运行在计算资源有限的车载嵌入式系统中的视觉里程计算法实时性较差的问题,提出一种基于Harris和SIFT相结合的图像匹配方法——Harris-SIFT算法。在介绍了SIFT算法的基础上,给出了Harris-SIFT算法的原理:使用Harris算法提取图像中的角点作为特征候选点,再利用SIFT算法在Harris的特征候选点中进行特征点提取。通过实例用Matlab软件对算法进行了仿真,并对算法的复杂度及各种性能进行了分析。结果表明,所提出的方法在特征检测模块中降低了算法的运算量、提高了特征点提取速度。Harris-SIFT算法可用于实时视觉里程计系统中,进而可使视觉里程计在车载嵌入式导航系统上得到广泛的应用。     

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.     

金属零件微小数据矩阵码快速精定位

针对传统条码识读方法对微小数据矩阵(DM)码定位精度低、速度慢等问题,提出了以Harris角点作为高频特征,构建高斯金字塔过滤背景金属纹理角点,引入径向基函数平滑角点密度图,通过阈值分割以及区域生长粗定位候选区域,计算2步最小外接矩形并校正实现精定位,最后建立筛选模型选择适应值最大的候选区域为DM码区域.实验表明,提出的采用角点检测和区域生长定位检测算法对受到金属纹理、局部遮挡、磨损划痕以及光照不均等干扰的微小DM码具有很强的鲁棒性,精定位准确率高,仅耗时25ms,比传统方法提高了30倍.     

基于DSP的车辆检测系统的设计

设计了一种基于DM642的嵌入式车辆检测系统.系统主要由CCD摄像头、TMS320DM642开发板和PC组成.对输入图像采用帧间差分法检测出运动区域,然后对运动区域进行Otsu阈值化、边缘检测及形态学滤波,准确提取运动车辆,利用交通参数提取算法计算车速和车流量.实验结果表明：该系统能实时提取道路交通信息,具有一定的实用性和推广价值.     

一种改进的Harris-RANSAC长焦相机标定算法

长焦相机采集近距离棋盘格图像时易出现相机离焦现象，导致棋盘格图像产生散焦模糊，极大地增加了相机标定的难度，同时传统的Harris角点检测算法对散焦模糊的棋盘格图像进行角点检测的结果即使经过非极大值抑制处理也仍然存在大量冗余角点.针对上述问题，基于随机抽样一致(random sample consensus, RANSAC)算法提出一种改进的Harris-RANSAC长焦相机标定算法.首先，引入感兴趣区域将Harris角点检测的区域缩小到棋盘格区域以避免背景干扰；其次，采用随机抽样一致算法替代传统的非极大值抑制方法剔除冗余角点；最后，针对模糊棋盘格图像的特性构造新的响应函数，进行亚像素级角点定位，从而得到精确的角点坐标.结果表明，改进的Harris-RANSAC算法对模糊棋盘格图像进行角点检测时耗时短且精度较高，角点检测的反投影误差仅为0.432像素.     

基于Harris度量的轮廓尖锐度CDA优化算法

为了进一步提高工业现场中工件自动测量的精度,在详细分析了目前工业检测过程中角点提取准确度低、检测时间长等问题产生原因的基础上,提出了一种基于Harris度量的轮廓尖锐度工件图像角点检测优化算法。首先利用Freeman链码法提取工件图像的轮廓,通过计算轮廓尖锐度获取轮廓上的候选角点,然后针对两种不同类型的伪角点,分别采用Harris度量窗口和支撑区域自适应算法进行优化,最终得到工件图像的真实角点。将算法应用到了实际工件的尺寸测量中。相对于传统的角点检测算法,所提出的基于Harris度量的轮廓尖锐度CDA优化算法具有较好的准确性。     

双阈值Harris角点检测算法

角点检测是图像处理中的一种重要的特征提取方法,为了改进角点检测算子的检测性能,提高角点检测的精度,降低检测出伪角点的概率,针对Harris角点算法的阈值受人为给定的限制的缺陷,提出了一种基于双阈值的Harris角点检测,利用小阈值T1来检测角点,利用大阈值T2来限制伪角点的出现,并通过大量实验总结出大小两阈值的关系,获得良好的检测性能。     

数字图像角点检测算法探讨

数字图像角点特征因具有计算量少,匹配简单以及旋转不变等性质,应用广泛,本文在分析Harris角点检测算子的实现原理及其不足的基础上,提出了改进的Harris角点检测算法。实验结果表明,该算法检测出的角点分布更均匀合理,有效避免了角点聚簇现象。     

基于Adaboost方法的车载嵌入式疲劳驾驶预警系统

提出一种基于Adaboost的实时算法,并应用于车载嵌入式系统。用红外光源和红外摄像头获取驾驶员的视频图像,对其疲劳状态进行监控。首先通过人脸检测定位驾驶员的人脸,然后提取人眼区域并对人眼闭合状态进行判断,基于PERCLOS标准制定了相应的预警机制,对潜在的疲劳驾驶进行判断并预警。该算法从PC移植到嵌入式平台并根据实验进行了优化,先后制作了多个车载嵌入式装置进行实车测试,达到了大于92%的准确率和少于1.5 s的判断响应时间。实验装置稳定可靠,可实际应用于营运车辆。     

基于嵌入式系统和红外图像的火焰检测算法

随着嵌入式技术的发展,把机器视觉应用于嵌入式系统是一个发展方向.目前火焰算法相对比较成熟,具有较高的准确率和抗干扰力.但算法复杂度普遍较高,主要应用于PC机系统,不能适应嵌入式系统的要求.结合已有的研究成果,提出了基于统计背景模型和火焰动态特征的火焰检测算法,成功移植到嵌入式系统上.试验证明算法抗干扰性强、检测率高,速度快.     

基于嵌入式平台实现的遥感图像城区检测算法

提出了一种城区区域实时检测算法及基于嵌入式平台的实现方式.根据城区是由人造建筑的离散特征聚合而成的特点,城区检测算法划分为原始图像预处理、城区特征点的提取与筛选和基于特征点区域化的城区提取3个环节.通过分析所提出原型算法中各关键环节的处理时间及运算特点,将其分解映射在FPGA+DSP并行异构的嵌入式板卡上,通过流水并行的方式实现.本文提出的城区检测算法已移植于嵌入式板卡在某机载平台上进行了成功的搭载实验,满足实时的城区自动检测需求.      

基于频繁子树挖掘算法的网页木马检测技术

针对目前互联网安全的主要威胁之一网页木马,基于网页木马的树状链接结构特征,引入频繁子树挖掘算法,对前期积累的4万多个恶意网页木马场景进行子树模式挖掘,提取了35个网页木马场景共同子树结构特征,利用这些特征在网页木马动态分析过程中辅助检测。实验表明:在加入基于子树特征的检测方法判定的网页木马中,动态检测方法有近20%的漏报。因此,基于子树特征的检测方法有效地提高了动态检测的检测能力和效率,同时挖掘出的典型子树模式提供了网页木马分类和溯源的依据。     

基于扩频序列嵌入水印的音频信号研究

提出了一种基于扩频序列的音频水印新算法。利用随机序列将水印序列扩展，通过小波变换将水印信号嵌入到二层小波变换的中频系数中，因为嵌入时，利用的是小波系数多者之间的联系，所以在接收端，利用盲检测就可以将水印信号提取出来。实验结果表明该算法对原音频信号的影响极小，并且对于各种音频操作和人为攻击具有较好的鲁棒性。     

基于扩频序列嵌入水印的音频信号研究

提出了一种基于扩频序列的音频水印新算法。利用随机序列将水印序列扩展，通过小波变换将水印信号嵌入到二层小波变换的中频系数中，因为嵌入时，利用的是小波系数多者之间的联系，所以在接收端，利用盲检测就可以将水印信号提取出来。实验结果表明该算法对原音频信号的影响极小，并且对于各种音频操作和人为攻击具有较好的鲁棒性。     

基于改进姿态估计算法的嵌入式平台实时跌倒检测

为了实现视频中特殊人群跌倒检测的实时性和降低误检率。通过采用改进的姿态估计网络提取人体关节点的方法,研究了使用前后帧关节点的变化来对人体进行追踪和跌倒行为检测。为了在嵌入式平台上使姿态估计网络达到实时效果,采用带有注意力机制的轻量化结构搭建深度卷积网络来提取人体关节点坐标,并合成完整的骨架信息。结果表明：带有注意力机制的姿态估计算法在不同数据集上的准确度均有提升；同时在嵌入式平台上保持误检率较低的情况下达到实时跌倒检测。可见基于改进姿态估计算法并通过关节点判断的方法较好地实现了人体的跌倒检测。     

基于压缩传感的图像哈希水印算法研究

现有基于图像内容的水印算法在鲁棒性和篡改检测方面存在不足,提出了一种基于压缩传感的图像哈希水印算法。该算法利用压缩传感对图像进行随机投影,得到的压缩测量值作为图像内容特征,通过HMAC(Hash-based Message Authentication Code,基于哈希的消息认证码)算法生成图像摘要,并以水印的方式嵌入到原始图像中;认证时,提取图像中的水印,并对认证图像进行压缩传感随机投影,得到原始图像和认证图像的摘要,通过摘要对比,实现图像认证和篡改检测。仿真实验表明,该方法不仅具有较强的鲁棒性和安全性,还具有较好的篡改检测能力。     

基于听觉模型的自适应音频数字水印盲检算法

提出了分段同步的音频数字水印盲检新算法 .利用伪随机序列PN(pseudo randomnoise)扩频和二相相移键控BPSK(Bi phaseshiftkeying)技术调制水印 ,并基于听觉模型生成不可听觉的水印 .水印在频域嵌入 ,提取时不需要原始音频 ,仅需与嵌入时相同的PN序列密钥即可 .提出的抵制去同步攻击的分段同步音频水印检测方法 ,可有效提取和恢复嵌入的有意义二值水印图像 .实验结果表明 ,该算法对一般信号处理类操作都具鲁棒性 ,并可有效抵制随机裁剪、MP3(MPEGaudiolayer3)压缩、替换等去同步的攻击 .     

基于改进单步多框目标检测的道路小目标检测算法

针对SSD目标检测算法运用于自动驾驶领域时,在检测道路上小目标容易发生漏检错检的情况,本文提出一种改进的SSD目标检测算法。本算法首先在SSD模型的主干网络中嵌入感受野增强模块,扩大特征层的感受野,以获取更多小目标的特征信息;然后在主干网络后加入4次U型特征提取结构,构建4个不同层级的特征金字塔,最后合并成一个多层级特征金字塔用于检测。结果表明,该改进SSD模型在KITTI数据集上的检测精度较原始SSD模型提升了6%,检测速度达到了每秒27.9帧。在兼顾检测效率的同时,有效提高了对道路上小目标的检测精度,更适用于自动驾驶领域。