基于摄像机运动的简单虚拟场景生成

利用摄像机标定技术和视频融合技术设计了一个基于摄像机运动的简单虚拟场景生成系统。首先对摄像机进行标定，然后利用摄像机的运动参数根据摄像机成像模型计算出3-D实景中特定的位置在2-D视频图像上的映射，最后利用映射结果对虚拟景物进行透视变换，并把它实时融合到视频图像特定位置中形成新的视觉效果，实现了一种类似于虚拟演播室的简单、有效、实用的视频制作新方法。实验表明该方法实时性好、生成的虚拟场景效果逼真。     

基于立体视觉的三维曲面测量关键技术研究

利用立体视觉测量曲面有三个难点一是摄像机标定,建立图像点与空间点的映射关系;二是立体匹配,在左右图像上寻找对应点;三是测量大型物体时,需要拼接图像.首先根据人眼感知事物的原理,利用神经网络拟合图像点与空间点的映射关系,避开直接对摄像机标定;接着以光栅投影曲线为特征,利用小波边缘检测和搜索式无监督聚类,结合视觉几何不变性,实现亚像素级的立体精匹配;最后采用小波多尺度多非分辨率的特性,拼接图像,融合数据,实现曲面全方位测量,且测量精度在0.5mm/m以内.     

一种内部参数可变的摄像机自定标新方法

在计算机视觉的研究中 ,定标、运动、结构与匹配是常用到的 4个方面的信息 ,而定标是进行运动和结构分析的必要条件 ,不需要参照物而利用图像系列进行摄像机自定标问题在 2 0世纪 90年代初就有所突破。然而 ,大多数自定标研究仍然集中于在视觉任务完成过程中摄像机内部参数固定不变的情况 ,在内部参数发生变化时 ,这些方法还不能适用。扩展以前利用Kruppa方程进行摄像机自定标的方法 ,通过对基础矩阵进行奇异值分解(SVD) ,将Kruppa方程简化 ,得出了一种可处理内部参数发生变化时的摄像机自定标方法。仿真实验证明了该方法的可行性。     

基于h/q分解和贝叶斯迭代分类的跑道检测算法

提出一种无监督分类的机场跑道检测方法。首先利用h/q分解对原图像中所有像素点进行粗分类,建立初始样本模板;利用初始样本模板对原图像进行贝叶斯迭代分类,得到分类图;结合跑道的极化散射特性、弱回波特性及形态学处理方法,从分类图中提取出疑似跑道区域;最终应用跑道的结构特征进一步辨识疑似跑道区域,检测出真实机场跑道目标。通过美国UAVSAR系统采集的多组全极化合成孔径雷达(synthetic aperture radar,SAR)实测数据验证本文算法的有效性,实验结果说明,所提算法能有效、正确地检测出复杂场景下极化SAR图像中的机场跑道区域,且结构完整清晰,虚警率低。     

基于多级分类的PolSAR图像机场跑道检测

提出一种复杂场景极化合成孔径雷达（polarimetric synthetic aperture radar, PolSAR）图像机场跑道多级分类检测方法。首先利用先验信息进行h/q第一级分类,得到图像中各类训练样本模板;然后利用PolSAR图像极化相干矩阵的统计特性进行第二级分类;再根据跑道的弱回波特性,利用极化总功率检测器完成第三级分类,提取图像中疑似机场跑道区域;最后根据机场跑道的尺寸及结构特征进行判别,确定机场跑道区域。采用美国UAVSAR机载系统获取的多组实测数据对算法进行验证,并与现有的两种方法进行比较,结果表明,本文算法能有效地检测出跑道,并保持跑道结构完整、轮廓清晰且虚警率低。     

基于测量数据的红外场景生成方法及实现

提出了一种新的三维红外场景生成方法，该方法绕过了传统方法中复杂几何体红外辐射场计算这一技术难点，使用实际测量数据描述辐射分布，克服了传统方法生成图像不够自然、不够精确的缺点。基于这一思想，对该方法的原理和关键技术进行了讨论，并利用可编程流水线技术对该方法进行了实现，给出了最终生成的结果图像。最后，讨论了该方法的优缺点，指出了尚须完善的环节和改进方向。     

基于背景重建的高光谱图像异常检测

针对高光谱图像异常检测中背景信息与异常目标信息难以有效区分,背景预测精度不佳的问题,提出一种新的基于背景重建的高光谱图像异常检测算法。通过字典学习方法获取高光谱图像背景光谱字典,并利用该字典对待检测图像进行稀疏重建,得到预测背景图像。将预测背景图像与原始图像做差后得到残差图像,进而利用局部RX检测算法对残差图像进行遍历,实现异常目标检测。通过对真实高光谱图像场景进行实验,证明了算法的有效性。     

一种VOP生成技术的研究与实现

视频对象平面(Video Object Plane,VOP)的生成是基于对象的编码技术以及基于图像内容的操作的基础。提出了以对象运动特征,在2D+T三维空间进行图像分割的VOP生成技术,特别是在摄像机运动的动态场景中,以全局运动估计技术补偿摄像机的运动,同时以边缘图像与差分图像进行匹配,克服对象高速运动时背景的遮拦与显露造成的影响,准确地生成VOP图像。针对真实场景的实际处理结果表明该算法是成功的。     

基于高通滤波和顺序滤波的小目标检测

针对红外图像中弱小目标的检测问题,比较了几种高通模板的效果与性能,提出了一种基于高通和顺序滤波相结合的小目标检测方法。该方法是在采用高通滤波来抑制背景的基础上,利用噪声图像直方图呈高斯分布的特性,用门限判决对图像进行预检测。然后用顺序滤波去虚警点从而得到目标点。实验结果表明,在信噪比SNR>2时该方法能有效地检测出图像中的小目标。     

具有一种新的图像雅可比矩阵估计方法的无定标视觉伺服

对于基于图像的具有手眼或固定摄像机模式的视觉伺服,考虑机器人的运动学及动力学特性,在摄像机的内外参数未知的情况下,提出了一种直接自适应控制方案实现位置控制或轨迹跟踪;利用矩阵变换的方法使得图像雅可比矩阵的组成元素线性地出现在闭环动力学方程中,从而设计了一种新的自适应估计方法在线估计图像雅可比矩阵;利用李亚普诺夫的方法证明了图像误差的渐近收敛性。仿真结果验证了该方法的有效性。     

结合边缘和统计特征的末制导SAR图像匹配

提出一种用于末制导的合成孔径雷达（synthetic aperture radar, SAR）图像实时匹配方法。考虑参考图与实时图尺度、方向等差异,制备多幅参考图像,基于最小错误概率准则,对每幅参考图像提取边缘,由边缘图形成用于匹配的包含边缘两侧地物区域信息的参考模板。提出一种利用边缘信息和SAR图像统计特性的相似性度量准则。采用金字塔分层结构的搜索策略,提高了匹配速度。该方法综合利用了边缘和灰度统计信息,避免了对实时图的边缘提取。实验验证了算法的有效性。     

基于虚拟标定场的数码相机内参数标定方法

建筑物表面纹理数据获取与真实纹理映射一直是数字城市亟待解决的难点问题,也是真实感图形学研究的重点内容。结合相机成像理论,提出一种基于虚拟标定场的数码相机标定方法,通过一组图像构建虚拟标定场,解算数码相机内部参数,快速自动纠正图像畸变,为实现真实纹理映射奠定基础。并对该方法获得的标定参数进行了实验,证明满足纹理映射的要求。     

基于近似相机内参数的精确三维欧氏重建算法

提出一种并不需要精确知道相机内参数情况下序列图像的精确三维欧氏重建算法,与传统分层重建策略相比,利用现有数码相机的技术参数估计初始内参数,对序列图像进行准欧氏重建,避免了复杂繁琐的自定标过程。虽然从严格意义上讲,准欧氏重建方法的初始结果仍为射影重建,但场景的结构已经非常接近欧氏模型,进一步通过基于最小化重投影误差的光束平差方法可以得到精确的三维欧氏模型,仿真数据以及真实图像的实验结果验证了算法的有效性和精确性。     

基于圆投影向量的景象匹配方法研究

景象匹配中经常会出现基准图和模板图之间存在任意角度旋转的情况,传统的结构化模板匹配算法通过逐个比较基准图和模板图对应像素灰度值之间的相关性进行匹配,所以只能工作在小角度旋转的情况下,对任意角度旋转的景象匹配是无能为力的。利用圆的各向同性和投影特征提出了圆投影匹配算法,并对其进行了改进。实验结果表明,两种算法都具有旋转不变性,但是改进后的圆投影匹配算法对灰度变化、噪声、光照以及对比度变化等具有更好的鲁棒性。     

引导滤波与视觉感知结合的自然场景轮廓提取

为更好地解决复杂背景下非结构化自然场景对象的轮廓提取问题,提出了一种引导滤波与视觉感知机制相结合的方法。通过改进的加权引导滤波方法对输入图像进行预处理,在去除图像中噪声的同时,保留和突出图像中物体的轮廓信息;之后采用基于非经典感受野视觉机制的背景抑制和轮廓增强算法进行处理。给出了完整的处理流程,阐述了各部分算法的实现步骤。通过最后定性和定量的实验对比,所提出的算法在效果上优于以往的同类算法,为进一步自然场景轮廓提取的实用化改进和视觉感受野仿生图像处理提供了一种思路。     

基于景象匹配的航摄影像二维定位方法

针对目前无人机基于景象匹配对目标定位精度低与速度慢,以及依赖任务设备的问题,提出了一种基于景象匹配的航摄影像二维定位方法。首先进行任务规划,来获取某固定区域的航摄影像。然后基于特征匹配算法来完成景象匹配。最后提出坐标解算及底图生成方法,来实现航摄影像二维定位。实验结果表明该方法提高了定位精度与速度,减小了对任务设备的依赖。因此,所提方法是一种有效的基于景象匹配的目标定位方法。     

基于分支定界法的运动控制相机轨迹跟踪

提出一种与视频图像纹理信息无关,以运动控制机器人手眼标定算法为核心的相机轨迹跟踪方法。针对无特定参照物的手眼标定算法精度较低的问题,该方法提出一种运用无穷范数在给定旋转分量时迭代求局部优化解的算法。并进一步基于旋转空间分支定界法,提出新的标定方程定界约束条件及划分策略,用于寻找全局最优解。实验结果表明,提出的方法有效提高了无参照物场景的手眼标定精度,并应用于虚拟现实领域。     

一种实用的景象匹配仿真方法

设计了一种实用的景象匹配仿真方法。用该方法对匹配算法进行性能评估，可提高所获取的算法性能参数的可信度。基于对特定匹配算法的性能参数进行分析，提出了一种面向景象匹配制导的基准图可匹配性检测方法，为匹配区基准图的选定提供了新的度量参数。仿真比较实验结果验证了本文仿真方法的实用性、有效性。     

基于自然特征点的实时增强现实注册算法

提出了一种基于自然特征点的实时跟踪注册算法,并将其应用于增强现实系统。算法在已知场景的3D模型以及少量标定关键帧图像的基础上,选择与当前图像最为匹配的关键帧,利用基于关键帧的图像匹配方法实时获取摄像机的运动参数估计。算法采用合成中间图像的技术解决两图像特征点间的宽基线匹配问题,并应用扩展卡尔曼滤波器对参数估计结果进行平滑,以消除系统抖动现象。实验结果表明,算法鲁棒性强,注册精度高,能够有效地克服系统误差漂移。