基于类Haar纹理的非结构化道路消失点检测

在非结构化道路识别算法的研究中,因其在复杂道路环境下表现出较强的鲁棒性,基于纹理特征的道路消失点检测成为了学术研究的重点。因此,为了能够准确的检测出非结构化道路中的消失点,提出一种基于类Haar纹理的非结构化道路图像消失点的检测方法,即首先设计多尺度多方向的类Haar纹理的实部与虚部模板,利用积分图技术以及垂直投影法快速计算出图像像素的纹理主方向,再采用改进的局部软投票法选出分数最大的点作为初始消失点,最后通过现有两种不同的消失点检测方法与提出的算法进行对比实验。实验结果表明提出的算法可以显著提高非结构化道路消失点的检测性能。由此得出该方法具有良好的实时性、准确性和鲁棒性。     

一种基于消失点和颜色过滤器的车道线检测算法

针对经典霍夫车道线检测方法实用性较差,无法准确区分车道线和路沿与应用道路场景简单等问题,提出了一种基于消失点和颜色过滤器的车道线检测算法,不仅提高车道线检测的准确率,而且能够应用较复杂行车场景;首先,对行车视频连续五帧图像进行预处理,获取行车环境下车道线消失点位置,能够自适应选取行车环境图像的感兴趣区域(Region of Interest,ROI);然后,对 ROI 图像根据车道线颜色特征进行过滤得到二值图像,获取二值图像中所有连通区域质心和倾斜角等数据,通过结合消失点特征和角度阈值进行限制,筛选记录符合车道线特征连通区域的数据,接着分割较大区域获取更多质心点,识别漏检符合车道线特征的区域质心点;最后,对获取的质心点使用最小二乘法进行拟合并标识车道线;实验结果表明:算法能够在多场景道路上快速准确的检测出车道线,与经典霍夫算法进行仿真比较,算法具有一定的鲁棒性和实时性。     

基于线性对称的三维边界方向检测

本提出了一种基于线性对称性检测的三维图象边界方向检测方法，通过引入一种“三元数”的概念，并用它来表示三维空间矢量，使得三维边界方向检测简便易行，中给出了三维边界方向检测的基本原理和具体算法。     

基于三维立方体损失的点云目标检测算法

常用的优化回归边界框参数的损失并不等价于最大化IoU指标,并且IoU作为回归损失,在边界框不重叠的情况下进行优化是不可行的.为了解决这个问题,在IoU基础上加入外接框的计算,将所得结果(3D_CGIoU)作为损失纳入到目前主流的三维目标检测框架中,并在数据集KITTI和ScanNet上进行实验.实验结果显示检测的平均精...     

单幅图像重构中的灭点计算

从射影几何的角度,提出了一种灭点计算方法,即将齐次坐标的向量运算特性应用到交点拟合中,利用最小二乘法整体平差,较精确地提取空间平行线在平面透视图中的交点。给出了两组实验结果,一组为标准测量块,另一组为大型建筑物。实验结果表明,此方法数据稳定,耗时少,可以作为交点拟合的理想算法。     

基于图像逆投影和3D部件混合模型的目标检测*

基于图像/视频检测场景中的目标对象,总要涉及如何应对由成像透视造成的几何和尺度形变,以及运动形式变化等问题,使得在2D图像空间设计算法变得尤为复杂,尤其是针对目标遮挡和粘连问题,一直不能得到很好解决。为此,借助逆投影变换,提出一种在逆投影图中结合多部件混合模型的目标检测方法。首先在3D空间中构建与目标局部表面相贴合的逆投影面或阵列;然后,通过逆投影变换重构目标局部表面的特征数据,得到相应的逆投影图;接下来,提取部件样本在逆投影图中的HOG特征构建特征字典;并通过在字典上的稀疏逼近实现局部部件的检测。最后,利用部件检测结果,构建3D模型,并对质心聚类,完成最终的目标识别。实验表明,基于图像逆投影和3D部件混合模型检测图像/视频中的目标,不仅可以降低算法的复杂度,还可以从本质上有效解决目标遮挡和粘连,使检测精度和速度都远超于在2D图像空间设计的算法。     

动态卷积的3D点云目标检测算法

针对不规则且稀疏的点的提取特征问题,提出一种以动态卷积作为特征提取的3D点云目标检测算法.首先,以一种新型的动态卷积的方式自适应学习点的位置特征,分类出前景点与背景点,同时对提取出的前景点逐一做回归框;然后,用非极大值抑制选出分数值最好的回归框.其次,进行粒度的细化,得到修正规范的3D回归框,完成3D物体的目标检测.最后,在KITTI数据集上验证算法的有效性.结果表明：文中所提算法在汽车类、行人类、自行车类数据集上的3D点云目标检测精度更高.     

Forgery Detection Using Inconsistent Reflection Vanishing Point

The rapid development of image processing techniques has made it extremely easy to alter the content of images or create newimages.So photographs,which appear in magazines,social media,and political attacks,can no longer be trusted.A novel and effective technique is proposed in this paper to expose image forgery using inconsistent reflection vanishing point(RVP).More specifically,the definition of error distance is given,sin~2()-based function is proposed to normalize error distance,and a reasonable threshold value is set to detect image forgery.The experimental data and results are presented to demonstrate the accuracy and effectiveness of the technique.     

基于灭点的透视校正和空间定位的方法研究

由于光学镜头的成像特性,并且摄象机成像平面与景物平面间存在着倾角和转角,因而光学镜头摄象机获取的图片存在非线性的几何畸变,在对图像进行测量和定量分析之前,应消除这些畸变。为此,应用透视投影的灭点形成原理和双线性插值方法,研究了一种图像透视投影的校正方法,在校正后的图像基础上,建立图像坐标系和世界坐标系的关系模型,利用最小二乘法,实现空间定位。实验结果表明,利用该方法可得到理想的校正结果,定位精度比较准确,方法简便实用,实际应用表明,该方法是可靠有用的。     

基于灭点的透视校正和空间定位的方法研究

由于光学镜头的成像特性,并且摄像机成像平面与景物平面间存在着倾角和转角,因而光学镜头摄像机获取的图片存在非线性的几何畸变,在对图像进行测量和定量分析之前,应消除这些畸变。为此,应用透视投影的灭点形成原理和双线性插值方法,研究了一种图像透视投影的校正方法,在校正后的图像基础上,建立图像坐标系和世界坐标系的关系模型,利用最小二乘法,实现空间定位。实验结果表明,利用该方法可得到的理想的校正结果,定位精度比较准确,方法简便实用,实际应用表明,该方法是可靠有用的。     

基于轮廓的物体识别与定位方法

给出一种通过物体轮廓匹配来识别物体和对物体姿态进行定位的方法。该方法基于提取物体的轮廓信息,然后通过与库存物体的轮廓信息进行匹配来认识物体的类型,最后与库存物体模型的外轮廓进行逐点匹配,获取累计偏差和,通过二分法逐渐逼近最佳相对转角,使累计偏差和变小,从而使当前物体与库存物体模型的相对转角达到较高的精度。本方法可用于生产装配线上的零件识别,具有适应性好,定位准确的特点。     

一种3D点云分割改进型边缘特征提取网络

针对点云分割中边缘特征提取不足导致局部特征信息不完整、整体分割精度下降的问题,提出一种3D点云分割改进型边缘特征提取网络.为提升边缘特征表达能力,对深层边缘特征提取层做出改进,引入基于残差结构改进的多层感知机结构,形成边缘特征提取单元,该单元将原始点云特征与多层感知机提取边缘特征相融合,获取更加丰富完整的边缘信息,提高3D点云分割网络模型精度.在Shapenet数据集上的实验结果表明,提出的3D点云分割改进型边缘特征提取网络优于现存同类方法,相较于LDGC-NN链接动态图网络,点云分割准确率提升了1.17％.     

基于激光成像三维数据的目标重建

激光成像具有成像速度高、测距精度高、成本低、抗干扰能力强、可靠性好等优点,具有广阔的应用前景.比较了几种激光成像体制,重点研究了在距离选通成像体制下的数据获取、三维目标重建等内容,并提出了在距离选通成像模式下的运动补偿算法,修正了探测系统和目标相对运动时的测量误差.     

3D Object Detection Incorporating Instance Segmentation and Image Restoration

Nowadays, 3 D object detection, which uses the color and depth information to find object localization in the 3 D world and estimate their physical size and pose, is one of the most important 3 D perception tasks in the field of computer vision. In order to solve the problem of mixed segmentation results when multiple instances appear in one frustum in the F-PointNet method and in the occlusion that leads to the loss of depth information, a 3 D object detection approach based on instance segmentation and image restoration is proposed in this paper. Firstly, instance segmentation with Mask R-CNN on an RGB image is used to avoid mixed segmentation results. Secondly, for the detected occluded objects, we remove the occluding object first in the depth map and then restore the empty pixel region by utilizing the Criminisi Algorithm to recover the missing depth information of the object. The experimental results show that the proposed method improves the average precision score compared with the F-PointNet method.     

基于MAML算法的YOLOv3目标检测模型

作为典型的一体化卷积神经网络,YOLOv3模型的网路传输途径简单,检测速度相对较快,但检测精度较低.当遇到新的目标在训练数据集中存在的样本较少时,模型检测会更加不准确,甚至会出现检测不到的情况.本文基于与模型不相关的元学习算法(MAML)改进了YOLOv3主干网络的结构,使其具有内循环和外循环的梯度下降,在初始参数基础...     

基于二维灰度图像的“非规则形体”三维重建

由二维灰度图像恢复形体的三维形状已经成为计算机视觉领域的一个研究热点,对该问题进行了深入的研究,提出了一种基于单幅图像,利用轮廓线特征点进行非规则形体三维重构的方法;该方法从一幅二维灰度图像中提取非规则形体作为研究对象,通过角点检测方法并结合检测阈值获取每条轮廓线的主次特征点;根据主特征点确定轮廓线间的形状匹配关系完成分段连接,根据次特征点并结合最小对角线优化策略完成三角面片拼接,最终实现非规则形体表面的三维重建;实验证明,该方法可以根据形体的二维灰度图像方便有效的重建出其三维形状。     

基于消失点的场景文本透视变形校正方法

针对自然场景文本识别过程中文本图像的透视变形问题,提出一种有效的基于消失点的场景文本透视变形校正方法。该方法首先利用由文本字符边缘端点拟合得到的文本基线检测消失点,然后利用消失点信息估计单应矩阵部分参数,使用单应矩阵实现图像校正,得到正视的文本图像。与其他方法相比,该方法受文本版式的限制更少。实验结果表明,该方法能有效校正文字行数较少的场景文本,明显提高字符识别率。     

基于轮廓线的任意形体三维重建

由二维灰度图像恢复形体的三维形状已经成为计算机视觉领域的一个研究热点.对该问题进行了深入的研究,提出了一种基于单幅图像,利用轮廓线进行形体三维重构的方法.该方法从一幅二维灰度图像的断层剖面中使用行扫描线法提取带有孔洞的轮廓线,并且根据一定的准则对其进行分层处理,采用曲率法对各相邻层轮廓线中的分层轮廓线进行匹配,结合最小对角线优化策略完成三角面片拼接,最终实现任意形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.     

一种基于三维空间信息的字形匹配方法

提出一种基于三维空间信息的字形匹配方法。首先将字形轮廓Bézier 曲线的二维控制点集扩展至三维, 然后为三维点集建立高斯混合模型, 最后通过最小化高斯混合模型间的欧氏距离(L2)完成匹配。采用三维空间信息可以充分利用字形所蕴含的内在约束条件。采用高斯混合模型有利于在匹配过程中保持字形整体结构特征和局部书写特征。实验结果表明, 该方法提升了汉字单笔画以及整字字形匹配的准确度和美观度, 并且具有稳定性高、扩展性强的特点。