移动目标的深度测量

提出了一种基于散焦图像移动目标深度测量的方法,该方法采用一台带有远心镜头的CCD摄像机,沿光轴方向转移目标拍摄两幅图像,根据所拍摄景物图像的散焦半径与图像大小计算目标景物距摄像机的距离,采用远心光学镜头代替普通镜头可使图像的大小与散焦半径之间的关系简单,该方法融合了图像的大小与散焦半径两个信息,使深度计算更加准确,由于该方法只需要一台参数固定的CCD摄像机,可以免除图像间的配准和特征点的选取,有利于实时系统的实现,实验结果表明了该方法 的有效性。     

利用成像系统的光学散焦获取景物的深度信息

研究了一种新的被动测距方法，利用测量被动成像系统光学散焦的数字图像处理方法，分析光学散焦程度的变化与景物深度的关系，提出了一个散焦被动测距的计算公式，并得到了一些实验结果，该方法只需对景物采集两幅有差别的图像，避免了大量图像的采集和存储，两幅有差别图像是通过改变摄像机镜头的光圈系数来获得的，避免了图像间的位置校准和匹配。     

利用成像系统的光学散焦获取景物的深度信息

研究了一种新的被动测距方法．利用测量被动成像系统光学散焦的数字图像处理方法，分析光学散焦程度的变化与景物深度的关系，提出了一个散焦被动测距的计算公式，并得到了一些实验结果．该方法只需对景物采集两幅有差别的图像，避免了大量图像的采集和存储，两幅有差别图像是通过改变摄像机镜头的光圈系数来获得的，避免了图像间的位置校准和匹配．     

基于空间变化窗口的信息散度算法

为解决传统信息散度算法存在物体图像大小不一致以及非连续区域深度恢复精度低等问题,提出了一种新的基于空间变化窗口的信息散度算法.该算法计算两幅原散焦图像之间的单应矩阵,并利用单应矩阵重新矫正原图像以获得相同大小的散焦图像对,通过空间变化的窗口结构来估计不连续区域附近的深度.模拟实验和实际图像实验结果表明,文中改进算法可以...     

测量被动成像系统光学散焦的一种新方法

提出了一种测量被动成像系统光学散焦的新方法，不必测定光学系统的内部参数，只要改变成像镜头的光圈系数，对同一景物获取两幅不同散焦程度的数字图象，采用频域约束的最小二乘法，从离焦光学系统所成的两幅光学散焦图像中，就可计算出反应散焦变化的传递函数，对该方法进行了较详细的数学推导，得到了一些实验结果。     

测量被动成像系统光学散焦的一种新方法

提出了一种测量被动成像系统光学散焦的新方法．不必测定光学系统的内部参数，只要改变成像镜头的光圈系数，对同一景物获取两幅不同散焦程度的数字图像，采用频域约束的最小二乘法，从离焦光学系统所成的两幅光学散焦图像中，就可计算出反应散焦变化的传递函数．对该方法进行了较详细的数学推导，得到了一些实验结果．     

与纹理无关的散焦测距方法的研究

计算机视觉中，景物三维重建的关键之一是从景物图像中获得景物目标到摄像机的距离．在此介绍一种基于散焦图像来计算景物距离的新算法．该方法通过改变镜头的光圈系数得到同一景物的2幅散焦程度不同的图像，用图像信号时域能量值表示其功率谱密度；应用一种动态参照技术，得到模糊参数值C，从而得到景物距离的估计值．这种方法具有标定简单（只有一个值需要标定）、计算量小、精度较高并且得到的估计结果与景物的纹理无关的特点．实验结果表明了该方法的有效性.     

基于边缘梯度的散焦图像深度恢复

在散焦图像中,点的模糊程度随物体的深度而变化,因此可以利用散焦图像中点的散焦程度来估计物体的深度信息。本文提出了一种基于散焦图像中物体的边缘梯度关系来恢复图像深度图的新算法,用一个已知参数的高斯函数对图像进行再模糊,然后求出模糊后的物体边缘梯度,再与原图像中物体边缘梯度相比,再将该比值与图像的深度关联,求出图像中物体边缘处的深度,再利用后续深度插值方法和深度图优化恢复出整幅图的深度信息。这种算法仅需要一幅图像即可进行深度信息恢复,有较好的有效性。     

基于相对模糊和边缘强化的散焦深度恢复研究

通过改进Favaro等人提出的迭代求解热扩散方程的方法,研究了由散焦图像恢复物体深度的问题.首先将两幅散焦图像按照不同的相对模糊程度划分为两个区域,证明了这两个区域的边界和图像的边缘有很高的一致性;然后通过强化图像的边缘,使这两个区域的边界在迭代求解热扩散方程的过程中更容易确定;再根据确定的U+和U-的边界较好地求解了物体深度;最后通过模拟实验及实际图像实验对该方法进行了验证.模拟实验结果表明,文中方法具有较好的鲁棒性;实际算例分析表明,文中方法的恢复效果优于Favaro的方法.     

一种鲁棒的散焦模糊图像点扩散函数参数估计方法

提出了一种具有较强抗噪能力的频率域鉴别散焦模糊参数的方法。该方法对模糊图像对数频谱图实施极坐标变换,然后计算距频谱中心不同半径下的多方向幅值累加和函数,进而提取第一过零圆环的半径,完成散焦模糊参数的估计。实验结果表明,该方法能够适应带噪散焦模糊图像退化模型的参数估计问题,且具有较高的鉴别精度。     

一种优化的多源遥感影像高精度配准方法

探讨了一种优化的多源遥感影像的高精度配准算法.利用梯度算子结合Forstner算子快速提取特征点,同时采用基于熵的格网技术控制特征点的分布均匀度,在少量准确控制点的基础上以不变矩相似度量为匹配准则,采用整体松弛法匹配策略快速配准得到同名点,并利用二次多项式模型来剔除误配准点.结果表明,该方法配准速度快,得到的同名点精度高,分布均匀,可以满足遥感影像的融合与快速更新等后续处理的要求.     

一种基于支持向量机的行人识别方法研究

研究了基于支持向量机的车辆前方行人识别方法.通过提取样本的类Haar特征,采用AdaBoost算法训练得到了分割行人的级联分类器,实现了行人候选区域的快速分割;提取了样本的纹理特征、对称性特征、边界矩特征以及梯度方向特征,组成表征行人的多维特征向量,采用支持向量机训练得到了识别行人的分类器.试验结果验证了所提算法的有效性,获得约75%的行人检测率.     

基于空间频率和小波变换的图像融合方法

为了更好的对多光谱图像和高分辨图像进行融合，根据小波变换有三个方向的高频细节这．特点，提出了一种计算空间频率的新方法。利用这种空间频率、IHS和小波变换方法对多光谱图像和高分辨图像进行了融合，得到了具有较好的空间分辨率和光谱信息的融合图像，并对融合图像进行了评价。实验结果表明该方法得到的融合图像优于传统IHS变换法和传统小波变换方法。     

基于互信息与梯度相似性相结合的医学图像配准方法

针对传统互信息配准方法未利用图像空间信息的缺点,提出一种将互信息与梯度相似性结合的医学图像配准方法.待配准图像的每组对应点的梯度相似性包括方向相似性和模值相似性.待配准图像整体梯度相似性系数由各对应点对的梯度相似性之和决定,该系数与传统互信息的乘积作为图像配准的测度.利用2D多模图像分别进行平移、旋转、采样,得到配准函数曲线,并给出具体的配准实例.实验结果表明,该方法比传统互信息有更高的鲁棒性和精度.     

CASVFMM改进算法及其在景物分析中的应用

对图像分割中的CASVFMM算法进行了改进.通过对原有势函数的修正,增加了势函数对像素特征的依赖性,使算法既保持了分割的连续性,又增强了分割收敛的稳定性.由此新算法在对不同类别图像的分割处理中,分割结果与原图像区域对应的一致性有明显增强.另外,对势函数的结构作了一定的修正,加快了算法的收敛速度,增强了算法收敛时分割结果的合理性.通过在MIT标准图像集上的景物分析仿真实验,对比说明了新算法较之CASVFMM算法改进的有效性,为其他图像分析应用提供了一种有效的分割方法.     

一种基于方向梯度的图像滤波算法

自然图像中的大部分图像都存在噪声,在滤除噪声的同时尽可能地保存图像细节是图像平滑的目标.目前普遍使用的均值滤波滤除噪声效果不够理想且易使图像变得模糊,中值滤波虽然滤除噪声效果较好但使得图像变得模糊且易使图像的细节信息丢失.针对这一问题,本文提出了一种基于方向梯度的图像滤波算法.该算法对含有噪声的图像取3×3邻域,构造4个方向的梯度算子模板,通过比较4个方向梯度大小,对噪声、边缘、图像内部点分别处理,实验结果表明该算法在滤除噪声的同时,很好地保存了图像的原始信息且有较好的信噪比.     

一种基于改进Hu矩的图像检索方法

提出了一个在形状轮廓的基础上,进行改进的Hu矩的形状特征提取与检索方法。首先,对图像进行预处理,利用多阈值颜色分割法提取出图像的前景对象,再采用轮廓跟踪法得到该对象的形状轮廓特征;然后,计算7个不变矩,再转化为10个改进的Hu矩,组成图像的特征向量;最后,用欧氏距离度量图像间的相似度。实验结果表明,该方法具有较好的检索效果。     

电视图像目标实时分割与识别算法

研究一种电视图像目标实时分割和识别算法.在二维图像不变矩和相对矩的基础上,进一步组合优化得出4个不变矩,结合复数矩、圆方差和椭圆方差组成目标特征向量,利用k-近邻法实现目标的识别和分类.图像分割采用改进矩不变阈值分割和基于梯度的自适应阈值分割提取目标.仿真实验表明,提取的目标特征量对于平移、缩放和旋转均能保持较好的不变性.用该分割算法分割的图像边缘清晰,分割时间为8 ms,易于硬件实现.     

基于分数阶微分的多尺度多聚焦图像融合

针对多聚焦图像融合问题,借鉴多尺度融合方法对各个尺度的互补信息进行针对性融合.首先,运用L_○0梯度最小化的平滑方法将源图像分解为背景层和细节层,然后在背景层的融合中运用分数阶边缘检测掩模保持边缘信息,在细节层中引入分数阶梯度能量算子进行权值分配.实验结果表明,与整数阶梯度能量清晰度算子相比,本文所提出的分数阶梯度能量算子符合人眼视觉感知且更加敏锐.上述融合方法有效避免了融合图像中的伪影和块状效应,更加充分地保留了源图像信息.