基于灰度段的立体匹配算法

立体匹配一直是计算机视觉领域的一个中心研究问题 .为了得到适用于IBR(image basedrendering)技术中视图合成的比较精确的高密度视差图 ,提出了一种基于灰度段的立体匹配算法 .该算法以灰度段作为匹配基元 ,并将应用于语音识别的DTW (dynamictimewarping)方法引入灰度段的匹配算法中 .相对于点基元 ,灰度段基元覆盖的图像空间要大得多 ,且不易受噪声、光度变化等因素的影响 ,因此可以减少误匹配发生的几率 ,更容易进行匹配 ,比特征线段、二次曲线等匹配基元计算要简便得多 .实验结果表明 ,该算法效果良好 。

一种基于特征约束的立体匹配算法

立体匹配一直是计算机视觉领域的一个中心研究问题 .为了得到适用于基于图象绘制技术的视图合成高密度视差图 ,提出了基于边缘特征约束的立体匹配算法 .该方法首先利用基于特征技术来得到边缘特征点的准确视差图 ,然后在边缘特征点视差图的约束下 ,对非边缘特征点采用区域相关算法进行匹配 ,这样既缩小了匹配搜索空间 ,又保证了匹配的可靠性 .边缘特征点和非边缘特征点的匹配采用双向匹配技术又进一步保证了匹配的可靠性 .实验结果表明 ,该算法效果良好 。

基于图象的绘制技术

基于图象绘制技术是实现对虚拟场景建模和实时绘制的新的有效方法，可以克服传统的基于几何绘制方式中建立真实模型的困难和实时绘制计算量大的缺陷。本文介绍和分析目前图象绘制技术的一些主要方法，并提出改进途径。

基于模糊判别的立体匹配算法

立体视觉一直是计算机视觉领域所研究的一个中心问题 ,而立体匹配则是立体视觉技术中最关键也是最困难的部分 .就得到适用于基于图象绘制技术中视图合成的准确、高密度视差图 (Disparity Map)而言 ,现有的一些方法存在一定的局限性 .考虑到立体匹配过程中存在的不确定性和模糊性 ,本文将已获得广泛应用的模糊理论引入立体匹配领域 ,提出了基于模糊判别的立体匹配算法 ,并用实际图象与合成图象进行了实验验证 ,结果表明该算法效果良好 ,具有实用价值 .

基于环视图象的数字相机内参数自定标方法

描述了一种适用于IBR系统的数字相机内参数自定标方法。该方法基于跟踪相机旋转得到的图象系列的特征匹配点对,而不需要标定物。认定在相机旋转过程中，其光学中心是稳定不变的，也即图象中心是固定的，可以事先定标；但容许相机的焦距在各幅图象间有变化。利用真实图象序列进行了实验验证,表明该方法能鲁棒地估算相机内参数。

稀疏图像内容情况下显微镜自动聚焦算法

自动聚焦是全自动显微成像中的关键技术.为了解决在极低内容密度(稀疏内容)情况下传统聚焦方法无法成功找到焦平面的问题,提出一种基于图像内容重要度加权的聚焦函数增强算法.该算法利用聚焦过程中当前图像和参考图像中对应像素沿光轴方向的梯度变化规律对像素进行分类,并根据不同像素对图像清晰程度判决的贡献大小自适应调整当前像素的重要度因子,通过这种方式增强了图像内容像素的计算权重并有效抑制了镜头杂质及背景噪声,极大地增强了聚焦曲线的陡峭度.在此基础上,采用图像分块的方式来克服显微镜Z轴机械系统误差对算法性能的影响并降低算法复杂度.实验结果表明,在图像内容非常稀疏的情况下,该算法的聚焦成功率高达90%,而传统聚焦算法的成功率仅为24%.

一种实时可靠的移动无线传感器网络贪婪地理路由协议

随着定位装置和定位算法的成熟,基于地理位置信息的贪婪地理路由协议受到广泛的关注与研究.但是,在移动无线传感器网络贪婪地理路由协议中,周期性信标交换条件下采用贪婪转发策略会引起通信暂盲现象,造成数据的丢失.基于右手法则的面遍历算法,对路由空洞的形状不能进行感知,数据转发具有很大的盲目性,转发路径有时比最优路径长很多,造成数据传输时延的增加.针对上述问题提出一种实时可靠的QoS贪婪地理路由协议,该协议通过自适应信标交换算法、基于过渡带思想的贪婪转发策略和基于路标迭代提取和剔除的自适应空洞处理算法,使得数据分组能够实时可靠地传输.NS-2仿真结果表明该协议在不增加控制开销的情况下,能够有效减缓通信暂盲现象,高效地处理路由空洞问题,大大提高协议的实时性和可靠性,可应用于对实时性和可靠性有一定要求的大规模移动无线传感网络.

基于颜色及梯度统计特征的结核杆菌目标识别

提出一种基于颜色及梯度统计特征的结核杆菌目标识别算法。首先基于HSV颜色空间进行图像预分割,然后在CIE L*a*b*颜色空间进行自适应分割以提取目标精细几何形状。为了适应背景的复杂变化,基于色调一致性假设对疑似目标进行色调一致性检验并剔除大部分伪目标。为了将重叠粘连目标从伪目标中分离出来,提出两个梯度统计特征,然后结合目标的面积、周长、长宽比、圆形度、粗糙度等形态特征,组成7维特征向量送入贝叶斯分类器进行分类。实验结果表明,本文算法能适应标本、染色及图像背景等复杂变化,目标识别率可达91%。

基于自适应阈值分割的宫颈细胞图像分类算法

本文以宫颈癌细胞图像的自动筛查为应用背景,研究了一种新的宫颈细胞图像分类算法。算法首先采用形态学滤波与自适应直方图均衡的预处理方法进行图像增强;根据对图像内容与直方图分布关系的深入分析,提出采用经验因子加权Otsu自适应阈值分割算法进行细胞核分割,有效地解决了细胞重叠所引起的自适应分割阈值的选取问题;然后,通过提取面积、周长、区域面积与外接凸多边形面积比以及长宽比四种参数,对分割出的细胞核区域进行杂质剔除;最后以最能体现癌细胞特征的面积、平均灰度作为特征参数采用K-means算法对样本图像进行分类实验。实验样本为233幅宫颈细胞图像,其中49幅癌细胞图像,184幅正常细胞图像,实验结果证明了该算法的有效性。

IBR技术中柱面全景图镶嵌的快速算法

针对ＩＢＲ技术中柱面全景图镶嵌问题提出了一种新的算法，它通过对图象重叠部分的对应特征区域进行提取和拼合来实现图象镶嵌。实验表明该算法在获得良好镶嵌效果的基础上，大大提高了镶嵌速度，是一种快速实用的柱面全景图镶嵌算法。

基于优选数据准则的空基多平台协同定位方法

在多无人机(unmanned aerial vehicle,UAV)协同定位地面固定辐射源的应用环境中,UAV编队中的各机利用携带的电子支援措施(Electronic Support Measurement,ESM)探测目标的方位角,并利用各观测机获取的辐射源入射角(arrivalof angle,AOA)对目标实施协同定位。假设UAV所携带传感器设备测量精度相同,且测量误差服从正态分布,在此条件下,UAV编队的队形会对多机协同定位的精度产生影响。为了进一步研究编队队形与协同定位精度的关系,首先,利用两机的相对几何关系建立了基于AOA的双机定位模型,并在此基础上推导出基于测向交叉定位方法的多无人机协同定位误差模型;其次,基于该误差模型分别分析了观测机处于不同的观测点对定位误差模型的影响和不同的观测角组合对定位精度的影响,并给出UAV编队队形与定位误差关系的结论;最后,基于上述结论提出了基于测向交叉定位方法的多机数据融合优选定位数据对的优选函数,并利用该优选函数对多机协同定位方法进行了改进,仿真验证了改进算法的有效能。同时,本文得出的结论对于UAV机群的路径规划有一定的指导意义。

基于稀疏轮廓点模型的彩色重叠细胞图像分割

根据对细胞轮廓结构的分析,提出了描述细胞轮廓特征的稀疏轮廓点模型.该模型将细胞轮廓划分为强轮廓和弱轮廓2部分,并用一系列稀疏的轮廓点来近似表示细胞轮廓.在该模型的基础上,算法综合了彩色图像处理与灰度图像处理的方法,首先提取细胞与背景交界处的强轮廓作为基准轮廓.然后提出了一种环形动态轮廓搜索算法,沿着基准轮廓搜索位于重叠细胞区域的弱轮廓.经过轮廓搜索算法获得细胞的稀疏轮廓点组成初始轮廓,采用GVF(gradient vector flow)Snake模型进行细胞的精确分割.通过对2个细胞图像数据集的图像样本进行的分割实验验证了算法对于分割单细胞图像、同种颜色重叠细胞图像和不同颜色重叠细胞图像的准确性.

基于机器人群的主动传感器网络自组织的运动规划

主动传感器网络的自组织通常要求移动节点群(机器人群)通过障碍物环境移动到指定地点后,重新调整并按预定布局组网.在网络的自组织过程中要保证每个移动节点(机器人)与整个网络之间的连通性.在对移动机器人的保持连通性进行优化的基础上,提出了单步位置预测与群体势场相结合的分布式运动规划方法进行主动传感器网络的部署和重置,证明了机器人运动控制的稳定性和网络的连通性保持,进行了有和无障碍物环境下超过40个机器人的仿真,结果表明该方法适用于大规模的主动传感器网络重置,并对不同规模的网络具有可扩展性.

基于图像序列的虚拟场景重建和漫游

基于图像的建模和绘制方法与基于传统的几何绘制方法相比有很多优点,但是在场景几何参数未知的情况下,要实现单幅图片和图像序列的漫游,难度很大。TIP(tour into a p icture)技术使得在一幅图像中漫游成为可能。为了实现场景几何参数未知情况下的场景漫游,在对TIP技术进行扩展的基础上,提出了一种能够在未知视点路径的图像序列中实现场景漫游的方法。这种算法在相机未定标的情况下,不仅解决了图像序列建模和场景漫游过程中前后图像场景不能平滑过渡的问题,并且扩大了TIP中视线方向变化的动态范围,从而在保证图像质量的情况下,实现了由图像序列到场景的无限制漫游。实际图像序列的实验结果表明,该算法是有效的,具有实际应用价值。

一种利用SAR和可见光图像融合检测目标的方法

本文利用军事目标在SAR图像中具有较大的雷达散射截面,后向散射强以及在可见光图像中几何外形清晰的特点,提出一种利用SAR图像和可见光图像多维特征检测目标的方法。该方法分为图像预处理,目标检测和融合检测三部分。首先,利用基于特征匹配的方法对多传感器图像进行配准。其次,利用全局双参数恒虚警(CFAR)方法检测SAR图像中的目标,经过滤波处理后,确定感兴趣区域(Region Of Interesting,ROI)并提取目标的SAR图像特征;将ROI映射到可见光图像中,对该区域进行边缘检测、滤波、连通性分析、提取目标的可见光图像特征。最后,在特征层利用特征向量距离准则融合检测目标。实验结果表明该方法性能优于单传感器检测方法,且能有效的改进目标检测性能。

基于直方图匹配的鬼影检测算法

本文研究了背景差方法检测运动目标经常出现的鬼影问题,通过分析前景块边缘区域像素分布,提出了鬼影检测算法。首先,用直方图匹配和平均变化率来衡量前景块边缘区域的像素分布在当前图像与前帧图像之间的差异;其次,也用直方图匹配来衡量当前图像中前景块边缘区域和与它邻接的背景区域像素分布之间的差别;最后,利用阈值分割确定直方图匹配极高和平均变化率极小的鬼影块。实验结果表明,本文提出的算法可以快速有效地检测并去除鬼影,同时克服了已有鬼影算法的缺陷。

动摄像机下基于SIFT特征匹配和MHI的目标检测

摄像机的运动使得复杂背景下动目标的检测复杂化。为了应对动态变化的背景,本文提出基于SIFT特征匹配和运动历史图的目标检测算法。首先用SIFT算法提取特征点,采用RANSAC方法求得仿射变换模型参数并实现图像的全局运动补偿,最后利用运动历史图的方法检测出动目标。SIFT特征点匹配的准确性和RANSAC方法去除异常点的有效性使得仿射变换模型参数计算准确,运动历史图则给出了动目标清晰的轮廓,并指明了动目标的运动方向。与Ninad Thakoor实验结果对比说明:该算法能够准确地检测出动目标,并且显示了动目标的运动方向。

一种基于Phong物体光照模型的阴影检测算法

针对目前运动目标检测算法中常将阴影误检为前景目标的问题,提出一种基于Phong物体光照模型的阴影检测算法。基于Phong物体光照模型,我们对场景中象素的亮度值进行分析,通过定义一个亮度相对变化量,推导出他在整个阴影区域是比较稳定的,所以在一个(5×5)的模板上用协方差来衡量这种稳定性,从而得到第一个阴影判决式。又推导出阴影区域亮度相对变化量随时间的变化保持相对稳定,设计一个滤波模板来增大目标区域的不稳定性,从而得到第二个阴影判决式。最后结合以上二个阴影判决式进行阴影检测,并对实验结果进行定性和定量的评估。与前人提出算法比较,本文提出的算法在阴影检测率和区分率等方面都得到了提高,具有较强的鲁棒性。

基于单目视觉的车辆行驶方向检测及误差分析

智能车辆中一个重要的技术就是如何准确计算车辆前进方向与道路的夹角,目前的参考文献中基本上都是假设相机光轴与地面平行,而忽略了相机的安装误差,本文基于单目摄像机利用机器视觉方法与几何方法完成了对车辆行进方向与道路夹角的检测,给出了完整的技术实现方案,并重点分析了摄像机光轴方向与地面成一定角度情况下的校正方法,从而减少了摄像机安装误差对测量结果的影响,拓展了道路夹角检测技术的应用范围,使其有了更广的适用性,实际拍摄的场景图像也验证了本文算法的有效性。

对军校青年教师教书育人的几点认识

教育和创新型人才已成为新时期国家核心竞争力的关键。本文首先分析了军校青年教师在教书育人方面存在的一些问题,然后分别从价值取向和道德修养,教育理念和综合业务能力,育人为本和教学质量等方面探讨了青年教师在教书育人过程中自身需要注意的问题,以期为军队高等院校青年教师做好教学和人才培养、全面提升自身素质提供一些参考意见。