多传感器光谱视频成像系统中的图像对齐研究

多光谱视频成像能够同时采集场景的空间、时间和光谱信息,可广泛应用于遥感、农业监测和材质分析等多个领域。然而传统光谱仪往往包含光学色散分光结构,系统复杂、标定困难,难以普遍推广。因此,文中搭建了一种多传感器小型化光谱视频成像系统,提出了一种基于相机姿态的多视点图像或视频快速对齐方法,实现了嵌入式平台上的多光谱视频的实时采集和对齐。通过复杂场景的实验验证,文中提出的对齐方法在PSNR、SSIM客观指数以及主观视觉评价中均取得了良好的效果。

一种改进的SIFT图像配准算法

针对SIFT算法实时性差的缺点,提出一种改进的SIFT图像配准算法,该方法:(1)运用积分图像解决了构建尺度空间时间花费大的问题;(2)利用圆的特性对每一个特征向量进行序列化,以保证物体旋转不变性,同时将每一个描述子由原来128维降低到32维,解决了原SIFT算法维度较多所造成的算法效率低下的问题;(3)采用欧氏距离作为特征描述符之间的相似性度量并去除不具有配准意义的特征点对,提高匹配算法的鲁棒性.实验结果证明,该方法能在保证配准精度的同时降低配准的时间复杂度,在实时性要求高的应用中具有一定实用前景.

红外热像仪高精度测温标定技术

红外热像仪能够监测目标温度从而起到事故预警与位置确认、大规模人体表面温度筛查等作用。由于环境温度变化与红外辐射吸收产生的温度漂移现象,目前大部分测温红外热像仪需要采用黑体进行实时校正,但是基于黑体的红外热像仪架设场景固定,便携性差。针对以上问题提出了一种无黑体式红外热像仪测温标定和温度补偿技术,通过对红外测温原理进行推导,采用多黑体标定获得目标温度与辐射量的先验关系,针对探测器内部结构引起温度漂移,由牛顿冷却定律进行非线性建模实现实时温度补偿。通过实验验证,所提出的测温标定技术可将测温平均相对误差长时稳定保持在0.9%以内,相比于标定前平均相对误差有效降低64%,从而实现小型化红外热像仪便携、实时、稳定高精度测温。

一种用于红外与微光图像配准的改进型SURF算法

针对红外与微光图像配准的特殊性,为了减少配准计算量,提出了一种从主方向确定和特征点描述两方面加以改进的加速鲁棒特征(Speeded Up Robust Feature,SURF)配准算法。首先检测微光图像和红外图像的边缘,然后用改进型SURF算法提取两种图像边缘上的特征点,并采用最近邻距离法对原始特征点进行筛选。在得到较高精度的特征点后进行粗匹配。接着用随机抽样一致性(RANdom SAmple Consensus,RANSAC)算法对一次筛选后的特征点进行精匹配。最后利用精确的特征点建立变换模型,并将重采样后的待配准图像与参考图像实现配准。实验结果表明,该算法不仅可以解决红外与微光图像的配准问题,而且在匹配精度和算法运算时间等方面的表现均优于原始SURF算法。