机器视觉中角点检测算法研究

角点检测是运动检测、图像匹配、视频跟踪、三维重建和目标识别等必不可少的关键步骤,角点检测的准确性直接影响实验结果;为了更好地了解角点检测技术的发展现状,根据3种现有的角点检测方法分类对角点检测方法及相关改进进行了总结分析,并选择了FAST、SUSAN、SIFT、Shi-Tomas这几种较为典型的角点检测算法进行了实验对比,并给出了实验结果;不同的实际应用对角点检测的要求不同,不同的角点检测算法也可以相互结合,通过对现有角点检测技术的总结分析为在实际应用中对角点检测技术的选择和改进方向提供了借鉴和参考。

基于激光微多普勒的旋翼无人机探测和识别技术进展

激光微多普勒体制具有探测灵敏度高、探测参数维度多等优点,能够对低、小、慢目标以及空间目标进行远距离精确探测识别。针对低、小、慢无人机目标快速探测和精准识别的应用需求,介绍了激光微多普勒探测技术及其国内外发展现状,并在激光微多普勒调制理论模型、微动参数提取算法、一维距离高精度成像、系统与实验研究等多个方面进行了全面深入的探讨。在此基础上,对激光微多普勒探测旋翼无人机技术的研究进展进行了总结和展望。

融合非均匀采样与特征强化的人体不文明行为检测方法

针对人体异常行为时空动作检测对相似行为存在误检及局部肢体行为检测精度较低的问题,基于自制的不文明行为时空动作检测数据集(UBSAD),提出了一种融合非均匀采样与特征强化的人体不文明行为检测方法。该方法在时空特征提取阶段引入Video Swin Transformer(VST)作为主干网络,用于捕获视频中的长期时序依赖关系,提升网络全局信息学习能力;将提出的环形残差VST模块替换主干网络最后阶段的VST模块,放大目标区域和背景区域的差异,并结合多头自注意力机制,强化对目标区域的特征提取;在视频帧采集阶段提出了独特的非均匀采样方法,根据任务需求调整输入数据分布,使模型有层次地获取动作变化信息,有效提升网络对相似行为细节特征的关注;在特征提取网络之后嵌入新的融合浅层特征的级联池化三维空间金字塔特征强化模块,进一步增强多种尺度下的特征适用性,有效减少动作细节信息在特征提取过程中的丢失和降低背景信息的干扰,实现特征强化的效果。实验结果表明,该方法在UBSAD数据集和公开数据集UCF101-24上mAP指标分别达到了71.93%和83.09%,比使用基线网络VST作为时空特征提取模型分别提高了7.39个百分点和1.22个百分点,能够有效检测目标的行为。

基于相对位置的2阶段低级动作分割方法

为了解决由于运动捕捉数据的高维性导致传统低级算法不能很好分割动作的问题,提出了一种基于相对位置的2阶段低级分割方法.该方法使用末端关节相对于根关节(臀)的三维位置信息作为特征,首先采用巴特沃斯滤波器对选取的特征进行降噪,之后结合过零点检测和阈值方法找出各维分割点,并将属于同一个末端关节的三维数据上的分割点进行综合,从而获取各个末端关节的分割点,最后从各个末端关节的分割点融合出全身分割点.从卡耐基梅隆大学运动捕捉数据库中选取不同种类动作共12 941帧用以评价所提出的方法.结果表明,该方法能够有效地对动作捕捉数据进行分割,同基于速率的2种方法相比,所提出方法可以获得更高的查全率与准确率.

基于加权置信度的运动捕捉数据低级时域分割算法

针对传统的低级时域分割算法不能很好地应用于运动捕捉数据(具有高维性)的问题,提出了一种基于加权置信度的运动捕捉数据低级时域分割算法.首先计算每个时间点在各维上作为分割点的置信度;之后将这些置信度按照对应的过零强度进行综合,得出加权置信度;最后通过寻找加权置信度的局部最大值点,并根据合适的阈值加以限定,确定出全局的分割点.通过测试多组数据,选择得到最优结果时的阈值.用卡耐基梅隆大学运动捕捉数据库的数据进行了试验.结果表明,该方法可以有效地对动作捕捉数据进行分割;在最优阈值条件下,该方法在各方面指标上均显著优于基于曲率或全身速率的方法.

二维时空模糊熵运动检测中的自适应门限新算法

提出一种基于二维时空模糊熵准则自适应确定运动检测门限的新算法.通过推导给出二维模糊熵门限的快速实现形式,利用积分和迭代操作避免了传统二维模糊熵门限求解过程中点的重复计算,将灰度级为N的图像的各种运算操作次数从O(N4)降低到小于或等于O(N3).将运动检测归结为两个二值划分问题,无需已知背景分布的具体形式和参数,利用二维模糊熵准则自适应确定门限T.实验结果表明,该方法在目标和背景对比度偏低的情况下也可以提取出完整的运动信息,易于实现实时处理.

二维时空熵运动检测中的自适应门限技术

针对图像序列中运动检测门限的选取问题,提出一种基于二维时空熵准则自适应确定检测门限的新方法.将运动检测归结为两个二值划分问题,无需已知背景分布的具体形式和参数,利用二维熵准则自适应确定门限矢量(S,T).并提出一种二维熵门限快速计算方法,利用积分和迭代操作避免二维熵门限求解过程中点的重复计算,将灰度级为N的图像的运算量从O(N4)降低到O(N2).实验结果表明,该方法在目标和背景对比度较低的情况下也可提取出完整的运动目标信息,可实现实时处理.

新型腰背部运动训练系统及其效果检测

针对腰肌劳损、背部疼痛等腰背部疾病高发的问题,设计开发了1种腰背部运动训练系统。依据仿生学原理,通过模仿骑马的"8"字型动作,提出了该新型腰背部运动训练系统的技术方案,对机械结构和控制系统进行了设计。制作了新型腰背部运动训练系统的样机,进行了三维运动检测和表面肌电信号(s EMG)检测实验。结果表明,采用该新型腰背部运动系统进行运动训练时,腰方肌和竖背肌的积分肌电信号(IEMG)和肌电均方根(RMS)振幅为静坐状态时的3倍以上,具备有效调整腰背部肌肉运动特性的功能。

基于运动视差的三维重建技术在自导引小车中的应用

通过一定的几何运算阐述基于单目摄像头的条件下如何用运动视差的原理对前方景象实现三维重建,提出该重建技术在室内自导引小车上进行识障、避障过程的应用。对摄像头传回的实时图像进行分割从而划分出可行区域的传统方案进行了改进,使运算得到的障碍物信息更具真实性。试验结果表明,所提方案具有较强的可操作性,增强了室内自导引小车在单目摄像头条件下的障碍物检测能力,对不同真实场景具有良好的鲁棒性。

基于运动与表象特征的广域船舶目标识别方法

[目的]旨在提出对航行于关键广阔水域内的船舶进行准确识别和定位的改进方法。[方法]运用视频监控的优点,综合采用基于背景差分算法的运动目标检测方法与基于深度学习算法的图像表象特征识别方法,结合目标的运动特征和图像表象特征,实现多维度广域船舶识别的功能,并对水纹降噪、多级运动检测、航道监控图像窗口分割检测等方法进行改进,进一步提高航行监控系统的船舶识别准确率。[结果]现场航道监控验证结果表明,采用所提改进方法可以准确识别航道监控画面中任意类型和尺度的船舶,且使用常规摄像头即可实现半径3 km范围内的船舶识别、定位效果。[结论]所提方法具有监控范围广、船舶类型全覆盖、自动目标识别、抗干扰能力强等优点。

基于激光三维探测技术的运动姿态实时辨识

针对传统方法对人体运动姿态进行辨识时不能满足实时监测的要求的问题,提出激光三维探测技术的运动姿态实时辨识方法。首先根据激光三维成像技术原理,创建人体姿态的动态模型,采用四元数对动态模型中的坐标进行转换,得到人体运动的实际姿态角;构建人体空间直角坐标系,根据姿态角和解算方法对坐标系中各轴的峰值变化进行分析,得出人体运动姿态的辨识结构;在此基础上创建出实时监测平台,实现对人体运动姿态的远程实时监控。通过仿真实验验证,所提方法能够不受运动加速度的影响,准确实时地辨识出人体的运动姿态,说明该方法具有实际应用性,可为相关工作提供一定的参考价值。

基于机器视觉的三维运动圆特征提取

在智能制造过程中,机器视觉的应用越来越多,其中特征提取是机器视觉的重要组成部分。为实现物体在三维运动中的圆特征提取,本文设计了针对一般情况下的特征提取以及优化算法,利用自润滑关节轴承的三维运动实验来分析论证,结果令人满意。特征提取结果为三维运动估计提供支持。

基于图像识别的啦啦操上臂动作误差识别方法

针对传统啦啦操上臂动作误差识别精度低等问题,设计了一种基于图像识别的上臂动作误差识别方法.基于三维传感追踪进行啦啦操上臂动作图像的采集,对其进行边缘轮廓检测,提取上臂动作图像的边缘轮廓.利用富含较高能量值的关键帧,从上臂动作轮廓图像中提取轮廓特征,分析其误差特性,获取像素分量加权值及模糊误差值,依据模糊误差值完成误差识别.实验结果表明:该方法可精准提取啦啦操上臂轮廓,图像清晰,动作误差识别精度超过99%,识别误差较小.

基于自适应投影的三维人体运动图像智能检测

针对目前采用的方法对三维人体运动图像进行检测时,无法准确获取图像中的目标区域,导致算法存在检测完整度低、检测准确率低、误检率高和检测效率低的问题,提出基于自适应投影的三维人体运动图像智能检测算法。首先构建背景粗提取模型,利用该模型提取三维人体运动图像的背景区域,获取图像的人体运动目标区域;其次采用自适应投影方法提取目标区域的特征,在支持向量机的基础上构建最优分类函数,将目标区域特征输入到最优分类函数中,完成三维人体运动图像的智能检测。实验结果表明,所提算法的检测完整度高、检测准确率高、误检率低、检测效率高。

基于双分数阶变分光流模型的运动目标检测方法

变分光流法是常用的运动目标检测方法,应用场景中的光照变化会极大影响现存变分光流法的稳定性及准确率,提出基于分数阶的变分光流模型来提高光照变化鲁棒性.该模型将分数阶导数同时应用于经典变分光流模型的数据项及平滑项中;根据图像的数据特征,采用图像函数及光流向量函数的有限离散二重分数阶导数近似拟合求导结果计算光流向量,进而将光照变化的影响按比例分摊到了各周边像素点中,弱化了光流向量计算过程中光照变化对光流模型的影响.为避免同一像素点的二重分数阶导数覆盖了不同光流向量区域的问题,采用超像素分割来舍弃不在同一光流向量区域的像素点,从而保证了同一光流向量区域的整体性,从而进一步提高模型的光流估计准确率.在三大常用数据库及户外视频序列中进行实验,实验证明,在应用场景存在光照变化的前提下,基于双分数阶的变分光流模型优于其他算法;对比其他算法,文中算法的运算速度适中.

基于数字化X射线摄影图像的运动目标三维轨迹测量

提出了一种基于单X射线源成像获取运动目标三维轨迹的方法。通过对采集的直接数字化摄影图像序列进行目标检测、立体匹配和三维重建,实现运动目标三维轨迹测量。与多视角成像方法相比,设备简单且测量精度相当。通过仿真验证了算法的有效性和稳定性。经对轨迹测量结果误差分析表明,测量误差与探测器分辨率和目标尺寸有关。