基于中心偏移矫正算法的管道图像展开研究

在管道全景图像的柱面展开研究中,针对摄像机光轴与管道中心轴存在偏移的问题进行理论研究。通过建立存在偏移情况下摄像机成像的数学模型,引入中心偏移矢量参数,提出中心偏移矫正算法。该算法是下一步进行柱面展开的重要前提。分析摄像机成像在管道中的轴对称特点,提出基于摄像机成像原理的柱面展开算法。上述算法已在visual studio 2010编程环境下实现,采集图像分辨率为1280×960。实验结果表明:在摄像机光轴偏离管道半径60%的情况下,经过偏移算法的矫正后,能够较好地实现管道柱面图像展开,满足工程应用中实时图像处理的要求。

基于参数化互信息的脑MR图像分割与偏移场矫正模型及快速算法

脑核磁共振(Magnetic Resonance简称MR)图像中存在灰度不均匀现象使得传统方法很难得到理想的分割与偏移场矫正结果.针对这一问题,本文首先提出Legendre基函数拟合偏移场下的参数化互信息度量,建立脑MR图像的分割与偏移场矫正的变分模型.最后,给出了基于分裂Bregman迭代方法的快速分割与偏移场矫正算法.实验结果表明本文方法可以得到较准确的分割和偏移场矫正结果,而且具有较快的收敛速度.

基于边缘信息与偏移场矫正的多相Chan-Vese图像分割模型

图像中存在的灰度不均匀现象与演化曲线被错误的目标边缘引导给图像的多相分割带来了很大困难。针对这一问题,利用对数变换将乘性偏移场转化成线性偏移场,通过核函数引入局部灰度信息建立了偏移场矫正模型。此外,运用水平集函数与图像梯度的方向信息重建了边缘指示函数,增强了演化曲线对正确目标边缘的识别能力。人工合成图像和自然图像的分割实验结果表明文中提出的模型能够取得令人满意的分割结果。

基于局部区域信息的医学图像分割及偏移场矫正方法

针对医学图像中由于偏移场的存在而导致图像灰度不均匀的问题,提出了一种基于局部区域信息的医学图像分割及偏移场矫正方法,以矫正偏移场使图像变为灰度均匀。该方法利用图像局部区域信息,通过拟合图像和原始图像构造能量函数,采用变分水平集方法进行求解。实验结果表明,该方法能够有效地实现医学图像分割及偏移场矫正,与其他分割及偏移场矫正方法相比,该方法具有较高的分割及偏移场矫正的精度和效率。

船用蛇形机器人的蜿蜒运动偏移机理及矫正

针对船用消防蛇形机器人蜿蜒运动中产生的偏移使机器人无法在船舶复杂管系间隙间有效运动的问题,基于超冗余蛇形机器人的运动学模型,从运动学和力学角度分析非线性偏移的原因由关节间旋转过程中产生的扭转力矩引起。通过实验获得摆动幅度、相邻连杆之间运动相位差对机器人法向偏移的作用规律,证明了该两个参数只能对机器人的法向偏移程度产生影响,并不能有效消除偏移。基于Serpenoid控制曲线建立一个简单、高效的自适应偏移矫正控制算法,并开展Webots机器人仿真和样机试验。结果表明,消防蛇形机器人的平均最大径向偏移量减小42.8 cm,降低了75.2%,在未改变机器人运动形状前提下,可满足船舶狭窄环境的工作需求。

融合激光三维探测与IMU姿态角实时矫正的喷雾靶标检测

基于高精度激光传感器的喷雾靶标特征检测是精准施药变量决策的重要依据。为了改善复杂地形条件对车载激光靶标检测的影响,进行了车载激光喷雾靶标检测与矫正研究。该文基于惯性测量单元(inertial measurement unit,IMU)与UTM-30LX型激光传感器搭建靶标检测试验车,IMU实时获取车体姿态角的偏航角、俯仰角及侧倾角信息,车载激光传感器实时获取目标切面轮廓的极坐标数据。将获取的目标切面轮廓的极坐标数据与试验车姿态角信息相匹配,通过矫正算法获取精确的目标外形尺寸信息并重构目标三维图像。试验设计首先对长方体柜子与仿真树进行车体单一动态俯仰角的检测试验,然后以仿真树为试验目标,进行车体存在复合动态俯仰角与侧倾角的检测试验,最后在未知地形条件下对长方体柜子以及仿真树进行动态姿态角检测与矫正试验。利用MATLAB软件对数据矫正分析,对矫正后的目标尺寸信息进行误差分析并重构目标三维图像。试验结果显示矫正后长方体柜子的高度、宽度最大相对误差分别为8.89%和8.00%,仿真树的高度、宽度以及树冠高度最大相对误差分别为5.63%、10.00%和5.00%,矫正效果良好,验证了矫正算法的有效性。

教师心理问题与其角色偏移之相关分析

教师是人类灵魂的工程师。教师角色在社会角色中具有重要的位置,在社会发展过程中具有不可或缺的作用。但由于种种社会原因和自身因素,教师普遍存在着心理问题。教师的心理问题又引发了教师角色的偏移。教师角色偏移对教育事业的发展和学生的健康成长都会带来许多负面影响,因此,应重视教师心理问题研究,防止教师发生角色偏移。

大长宽比AGV循迹导航控制方法研究

为解决现有的大长宽比AGV远距离横向移动存在的累积姿态偏差问题,提供可配合控制方案的机械结构,设计用于大长宽比AGV横向移动的控制方法,给出横向行驶的姿态调整算法。该方法利用车首和车尾安装的视觉相机识别循迹导航条,反馈至控制系统,调整AGV行进姿态。结合车身偏移类型,控制系统形成控制策略,实现大长宽比AGV循迹行走。并用一个应用实例验证了该方法可有效识别出大长宽比AGV的偏移并进行调整矫正。

模拟复杂地形的喷雾靶标激光检测与三维重构

喷雾靶标的检测是精密变量喷雾的重要环节,激光传感器以其精度高、速度快、不受光照干扰等特点被广泛应用于精密变量喷雾研究中。为了消除激光传感器姿态角的偏移对喷雾靶标检测的影响,获取精确的喷雾靶标外形尺寸信息以及三维重构图像,进行了室内模拟复杂地形激光检测矫正研究。该文基于UTM-30LX型激光传感器搭建了室内靶标检测试验平台,模拟复杂路况设计了滚转角、俯仰角和偏航角等姿态角偏移检测试验,提出了采用极坐标值与三角函数重新匹配、检测帧与检测点重新组合和深度值系数矫正等3种姿态角偏移矫正方法。首先对树形雕花板进行单一姿态角偏移检测试验,选取适合的检测距离与行进速度,对每种姿态角的多个偏移角度进行多次重复试验,然后矫正所获取的数据信息,对矫正后的目标尺寸进行误差分析并重构目标三维图像。再以仿真树为试验对象,验证在3种姿态角度同时改变时矫正方法的有效性。试验结果显示树形雕花板高度、宽度、树冠高度等尺寸相对误差均小于5%,仿真树相应参数尺寸相对误差均小于10%,满足变量喷雾检测的精度要求。

局域化互信息度量的ACM下医学图像的分割

大量医学图像中存在灰度不均匀现象使传统方法很难获得理想的分割结果,针对此问题,将图像的局部统计特征引入互信息度量的分割模型中,考虑不同组织间的方差差异,提出一种局域化互信息度量的活动轮廓模型(ACM),以提高灰度不均匀情况下目标边界识别的精确度。此外,采用一种无需重新初始化的水平集函数规则化方法,演化稳定,收敛速度快。最后,以医学图像分割实验对算法进行了验证,对比实验表明分割和偏移场矫正结果都更精确。

多分辨率双水平集医学图像分割算法

由于医学图像通常伴有灰度不均、背景复杂的特点,传统水平集无法对其进行有效分割,因此提出了一种多分辨率改进型双水平集算法。首先,利用小波进行多尺度空间分析,从而获取医学图像的粗尺度图像;然后由改进型双水平集对图像进行分割,提取多目标区域;为了去除医学图像中灰度不均对分割效果的影响,该算法引入偏移场拟合项,以进一步改进双水平集模型,进而对粗尺度分割效果进行优化处理。实验结果表明,所提算法能有效地解决灰度不均与背景复杂的问题,将伴灰度不均的多目标医学图像完全分割出来,从而获得预期的分割效果。

用于脑部核磁共振图像分割的具有抗噪能力的BCFCM算法

脑部核磁共振成像(MRI)是脑疾病临床诊断的重要手段,而脑组织的准确分割则是其中一个重要的环节。然而MRI图像中普遍存在的噪声和偏移场给脑组织的准确分割造成了很大的困难。在MRI图像分割算法中,偏移场矫正模糊C-均值算法(BCFCM)在模糊C-均值聚类算法(FCM)的基础上增加了对偏移场的估计和空间信息的使用,可以很好地消除图像偏移场对分割造成的影响。但是BCFCM算法由于没有考虑到噪声对偏移场估计的影响,因此对高噪声图像的分割效果欠佳。针对MRI脑组织分割,在图像预处理过程中提出一种快速的分割方法来去除颅骨及其附属物。此外,提出基于BCFCM的改进算法,该改进算法在迭代过程中可以通过对噪声强度的估计来自适应地改变目标函数窗口的大小。同时,该算法引入高斯核函数对偏移场进行平滑处理,并通过阈值限制偏移场的估计值,以有效地避免偏移场的错误估计对分割结果的影响。实验结果表明,改进后的算法不仅可以有效准确地分割脑组织,而且具有较强的抗噪声和处理偏移场的能力。

基于NL-Means的双水平集脑部MR图像分割算法

针对脑部MR图像中通常伴有灰度不均、高噪声的缺点,且传统水平集无法有效分割的问题,提出了一种基于NL-Means的双水平集算法。首先,利用改进型NL-Means算法对带有噪声的医学图像进行去噪处理,再通过双水平集算法对图像进行分割,提取多目标区域,为了去除医学图像中灰度不均对分割效果的影响,所提算法引入了偏移场拟合项,进一步改进了双水平集模型,进而对去噪图像分割效果进行了优化处理。实验结果表明,所提算法能有效地解决灰度不均与高噪声的问题,能够将伴有灰度不均的高噪声脑部MR图像完全分割出来,从而获得预期的分割效果。

基于Retinex理论的全变差图像分割方法

图像中出现的灰度不均匀和伪影等问题严重影响图像分割的效果。文中根据Retinex理论,充分考虑反射(图像结构)部分分片常数的特性,结合全变差(TV)正则项,提出一种新的变分图像分割模型。利用交替极小化方法和算子分裂技巧,给出该模型的快速数值求解算法。数值实验结果表明,该模型在得到精确分割结果的同时,能有效对图像进行偏移场矫正和伪影检测。

肝脏磁共振图像分割方法的研究

肝脏磁共振图像分割是诊断肝脏疾病的重要手段之一,偏移场是肝脏磁共振图像中通常存在的灰度不均匀现象,导致图像分割效果不理想。采用正则化相邻局部灰度聚类算法对肝脏磁共振图像进行偏移场矫正,在能量函数中加入辅助变量来解决非凸隶属函数,通过迭代计算得到最优偏移场矫正结果,并采用基于水平集的图像分割算法对矫正后图像进行分割。通过差值图像、灰度直方图、Jaccard参数和Dice参数来评价算法的性能及图像分割效果,并与非参数非均匀归一化变量(N4)算法进行对比分析。实验结果表明,相邻局部灰度聚类算法引入总变分项进行偏移场矫正后,图像与原始图像差值更大,灰度分布更均匀,图像分割结果更准确,便于医生进行病理观察及诊断。