改进优先级的分步匹配图像修复算法

首先对Criminisi算法的优先级进行了改进,将图像的局部亮度方差作为优先级的一个度量因子,使图像的修复顺序更加合理;然后对Criminisi算法最佳匹配块的获取过程进行了改进,先后使用1范数和最小二乘法,改进了相似性度量函数,进行分步筛选,获取最佳匹配块,使得匹配更为准确,修复效果更加理想。

基于局部纹理特性和图像分割的分步立体匹配

为解决立体匹配难以兼顾精度和速度的问题,提出一种分步立体匹配方法。根据局部纹理特性对图像对进行灰度变换;然后利用均值漂移算法分割参考图像,以任意大小和形状的分割区域为支持窗口进行初次匹配,形成基于色彩分割的视差约束;再以固定窗口为支持窗口进行二次匹配,获得初始视差图;最后通过可信度分类优化初始视差。实验结果表明所提出的算法兼有较高的匹配速度和精度。

基于纹理结构的指纹匹配算法

为克服传统细节点匹配模型的不足,对指纹的纹理结构进行了分析,利用指纹纹线的不同结构作为指纹图像的特征。提出了一套基于指纹纹线轮廓的特征提取和匹配算法,并且采用了分步匹配,减少了拒判时间,该算法具有平移、旋转不变性。由于利用了指纹的结构信息,对低质量指纹图像有一定的适应度。实验结果表明,该算法具有相当高的识别率和较强的鲁棒性。

基于双目视觉去除附着噪声的改进算法

为去除因镜头或保护镜面上的附着物引起的图像噪声,提出一种基于双目视觉的快速去噪算法。首先通过引入分步匹配与积分图,实现实际视差图的快速计算。其次,利用双目相机与附着物所在镜面的间距计算附着噪声的理论视差,并结合实际视差图完成噪声定位。接着利用图像修复对噪声区域视差进行估计,得到被附着噪声所遮挡像素的视差。最后针对左图噪声像素,利用估计视差找到右图对应干净像素并替换,完成附着噪声去除。实验对比本文算法与现有的基于双目视觉去噪算法,结果表明,该算法在保证较好去噪效果的同时,去噪速度得到显著提升。本文方法对比学习类去噪算法,具有去噪效果稳定,不易误识别的优势。

柔性复合薄膜成形极限曲线的视觉测定方法

针对柔性复合薄膜成形试验中极限应变难以测量的问题,提出一种基于双目立体视觉结合数字图像相关法的测量方法。首先对于薄膜材料成形过程中产生大变形或裂纹时图像难以匹配的问题,根据系列图像相邻状态变形的连续性,提出了一种图像匹配基准自适应更新的弱相关分步匹配方法;然后根据薄膜材料表面应变分布不同于钢制件的特性,提出了一种构建应变场截线来拟合薄膜材料的极限应变曲线的方法。专门组建视觉测定的软、硬件系统,通过Q235钢试件进行极限应变曲线测量并与坐标网格方法进行对比,材料极限应变精度能够提高0.02%,证明了本文方法的可行性和精确性。用7组PET/Nylon/Al foil/PP材料制备成的柔性复合薄膜试件进行实测,此方法及系统成功地完成了柔性复合薄膜材料的成形极限曲线测定。对比实验和实际测试证明,本文方法能够快速、准确地测量柔性复合薄膜材料在整个成形过程中的表面应变分布,与传统的坐标网格方法相比具有明显的优势,为测定薄膜材料的成形极限应变曲线提供了一种高可靠性、高精度的手段。