一种光斑图像中心的亚像素提取方法

针对空间发光点所成光斑图像中心的高精度提取问题,本文提出一种亚像素提取方法。该方法建立了具有高斯能量分布的空间发光点的透视投影光斑图像灰度分布数学模型,证明了空间发光点能量中心的透视投影不变性。通过对光斑图像二阶方向导数和自相关函数的分析,获得Hessian矩阵并推导出像素级光斑图像中心的判定条件,再将图像灰度分布函数在光斑图像像素级中心的亚像素邻域内泰勒展开,并求取光斑图像灰度分布曲面的局部极大值点作为亚像素级光斑图像的中心点。与现有经典方法的对比仿真实验结果表明,该算法具有更高精度和更好的鲁棒性,可广泛应用于视觉检测的摄像机标定、三维形貌测量等任务中(类)光斑中心的高精度提取。

CCD摄像机图像中心两种标定方法的应用研究

应用两种方法对CCD摄像机的图像中心进行标定;其中直接光学方法根据因镜头畸变造成的像素点在像面水平和垂直两个方向上分布的对称性得到图像中心;基于镜头畸变的透视投影方法利用具有精确定位点阵的平面模板及其在不同方位所成图像,标定出摄像机的内外参量,其中包含图像中心.标定过程考虑了两种主要的镜头畸变.针对某型摄像机及镜头,试验得出关于两种方法的适用性和优缺点,并验证了后一种方法的强收敛性.

图像中心点预标定方法研究与应用

在应用视觉测量系统中,视觉传感器即CCD摄像机的标定是必要的步骤。目前大部分标定算法都需要事先给出图像中心点,文中讨论该参数的求取方法。介绍了目前几种常用的图像中心的标定方法,有重点地介绍了各种方法的原理和实现流程,对其实现原理的复杂性、实验仪器的精密性、操作方法的难易度进行了综合比较,最后给出相应的实验结果及其结论。对各种视觉测量系统及摄像机标定精度要求不同的场合,可以根据其实验条件及要求选取最合适的方法进行图像中心点的求取。

Steger算法在运动鞋底表面光条图像中心提取的应用

为了解决运动鞋生产过程光条在粗糙的鞋底表面产生的光斑以及光条宽度变化而带来光条图像的中心提取缺失的问题,提出一种适用于运动鞋底表面光条图像中心的提取算法。在最大类间差法(Otsu)的基础上引入了模板内像素灰度均值和其他像素灰度的差值阈值,从而有效分割出光条图像的光斑区域。采用Canny算子提取光条图像的边缘和宽度,并根据光条图像的宽度来改变Steger算法中高斯滤波核的大小。试验结果表明,所提算法可以准确分割运动鞋底表面的光条图像光斑,并快速提取鞋底表面光条的中心,解决因光条宽度变化而导致光条图像的中心提取失败的问题。

文化的发展:从语言中心到图像中心

本文讨论了从语言中心向图像中心的发展问题。

用于反求工程的CCD摄像机图像中心、比例因子的标定

根据双目CCD三维结构光摄影测量系统的特点 ,提出了一种新的确定摄像机图像中心和比例因子的方法。该方法的特点是不需要任何其他设备的帮助 ,仅依靠对多幅图像数据的分析 ,就能分离中间矩阵 ,得到摄像机的图像中心和比例因子。这种方法有效地解决了传统两步法中必须靠预标定确定比例因子和图像中心的问题。实践表明 ,这种方法方便快捷 ,具有很好的实用性。

图像中心和纵横比的简易标定方法

提出了一种图像中心和纵横比的简易标定方法。控制相机绕光轴进行旋转并分别成像,通过旋转前后图像之间的对应点,推导出图像的主点和纵横比的闭式方程,方程中仅包含图像的中心和纵横比,去除了与其它相机参数之间的耦合,其结果可以进一步用于畸变参数、外部参数和焦距的估计。分别进行了仿真图像和实拍图像实验,实验结果表明,此方法是可行的,能够实现较精确的图像中心和纵横比的估计。

改进的基于图像能量中心的模式识别

提出一种改进的光学模式识别技术.这种技术在基于光学图像能量中心的保结构变换方法基础上加以改进,设计一种图像差异变换方法,使得系统不仅能满足图像位置、方向、尺寸和强度四重不变识别,而且可以识别保结构变换法中的中心不变量相同的图像.

高分辨率SAR图像目标属性散射中心特征提取方法

目标属性散射中心模型是基于物理光学和几何绕射理论解的散射中心模型,该模型中提供了可供目标识别的属性散射中心特征。为了能从高分辨率SAR图像中获得这些特征,讨论了目标属性散射中心模型,研究了从高分辨率SAR图像中提取目标属性散射中心特征参数的方法。该方法是一种基于图像域的参数估计方法,它通过图像分割、模型类别选择、参数初值选择和参数优化4个步骤,得到单个散射中心的7个参数。循环进行上面的步骤,就可以从SAR图像中提取出目标所有的散射中心特征。仿真结果验证了该算法的有效性。

基于三次B样条小波的结肠镜图像暗区中心点估计的研究

提出用三次B样条小波的多尺度边缘检测算子对结肠镜图像的亮度分量I进行边缘提取 ,找出所有类似圆弧状边缘线的圆心经加权求和后得到内窥镜图像暗区真正的中心点 ,弥补了传统方法中因暗区不明显而无法确定中心点的不足 ,并用所求的中心点来引导肠镜前端导管 。

罗曼兰图像中心推动印刷增值服务

六月，罗曼兰图像中心举办技术论坛。来自世界各地的800佘位印刷专家汇聚奥芬巴赫参与此次讨论。这个论坛的主题是单张纸胶印机的印刷增值服务（Value Added Printing，英文缩写VAP），包括一系列的研讨会和现场演示活动。这次论坛是印刷增值业务的一次全面展示，演讲人向与会者介绍了印刷增值业务的含义，潜在的策略，每台印刷机的配置及其可能带来的经济效益。而在之后的实际演示活动中，与会者得意近距离地观看与印刷机配套的一系列能够制造特殊效果的特殊设备。

三维光学模型的激光图像边缘检测研究

常规方法对激光图像进行边缘检测时,边缘检测会发生模糊,影响激光图像中心点的定位精度,为此设计基于三维光学模型的激光图像边缘检测方法。通过三维光学模型获取激光图像内部参数,分析激光粒子跃迁的能量变化过程,将图像分解过程用维矩阵模型进行表示,使用Gabor滤波器对激光图像进行滤波预处理,利用卷积神经网络完成采样运算,对比结果判定像素点是否为边缘点,完成检测。测试结果表明:本方法图像检测边缘检测得到的图像中心点定位横纵距离偏差都在0.1 mm以下,检测精度高于90%,检测时间低于1.25 s,验证了方法的有效性。

图像清晰度检测方法

针对目前清晰度检测方法中存在的速度慢、局部量化不明显和受光照亮度影响大等不足,在分析了几种常见图像清晰度评价函数特性的基础上,提出了一种基于图像中心距的清晰度评价模型。该模型通过引入图像中心距和高通滤波图像中心距的线性组合,在保持评价结果良好全局性的同时提高了其局部量化精度。在此基础上实现了一种基于五区域的图像清晰度评价方法。实践表明该方法具有较好的计算效率、可靠性和量化等级。

一种大视角鱼眼图像校正算法的实现

大视角鱼眼镜头得到了越来越广泛的应用,为很好校正大视角鱼眼畸变图像,本研究改进了确定图像中心及半径的逐行逐列扫描法,通过阈值判断舍弃边缘不可靠点,弥补了此方法在边缘处黑色像素较多时误差较大的缺点,可更精确确定鱼眼图像中心;采用球面透视投影约束将畸变像素点映射为单位球面点;然后以球心为投影中心,将球面点透视投影到球外切的正方体面上,通过适当放大得到的正方体面像素点坐标来匹配像素点位置,最后对图像进行双线性插值得到最终的校正结果。

符号延异与图像缺失:明代山水画中的寻道者意象与艺术主流的终结

有明一代山水画发展的主流,经历了一个由外向内的转变,前期画家寻道于自然,后期画家转而寻道于内心。本文通过图像研究而旨在阐述:明代山水画主流的转向,实为对前代山水画发展主流的重复,而重复的终点则是明末山水画中点景小人的缺席,这标志了主流的终结。这一探讨从德里达关于意指延异的概念出发,借鉴解构主义的双重阅读,来分析明代山水画中寻道者的意象及其在符号系统中作为意指中心的功能。本文结论是,当文人山水画发展到明末,寻道者意象的缺失,使中国山水画的意指系统被解构,艺术史的主流遂于明末消散。

满足滞留度指标的图像波门预测技术研究

将衡量目标图像跟踪好坏的滞留度指标转换成预测误差稳态方差指标 ,利用满意估计思想设计估计增益 ,对图像波门中心进行预测 ,使得稳态预测误差方差满足给定误差方差指标、预测误差系统的极点配置到给定的圆内 ,确保目标图像跟踪过程中 ,目标穿越波门的滞留度满足预定要求 ,并保证预测过程具有满意动态特性。利用线性矩阵不等式 (LMI)方法 ,将满意估计增益的求解问题转化成LMI组的可行解问题 ,后者可借助Matlab

一种改进的图像水平倾斜角度测量算法的应用

在汽车面板检测过程中,由于检测设备制造工艺影响,摄像头拍摄到的汽车面板图像在水平面上存在微小角度偏移,需测量其角度大小以保证后续汽车面板检测的正确性。通过图像字符连通域中心坐标算法获取相应的坐标数据,根据最小二乘直线拟合法对图像数据进行处理,计算倾斜角度为-0.6°。图像字符连通域的中心坐标直线拟合角度计算法,根据这种改进的算法能够在短时间内精确地计算出图像水平倾斜角度。

改进的平面模板两步法标定摄像机

最近 ,张正友提出用平面模板两步法来标定摄像机。该方法能高精度地标定摄像机 ,且简便易行 ,可以说是两步法标定的代表 ,但其算法模型仅考虑了镜头径向畸变 ,其对切向畸变较大的场合 ,如鱼眼镜头成像 ,则不适用。为此 ,通过改进其摄像机模型 ,提出了一种改进的两步法 ,该方法先用图像中心附近点求取初值 ,由于图像中心附近点畸变很小 ,故求取的初值能很好地逼近准确值 ,然后采用一种基于内部映射牛顿法的子空间置信域法通过求精来得到所有参数。仿真实验和真实实验的结果表明 ,该方法的标定精度要优于张正友的方法 ,鲁棒性也更好。

基于平面模板的摄像机标定方法

针对道路交通事故现场图自动绘制中的摄像机标定问题,提出一种平面模板摄像机标定方法。在畸变较小的图像中心区域求取初值,采用基于内部映射牛顿法的子空间置信域法求解部分参数,引入畸变模型,通过直线特征约束求得剩余参数。实验结果表明,该方法能简化标定过程,减少运算量,提高计算速度。