基于图像补偿的隧道衬砌裂缝检测方法

针对检测平台振动导致隧道衬砌裂缝图像识别准确率低、检测数据可靠性差的问题,提出基于图像补偿的隧道衬砌裂缝检测方法.开发车载式隧道衬砌裂缝检测系统,提出图像帧间自适应运动估计的方法.对采用环境光增强处理得到的图像进行基于特征点匹配的自适应运动估计,建立图像帧间的运动关系,用卡尔曼滤波算法对运动参数进行滤波,去除采集平台的无规则振动,经过双三次插值实现图像补偿.提出基于自适应分块综合滤波和形态学方法的衬砌图像裂缝分割方法,有效地完成裂缝提取和裂缝参数计算.实验结果表明,利用提出的方法能够较好地补偿采集平台的振动误差,准确地提取裂缝信息,实现隧道衬砌裂缝的高精度检测.

序列图像中遮挡缺损图像补偿算法

针对动态图像的遮挡缺损问题,提出了基于图像块的帧间预测算法,可以检测出序列图像中的遮挡缺损区域;利用帧间灰度相关性修正补偿算法进行遮挡缺损区域补偿,利用修正的像元对缺损区域进行补偿能够克服传统插值补偿算法补偿痕迹明显的缺点。仿真结果表明:该算法补偿处理区域与邻域灰度过渡平滑,消除了补偿痕迹,补偿效果比较理想。

在轨飞行器轨道漂移图像补偿方案研究

分析了在轨飞行器轨道漂移对目标成像位置的影响,以及由此产生的目标定位误差;利用已知地标的成像位置,可以确定轨道漂移的量,从而对目标图像进行补偿修正,提高目标定位精度。数学仿真表明该图像补偿方案能够提高在轨飞行器目标定位精度。

基于全息数字图像补偿技术的教育资源云存储平台设计

为了提高全息数字图像重现的质量,提高教育资源云存储平台的效率,提出一种基于全息数字图像补偿技术的教育资源云存储平台设计方法。阐述了教育资源云存储平台的框架设计方法,教育资源云存储模块由全息数据写入/读取模块、全息数字图像补偿模块、加密/解密模块和客户端等4个模块构成,并对各个模块的功能进行详细分析。实验结果表明,全息数字补偿技术能有效提高全息数字图像重现的质量,提高了教育资源云存储平台的运行效率,效果令人满意。

医学超声波图像的边界保护滤波及特征映射补偿

提出的补偿方法不依赖于对组织数据的初始化分类,而是从原始数据中抽取组织特征映射到二维可视化平面.首先对图像进行边界保护滤波,然后归纳出4种基于图像灰度信息的特征映射补偿方法.实验结果表明,通过补偿方法得到的图像可以辅助医生对病变体及其它感兴趣的区域进行定性分析,从而提高临床诊断的准确性.

基于聚类的超声射频图像阴影双线性补偿方法

待识别目标个体若处于图像阴影区域,其轮廓特征就会出现模糊或者失真丢失的情况。传统超声射频图像阴影补偿方法难以提高原图像的清晰度,且阴影补偿后的图像亮度偏低。为此提出基于聚类的超声射频图像阴影双线性补偿方法。采用固定阈值法将图像分成两组,计算两组图像方差的最大值,确定阈值。采用模糊聚类算法将所有辨识对象划分为某一类属性,获取新聚类中心和起初聚类中心之间的距离差,设置对应门限分割条件完成图像分割。利用加权估计位置插值点灰度值计算双线性插值,最后引入RGB色彩空间抑制蓝光分量,将其转换至HIS色彩空间内,完成图像色度、亮度以及饱和度的双线性补偿。实验证明,所提方法补偿后图像阴影区域比原始图像更加清晰,且非阴影区域图像的特征也具有理想的亮度,实验结果证明了所提方法的应用鲁棒性较强。

对于隔行扫描相机拍摄运动图像的分析与补偿

图像采集是计算机视觉系统具有决定性影响的环节之一,隔行扫描相机是常用的视觉传感器之一,但其拍摄运动图像时存在较大缺陷。采用软件算法补偿的方法可以得到很好的应用效果,并且算法简单,易于实现。

高分辨率卫星遥感图像的偏流角及其补偿研究

卫星遥感采用高分辨率 TDICCD相机时 ,由于地球的旋转产生图像运动的偏流角 ,偏流角对这种遥感图像的质量影响较大 ,需要进行补偿 ,并通过遥感视线的校正实现。补偿的首要工作是确定图像运动的偏流角和遥感视线的修正量。基于航天器飞行动力学原理 ,本文求出了各种近地轨道的偏流角、偏流角角速度 ,把遥感视线的校正分成粗校正和精校正 ,并给出了修正量的确定方法。针对椭圆轨道和圆轨道情况的偏流角及修正量的计算 。

鲁棒卡尔曼滤波下的图像雅可比矩阵带时延补偿的估计

传统的图像雅可比矩阵估计的方法没有考虑时延因素,因此具有较大的估计误差.为补偿时延带来的影响,提出一种鲁棒卡尔曼滤波的方法,实现时延情况下当前时刻特征点在图像空间中位置和速度的估计,进而得到时延情况下较为准确的图像雅可比矩阵的估值.具体说,特征点在图像空间中当前时刻位置和速度是首先用卡尔曼滤波的方法估计的,但观测噪声的描述却采用了马尔科夫链模型,由此产生了过程噪声和观测噪声的互相关,传统卡尔曼滤波受限.为此,我们引入滤波修正向量并重新定义过程方程及观测方程,结合卡尔曼滤波中噪声的数学特性,得到滤波修正向量消除互相关性,从而构建出鲁棒卡尔曼滤波模型;其次,针对鲁棒卡尔曼滤波模型中存在的无法获得时延期间的观测向量的问题,提出利用多项式拟合出这部分观测向量,该多项式的选取综合考虑了特征点的位置、速度、加速度、加速度的变化率对于特征点轨迹的影响,与实际情况相符;最后,由预测出的当前时刻特征点在图像空间中的位置和速度,实现时延情况下图像雅可比矩阵较为准确的估计.仿真和实验结果验证了本文方法的可行性和优越性.

机器视觉系统中图像误差补偿方法

在分析和比较常用图像畸变校正算法的基础上,提出将BP神经网络原理应用于图像的畸变校正,从而在对图像进行检测和定量分析之前,消除畸变误差对测量结果的影响;利用在标准栅格样板图像上选择的控制点对神经网络进行训练,并将训练后的神经网络以动态链接库的形式提供给L abV IEW调用,在L abV IEW环境中实现了具有图像误差补偿功能的机器视觉测量系统。

航天器两自由度扫描镜图像运动补偿技术研究

研究航天器的两自由度扫描镜图像运动补偿问题。在姿态估计信息的基础上,给出了一种运动补偿算法。算法中不仅补偿了姿态估计信息,还同时考虑了姿态信息中的长周期系统误差。利用扫描镜在特定工作模式下相对惯性空间的准确定向能力和系统误差的长周期特性,给出了一种系统误差的估计和补偿算法,每隔一定的时间段对系统误差估计值进行更新并加以补偿,进一步提高了扫描精度。基于一颗地球静止轨道卫星的数值仿真结果验证了补偿算法的有效性。

适用于旋转摄像下目标检测的图像补偿

目的摄像机旋转扫描条件下的动目标检测研究中,传统的线性模型无法解决摄像机旋转扫描运动带来的图像间非线性变换问题,导致图像补偿不准确,在动目标检测时将引起较大误差,造成动目标虚假检测。为解决这一问题,提出了一种面阵摄像机旋转扫描条件下的图像补偿方法,其特点是能够同时实现背景运动补偿和图像非线性变换补偿,从而实现动目标的快速可靠检测。方法首先进行图像匹配,然后建立摄像机旋转扫描非线性模型,通过参数空间变换将其转化为线性求解问题,采用Hough变换实现该方程参数的快速鲁棒估计。解决摄像机旋转扫描条件下获取的图像间非线性变换问题,从而实现图像准确补偿。在此基础上,可以利用帧间差分等方法检测出运动目标。结果实验结果表明,在摄像机旋转扫描条件下,本文方法能够同时实现图像间的背景运动补偿和非线性变换补偿,可以去除大部分由于立体视差效应(parallax effects)产生的匹配错误。并且在实验中,本文方法处理速度可以达到50帧/s,满足实时性要求。结论在面阵摄像机旋转扫描的条件下,相比于传统的基于线性模型的图像补偿方法,本文方法能够快速、准确地在背景补偿的基础上同时解决图像间非线性变换问题,从而更好地提取出运动目标,具有一定的实用价值。

基于多尺度冗余字典稀疏分解的纸病图像背景补偿方法

对于纸病检测中纸张图像背景不均匀以及图像灰度特征不明显等造成纸病测量精度低的问题,建立多尺度冗余字典,采用正交匹配追踪算法(OMP)对纸病图像进行稀疏分解,并根据纸病背景图像和纸病图像不同形态特征,对背景进行补偿,从而增强纸病特征。实验表明,该方法能够有效地重构并补偿纸病背景图像,突出灰度特征较弱的纸病,提高纸病检测的准确性。

基于图像运动补偿轨道运动和热变形对载荷成像的影响分析

研究了三轴稳定静止轨道气象卫星图像运动补偿轨道运动和热变形对扫描镜成像的影响。根据图像运动补偿目标,定义了扫描角、步进角和固定网格,基于有关轨道运动和结构热变形对成像的影响,设计了图像运动补偿模型,并给出了算法流程。仿真结果表明:图像运动补偿能有效减小轨道运动和热变形对扫描镜成像的影响,提高有效载荷的成像质量,满足图像配准要求。

基于图像梯度补偿的人脸快速识别算法

针对传统人脸识别算法运行效率低的问题,提出一种采用图像梯度补偿模式(IGC)的人脸快速识别算法.首先,提取人脸图像四个方位的梯度;其次,将所获的四个梯度进行多方式融合,产生两个梯度算子;再次,使用新产生的梯度算子对原图像进行适度补偿,形成人脸图像的IGC特征图;然后将所获IGC特征图分块统计直方图,并将各个分块的直方图串联成用于人脸图像描述的特征向量;最后使用PCA方式对特征向量进行降维处理,利用SVM分类器进行识别.在ORL和CMUPIE数据库上完成测试,结果表明本文算法在具有较高识别率的同时,其算法的运行效率具有卓越的表现.

卫星图像运动补偿的矢量几何法

研究利用星上有效载荷扫描镜运动控制进行图像运动补偿的新方法。分析了影响三轴稳定静止轨道气象卫星成像的主要因素,研究了轨道运动对扫描镜光轴指向的影响。应用三锥相交原理,提出了利用测量估算所得轨道位置和速度信息计算补偿量的矢量几何法。数值仿真结果表明,矢量几何法能够有效补偿轨道运动对扫描镜光轴指向的影响,显著提高成像质量,精度与传统矢量坐标变换法相同,但运算量更小。

基于深度卷积神经网络的图像帧间补偿研究

由于图像分辨率低,传输过程中容易出现图像丢失、不清晰现象。针对上述问题,提出一种深度卷积神经网络算法实现图像帧间补偿。首先依据深度卷积神经网络构建图像帧间补偿模型,其次采用稀疏自编码与线性解码方式提取出该补偿模型的图像特征,再通过多层卷积神经网络对图像特征做映射处理,最后根据稀疏算法重建图像帧分辨率,使图像帧间得到补偿。实验结果表明,基于深度卷积神经网络的图像帧补偿实训可以有效提高图像帧分辨率,解决图像丢失问题,实现了图像高清晰化。

一种视觉表格图像全局阈值分割算法

针对复杂环境因素影响下的视觉表格图像,提出了一种有效的图像分割方法。首先利用图像的闭运算,估计出图像的背景变化,进而利用定义的图像对比度实现了图像的背景补偿。然后利用背景估计图像的均值作为补偿图像的全局分割阈值,成功实现了表格图像分割。实验仿真表明,本文方法的分割结果体现了较好的视觉效果,而且与基于补偿图像的OSTU方法和基于局部阈值的Niblack方法相比,它在图像单元格区域的过分割与欠分割之间实现了较好的均衡。

穿墙雷达中的一种多层墙体强度补偿方法

在穿墙雷达建筑布局成像中,由墙体对电磁波信号的衰减而引起多层墙体成像强度的非均匀现象,这为建筑布局的重构带来极大的不便。对此提出一种基于霍夫变换门限检测的多层墙体衰减补偿方法。首先,对实测数据采用后向投影成像算法,并用基于主成份分析和模糊逻辑图像增强方法处理,形成原始图像。其次,基于霍夫变换直线检测原理完成固定门限值的选取,并依此判决和划分目标墙体区域和非目标杂波区域。再次,根据门限判决后的数据连通域的特性,获得目标墙体连通域的强度补偿率并完成多层墙体衰减补偿。实测数据的处理验证了基于霍夫变换门限检测的多层墙体成像强度衰减补偿方法的有效性。

基于Harris图像拼接的全景视频稳像算法

对于背景变换和抖动分量比较小的视频序列,传统稳像算法不能直接适用,本文提出一种基于Harris图像拼接的全景稳像算法。首先采用Prewitt算子提取出图像的边缘信息,在此基础上进行分区的Harris特征点检测;然后结合NCC(normalized cross correlation)算法与RANSAC(random sample consensus)算法实现图像间的特征点精确匹配,接着利用加权平均融合的方法进行图像融合;最后对融合后的全景图像进行剪裁,完成图像补偿,输出稳定的视频序列。实验结果表明:改进的Harris算法提高了算法效率以及正确特征点数量,并且本文稳像算法实时性较好,能够有效消除视频抖动并输出稳定的视频序列。