结合小波金字塔的快速NCC图像匹配算法

针对传统的归一化互相关算法(NCC)计算量庞大、运算速度慢、正确率较低等问题,本文提出一种基于小波金字塔搜索策略的快速NCC图像匹配算法。该算法在归一化互相关算法的基础上,采用和表法分别计算图像均值、图像方差和图像间的互相关来降低运算的复杂度,减少算法的计算量;同时在选择特征点匹配搜索策略时,构造图像小波金字塔结构,利用分层匹配来提高图像匹配的效率。与其他算法进行对比,结果表明该算法获得的匹配点连线效果更好,所用的时间也量化,证明该算法不仅能提高匹配速度,还能改善匹配精度。

基于多尺度多方向Gabor模板的光学/SAR景象匹配

合成孔径雷达(SAR)成像制导通常采用光学基准图和SAR实时图进行特征提取和景象匹配。提出了一种光学/SAR异类影像匹配方法,利用多尺度多方向Gabor模板提取图像的Gabor特征后进行特征匹配,首先对SAR图像进行方向Frost滤波预处理,然后分别计算光学图像和SAR图像的高斯梯度图像,再利用多尺度多方向二维Gabor滤波器模板分别对两幅高斯梯度图像进行特征提取,最后对两组特征矩阵进行归一化互相关匹配。该方法直接利用光学图像和SAR实时图进行景象匹配,实验表明,该异类影像匹配方法较其他传统方法具有较高的鲁棒性和准确性。

光电跟踪系统高精度模板匹配跟踪算法

为实现在光电跟踪系统条件下的高精度测量并且满足复杂环境下高精度目标匹配,本文选用去均值归一化互相关匹配算法。为提高匹配速度以及跟踪实时性,利用和表法计算公式中图像求和、平方和图像匹配互相关来简化计算复杂度;采用小波分层金字塔法作为搜索策略,并将模板质心作为参考点进行十字形搜索,引入终止阈值减少误匹配点进一步提高搜索速度。为验证该算法的有效性,实验中将光电跟踪系统放置在二维转台上,调整转台利用该算法跟踪目标靶板。实验结果表明,目标脱靶量控制在3个像素以内,该算法在光电跟踪系统上可实现高精度稳定跟踪。

基于归一化互相关匹配算法和Kalman预测器的目标跟踪

针对基于模板匹配的目标跟踪算法在目标被遮挡时容易出现跟踪丢失的问题,提出一种改进的结合遮挡判断和Kalman预测器的模板匹配算法。首先使用三帧差分法提取运动目标并计算运动目标区域。然后针对目标是否被遮挡引入Bhattacharyya距离进行判断,当Bhattacharyya距离小于设定的阈值,表明目标没有被遮挡,则使用归一化互相关(NCC)匹配算法对目标进行稳定跟踪,反之则利用Kalman预测器对被遮挡目标的位置和大小进行预测。实验结果表明,所提算法在静态背景下、目标发生遮挡时的跟踪成功率达到71.43%,比单一NCC匹配算法提高了21.43个百分点。

全自动验光仪靶环中心定位算法研究

靶环中心定位是影响全自动验光仪性能的关键因素.本文针对靶环图像复杂度较低、靶环特征明显的特点,提出了一种适用于嵌入式系统的靶环中心定位算法.算法首先通过构造具有靶环图像特征的模板,在整幅目标图像上移动模板进行匹配运算,得到粗定位结果;然后,通过投影运算进一步对中心位置进行校正,从而最终确定准确的靶环中心位置.利用本文算法、 Hough变换和RANSAC方法分别对制作的已知中心靶环、模拟靶环、正常人眼及睫毛遮挡人眼等情况的靶环图像进行检测,实验结果表明:本文基于模板匹配的全自动验光仪靶环中心定位算法可以有效避免眼睫毛和眼睑遮挡对定位的干扰,具有较好的鲁棒性,能够准确地定位靶环中心,运算量小,运算速度快,检测速度可以达到30 ms/帧,中心定位误差为±5像素,与传统的Hough变换和RANSAC方法相比有较大的提升,可以满足全自动验光仪实时定位的需求.

基于NCC-P-S优化算法的断路器机械特性测试方法研究

机械特性参数是评价断路器动作性能的有效依据,传统测试方法不能在线测试,且传感器安装复杂。该文提出一种基于计算机视觉技术的非接触测试方法:在断路器操动过程中捕捉高速图像序列,运用归一化互相关匹配算法(normalized cross correlation,NCC)对图像运动目标进行逐帧搜索,获得绝缘连杆或主轴的运动轨迹,由其与动触头的关联关系计算断路器的机械特性参数。在图像序列目标跟踪的NCC匹配算法中,结合降分辨率金字塔快速搜索法,并对后续帧图像的扇形识别区域进行有向动态调整,这种优化方法称之为归一化互相关图像金字塔扇形快速匹配算法(normalized cross correlation-pyramid-sector,NCC-P-S)。通过实验证明:降分辨率分层匹配和有向搜索优化大大提高了目标的搜索速度和精度。

基于System Generator的快速视频跟踪系统设计

文中基于System Generator和FPGA技术设计了一种快速视频跟踪系统,构建了图像采集和处理的硬件平台,给出了归一化互相关匹配算法的System Generator模型,在Simulink仿真环境下进行了算法验证,并将该模型转化为VHDL语言下载进FPGA中进行硬件调试,最后将系统成功应用于实践中。相比于传统环境下实现的目标跟踪算法,本系统一方面实现了算法和硬件的分离,提高了系统开发速度,另一方面大大提高了目标跟踪的速度和精度。实践结果表明,该系统能够迅速准确地识别目标,从而实现对目标的实时跟踪。

基于识别区域估计优化NCC-P算法的断路器储能弹簧形变特性研究

储能弹簧作为断路器分合闸动力元件,其可靠性对断路器运动过程的驱动和控制至关重要。提出一种基于图像匹配跟踪技术的非接触式弹簧形变特征测试方法:由高速相机捕捉储能弹簧伸缩过程高速图像序列,以弹簧活动端首圈为形变检测匹配目标,采用归一化互相关图像金字塔匹配(normalized cross-correlation-pyramid,NCC-P)算法对目标进行逐帧搜索,并获得各关键帧目标的坐标以及弹簧形变相关特征参数。提出基于识别区域估计优化归一化互相关图像金字塔匹配(normalizedcrosscorrelation-pyramid-estimation,NCC-P-E)算法。根据前后帧位置关联预测后续帧目标位置,并根据该预测动态调整识别区,消除相似结构对匹配结果的干扰,提高匹配速度和准确率。通过实验验证可知,该方法可在断路器带电的情况下有效检测断路器弹簧释能过程中的伸缩形变特征。

基于NCC的PCB图像配准算法研究

为解决PCB数码喷印中图像数据量大导致传统PCB图像配准时间复杂度高的问题,研究归一化互相关匹配算法(NCC),从候选点集和特征块选取两个角度对算法效率优化。利用统计滤波的方法滤除候选点中的误差点,减少计算量;分析PCB图像中配准点特点,利用动态规划的思路,并基于广度优先搜索方法,对特征块自适应选取,从而减少配准点集的遍历。实验中,利用分割后的基板图像与Gerber图像配准建立空间位置关系,再使用改进的配准算法来配准。实验表明,配准精度在99%左右,效率提高至1.6倍。

基于短时傅里叶变换的胎心音瞬时心率检测算法

目的:针对母亲的活动和胎儿在子宫内的活动都会导致胎心音信号的幅度出现较大波动,传统自相关算法难以准确测量胎儿瞬时心率的问题,提出一种基于短时傅里叶变换的胎心音瞬时心率检测新方法。方法:对胎心音进行短时傅里叶变换,从二维时频图中提取出胎心音特征模板并与目标图像进行归一化互相关匹配,绘制出互相关曲线,根据互相关曲线中的相邻峰值点时间间隔,计算出胎儿的瞬时心率。结果:实验结果表明,该算法的识别准确率比传统算法高5%。结论:该算法克服了胎心音易受噪声干扰的弱点,实现了胎心音瞬时心率的计算,而且还提高了胎心率计算的准确性,为胎心音波形分析和胎心率监护提供了一种新的方法。

基于MSER和NCC的轨枕数字编码识别方法

为了方便轨枕的管理和维修,根据轨枕数字编码的成像特点,提出一种基于MSER和NCC的轨枕数字编码识别方法。首先采用高斯滤波对图像进行预处理;然后使用最大极值稳定区域(MSER)算法根据数字编码与背景的灰度对比生成极值区域,实现数字编码区域的初步定位;并且利用数字编码的几何先验知识去除不符合条件的字符连通域,从而准确定位出数字编码的区域,为后续数字编码识别减少大量的搜索空间;最后通过归一化互相关(NCC)算法计算模板图像与定位区域上数字编码的相似度量值以实现数字编码的识别。实验结果表明:此方法可以准确地定位出轨枕上的数字编码并高效地对其进行识别,识别率为95.5%,识别时间为0.24 s。

基于监控视频图像车辆测速的研究

在监控摄像机参数未知的情况下,基于图像匹配技术和逆透视图变换标定法,提出了一种事故车辆测速的方法。该方法首先使用基于对应点的标定方法进行图像的标定;然后利用改进的归一化互相关算法对目标车辆进行匹配,得到目标车在每一帧中的像素坐标;最后,由所获取的目标车辆时间-位移曲线测得车速。试验结果表明,此方法操作简单方便、精度高且有较高的普适性。

浅谈基于图像增强智能变电站表盘识别方法

室外是变电站智能巡检机器人的主要工作环境,因此光照成为影响图像质量的最主要因素。在机器人判断分析处理图像前,需要对其进行预处理,之后再对图像进行识别分析。本文提出一种基于图像增强的电力巡检机器人表盘识别方法,实验结果表明,该识别方法准确率接近100%,基于闭运算的指针识别方法的准确率达到98.75%,可以准确判别户外表盘指针数据。

融合边缘与灰度特征的形变工件精准定位方法

目的工业机器人视觉领域经常需要对一些由拼装、冲压或贴合等工艺造成的形变工件进行精准定位,工件的大部分特征表现出一定程度的非刚性,其他具备良好一致性的部分通常特征简单,导致一些常用的目标检测算法精度不足或鲁棒性不强,难以满足实际需求。针对这一问题,提出融合边缘与灰度特征的形变工件精准定位方法。方法第1阶段提出多归一化互相关的模板匹配MNCC(multi normalized cross correlation)方法检测形变目标,利用余弦距离下的灰度聚类获得均值模板,通过滑动窗口的方式,结合金字塔跟踪,自顶向下地优先搜索类均值模板,得到类匹配候选,然后进行类内细搜索获得最佳位置匹配。第2阶段提出一种改进的形状匹配方法T-SBM(truncated shape-based matching),通过改变原始SBM(shape-based matching)的梯度方向内积的计算方式,对负梯度极性方向截断,削弱目标背景不稳定导致局部梯度方向反转时对整体评分的负贡献,改善边缘稀疏或特征简单导致检测鲁棒性低的问题。最后提出二维高斯条件密度评价,将灰度特征、形状特征和形变量进行综合加权,获得理想目标评价,实现序贯检测。结果实验部分分别与SBM、归一化互相关匹配算法(normalized cross correlation,NCC)、LINE2D(linearizing the memory 2D)算法和YOLOv5s(you only look once version 5 small)算法在5种类型工件的472幅真实工业图像上进行了对比测试,在检出分值大于0.8(实际常用的阈值区间)时,提出算法的召回率优于其他几种测试算法;在IoU(intersection over union)阈值0.9时的平均检测准确率为81.7%,F1-Score为95%,两组指标相比其他测试算法分别至少提升了10.8%和8.3%。在平均定位精度方面,提出算法的定位偏差在IoU阈值0.9时达到了2.44像素,在5种测试算法中的表现也为最佳。结论提出了一种两阶段的定位方法,该方法适用于检测工业场景中由拼装、冲压和贴合等工艺制成的形变工件并能够进行精准定位,尤其适用于工业机器人视觉引导定位应用场景,并在实际项目中得到了应用。

基于机器视觉的微孔板液位检测研究

在使用人工检测微孔板的多孔液位时耗时费力、准确率低下,针对此问题提出一种基于机器视觉的微孔板液位检测方法。通过设计相机采集角度、打光方式等搭建视觉检测系统并采集到清晰的单排液位图像;基于零均值归一化互相关的匹配原理,设计算法对中值滤波后的图像进行位姿校正,结合液位图像重心定位8个单孔液位位置;设定相似度双阈值实现对液位的检测,并对不规则液位图像加入掩码进行二次匹配检测。通过实验验证,该方法对溶液容积变化范围为-10~10μL及以上的液位检测准确率达100%,满足检测微孔板液位的准确性需求。

基于人脸检测的模板匹配人脸跟踪算法研究

提出了一种基于人脸检测的模板匹配人脸跟踪算法。该算法采用基于灰度的归一化互相关匹配算法实现人脸的实时跟踪;利用haar分类器人脸检测算法实现人脸的重定位和人脸方位检测,提高人脸跟踪的精确性和自适应性,同时也为基于灰度的归一化互相关匹配算法提供了有效的跟踪模板,减小算法的时间复杂度,提高算法的有效性。实验数据分析表明,该算法是实现了人脸的实时跟踪,且对于人脸遮蔽、姿态变换下的人脸方位跟踪和人脸恢复后的重定位具有很好的准确性和自适应性。