OpenVX特征抽取函数在可编程并行架构的实现

针对数字图像处理计算量大、串行结构计算速度慢等特点,完成了最新的开源OpenVX计算机视觉加速规范1.3中底层特征抽取核函数的并行实现,使用自主设计的OpenVX可编程并行处理器进行了验证。在对图像的底层特征提取中,前期滤波及平滑处理选择OpenVX规范1.3中基本像素点处理函数ColorConvert(颜色转换)和局部图像处理函数GaussianFilter(高斯滤波)、MedianFilter(中值滤波)等,核心的特征抽取操作选择HarrisCorners(哈里斯角点检测)和CannyEdgeDetector(坎尼边缘检测)核函数,通过将计算量大的复杂结点拆分为多个简单结点,构建不同的基于图的执行模型,并映射在OpenVX并行处理器上,分别实现图像的边缘检测和特征点抽取。使用Verilog语言设计整体硬件电路,经Xilinx公司的FPGA芯片xcvu440-flga-2892-2-e综合验证,与串行映射结构相比,所选核函数在OpenVX可编程并行处理器上的并行加速比最高可达14.269。实验结果表明,OpenVX规范1.3中的核函数尤其是复杂核函数能够在本并行处理结构上达到预期的加速效果,且并行与串行结构加速比呈线性增长。

基于OpenCV的焊缝跟踪系统中摄像机标定方法

针对焊接机器人焊缝跟踪导引系统研制过程中的摄像机标定问题,以摄像机标定技术为研究对象,分析了开放计算机视觉函数库(OpenCV)中的摄像机模型,对摄像机的标定过程以及几何模型进行了深入的研究.特别地,充分考虑了透镜的径向畸变和切向畸变的影响及其方程的求解方法,采用Bouguet算法提取角点,实现了基于OpenCV的摄像机标定.结果表明,该算法可以充分发挥OpenCV的函数库功能,能够稳定的成功提取棋盘格角点,提高了标定精度和计算效率,可以满足机器视觉导引系统中摄像机标定的实时性要求.

面像识别中的图像处理研究

本文以面像识别技术的核心——数字图像处理着手,以基于计算机视觉公开函数库为基础,着重讨论了面像识别的图像处理方法,以及这些方法处理的效果.