涉水视觉

地球表面有约71%的面积被江河湖海等水体覆盖,陆地上的成像也会受到云雪雨雾等水体影响,但是,当前常见的机器视觉科研工作和应用系统基本只围绕空气和真空介质中的视觉任务展开,涉及不同形态水体的视觉工作没有得到系统的研究.涉水视觉(water-related vision)作为涉水光学技术在视觉领域的具象化体现,重点研究光与水的物质相互作用及跨介质传播过程中,涉水视觉影像信号智能处理与分析方面的科学问题,以及先进智能涉水视觉装备研制方面的工程技术问题.本文从“为什么大海是蓝色的?”这一具有普适意义的问题出发,系统介绍了水对光的吸收、散射、衰减作用机理,对涉水视觉任务造成的影响,以及现有的涉水图像处理与解析方法.本文基于水体光学特性及成像退化机理,介绍了团队在探索涉水成像和图像解析等涉水视觉关键技术及装备方面的成果,先后研制了全海深超高清相机“海瞳”、全海深3D相机、全海深高清摄像机等,形成了从色彩、强度、偏振、光谱等全方位、体系化的水下观测解析装备研制能力,填补了我国全海深光学视觉技术的空白,推动了我国涉水视觉领域技术的升级,应用价值和社会效益显著.

非匀速条件下车辆底盘超近距成像测量方法

针对车辆非匀速条件下轴距视觉测量及轴型识别所面临的超近距、大幅面、低畸变成像及视觉测量问题,提出一种适用于非匀速条件下的车辆底盘结构超近距成像测量方法。利用鱼眼相机采集运动车辆底盘的超广角图像序列,通过一种改进的多采样点圆拟合方法实现图像感兴趣区域的提取。建立三维等距成像模型对鱼眼图像进行畸变校正。针对车辆非匀速行驶带来的视频帧重叠度差异,采用基于图像内容的重叠度分析技术,实现了多步分层的关键帧提取,有效避免了车速不稳定对车辆底盘结构测量的影响。现场实验结果表明:该方法可在非匀速条件下,以20~50 cm的成像距离获得清晰、低畸变的完整车辆底盘图像,车辆轴距测量误差均值约为5%。

大气散射模型与关联帧补偿的视频图像去雾及增强

针对雾霾天气下获取的视频及图像存在雾化、模糊等问题,提出大气散射模型结合关联帧补偿的视频图像去雾及增强算法。首先,设计了多维空间权重注意力模块提取空间信息,转移不同特征信息权重,提高其利用率;其次,构造参数估计子网络提取大气光和透射图,结合大气散射模型求取清晰图像;其次,提出关联帧补偿机制,利用视频帧间关联性提高参数估计准确度,降低网络学习难度;最后,设计多项式损失函数进一步提高输出质量。在多个数据集下的实验结果表明,算法处理后的结构相似性(Structure Similarity Index Measure,SSIM)和峰值信噪比(Peak Signal to Noise Ratio,PSNR)分别达到0.91和27.13 dB,均优于对比的经典及新颖算法,有效解决图像雾化问题的同时能增强纹理细节等特征,满足视频和图像实时去雾要求,为后续基于人工智能的视觉任务提供良好基础。

机器视觉中的图像采集技术

文章介绍了图像采集系统的构成以及在机器视觉中的重要性 ,阐述了图像采集系统中关于摄像机、镜头、图像采集卡和光源等方面的诸多实用技术 ,论述了设计图像采集系统时要注意的问题和原则。

基于高帧视频分析的桥梁振动与模态非接触识别算法

针对传统的桥梁振动测试方法可达性差、效率低的问题,提出了一种基于高帧视频分析的桥梁动力特性非接触识别算法.通过制定相应的连通域算法实现动态定位与跟踪,精准识别安装在结构表面具有特殊几何形状的标志点,获取结构振动时程信息,并在多种光照环境下进行实验室简支梁锤击振动试验以及户外斜拉人行桥行人激励振动试验.结果表明:对于简支梁试验,条件良好时所提算法得到的基频与实测值的误差小于0.2%,条件不佳时识别误差仍可小于1.1%;对于人行桥试验,所提算法得到的第1阶自振频率小于1.2%.说明所提算法基频数据识别准确,实施效率高,经济性好且鲁棒性强,可实现恶劣环境下可达性较差桥梁的非接触检测.

基于DM6446的灯泡头焊丝检测系统设计与实现

为改善人工检测灯泡头焊丝外漏存在的诸多弊端,开发一套基于DSP+ARM双核嵌入式DM6446开发板设备的灯泡头焊丝自动检测系统。设计实现基于V4L2驱动接口的视频采集线程、基于codec engine构架的视频处理线程和基于FBdev驱动接口的视频显示线程,开发运行在DSP侧的灯泡头焊丝检测算法。整个装置有效地对有焊丝外漏的灯泡进行识别,实现了高准确率的灯泡产品合格检测,替代了人工检测。

如何为机器视觉系统选择采集卡

本文主要介绍了机器视觉中采集卡及视频信号的基础知识和基本原理以及与图像采集卡相关技术名词,并详细介绍了为机器视觉系统选择采集卡时要考虑的重点。

基于ASRPCA和五帧差分融合的无人机检测研究

无人机(UAV)的普及,给人们带来了极大的安全隐患。针对该问题,设计了一种基于主动子空间鲁棒主成分分析(ASRPCA)和五帧差分相融合的UAV视频检测算法。首先,采用交替迭代法结合增广拉格朗日乘子法对ASRPCA模型进行优化求解,获取视频序列当前帧的背景图像;其次,用背景图像替代五帧差分的中间帧;最后,中间帧分别与前两帧和后两帧进行差分二值化运算,使得UAV有较好的检测结果和去噪能力。实验结果表明,与全变分正则化RPCA(TVRPCA)算法相比,所提算法在不同背景下的召回率、准确率和综合性能的平均值分别提高了5个百分点、4.8个百分点和5个百分点,而且每帧运行时间约为0.51s,基本上符合目标算法的线下实时性要求。