基于LabVIEW控制的液晶运动伪像测量系统设计

如何测量和评估LCD的运动伪像是目前LCD所面临的一大难题.本文基于LabVIEW软件界面设计来控制,整个测试系统由Lab VIEW的控制界面实现定标、产生测试图形、触发采集、自动测试、测试参数模拟计算,仿真分析.开发平台LabVIEW实现了对可编程视频信号发生器、CA210亮度计和NI6251采集卡三个硬件的控制,并对获得的数据进行了分析和存储.

基于Motion Skip模式的低时延随机访问多视点视频编码方法

为了实现多视点视频编码的低时延随机访问,优化多视点视频随机访问性能,提出一种改进的多视点视频编码方法。该方法首先修改anchor帧图像视点间的预测关系,将视差补偿预测应用于anchor帧图像,而对non-anchor帧图像仅采用运动补偿预测;其次,根据视点间图像的运动信息具有高度相关性原理,对non-anchor帧图像应用基于自适应运动矢量精细化的Motion skip模式来优化其运动补偿预测性能。实验结果表明,文中所提的多视点视频编码方法在保证高压缩效率的前提下,具有较低的计算复杂度,并提高了视点的随机访问性能。

一种基于广义最大相关熵准则的运动平均方法

本文提出一种基于广义最大相关熵准则的运动平均方法,有效提高了多视角点云配准的效率和精度.首先,借助李代数优化框架,导出了残差与待求变量二者之间的线性显式关系,将该残差与广义最大相关熵准则结合,提出了考虑所有相对运动的变量解算模型;其次,借助半二次优化技术和交替方向乘子法,给出了模型的一种数值解算方法;最后,提出了一种具有自适应性的核宽选取方法,以使算法在相对运动集包含较多外点的情况下仍能获得较为准确的配准结果.以真实模型和环境数据集为对象开展了对比实验,基于双视角点云配准算法分别获得了5个测试点集在30%、20%点云面积重叠率阈值下的双视角配准结果,共形成10组相对运动集.其中,相对运动集误差随重叠率阈值的下降逐渐增加.所提方法在10组运动集上均获得了较佳的配准结果,实验结果表明本文所提方法有效提高了运动平均方法的计算精度与效率.此外,当运动集包含大量外点时,采用本文所提方法仍能获得较为准确的配准结果,表明本文所提方法具有较强的鲁棒性.

光学运动捕捉实验中参考相机的选择方法研究

针对运动捕捉实验过程中多目视觉系统的标定优化问题,通过对摄像机参数估计过程的误差分析,探索了参考相机的选择对于光束平差迭代计算的影响,并在此基础上提出了一种Q值评测方法,该方法运用有权无向图获得相机节点之间的最短连通路径,利用反投影误差和均方差的加权平均值来评估参考相机选择的合理性。在实验中,使用了多台摄像机组成多目视觉系统对所提出的参考相机选择方法进行了验证。实验结果表明,所提出的Q值评测方法是有效的,可进一步提高系统标定的精度,对运动测试实验精度控制具有重要的参考价值。

基于SfM-MVS的作物三维重建:挑战与创新

三维重建技术可提供更全面、准确的作物表型信息,已成为智慧农业和智慧育种领域的研究热点。基于多目视觉法的三维重建技术因其低成本、高精度的特性而被广泛应用于作物三维重建,其中运动恢复结构-多视角立体视觉(SfM-MVS)流程是其主流实现方法。本文对不断发展的SfM-MVS流程进行了技术体系梳理,并从当前作物三维重建的角度出发,总结了SfM-MVS所面临的挑战和已有创新之处。本研究可为基于SfM-MVS的作物三维重建技术集成提供有力支撑,并为关键技术突破提供重要参考。

自标定多视角三维数字图像相关测量方法及其应用

三维数字图像相关方法具有全场、非接触和观测尺度易调节等优势,是目前科学研究和工程实践中应用广泛的变形场测量手段.在某些工业和国防领域,为了实现对大型复杂结构的全方位三维变形测量,常常需要使用多台摄像机从不同角度进行拍摄.由于现场条件限制,这些实验场景中经常难以精确地布置用于相机标定的特殊靶标或标记,这给相机成像参数标定、统一多视角下相机的坐标系、将各个视角下的测量数据有效拼接带来了重大挑战.本研究发展了一种自标定多视角三维数字图像相关测量方法,其利用待测结构自身纹理信息,以基于运动恢复结构算法的自标定方法,解算得到所有相机在世界坐标系中的内外部成像参数,然后结合多视角三角化方法获得世界坐标系中的三维变形场测量结果.本文介绍了自标定多视角三维数字图像相关方法的原理.通过高精度6自由度平台驱动的圆筒平移、旋转实验,以及气囊放气过程变形实验验证了方法的有效性.分析和实验结果表明自标定多视角三维数字图像相关方法在测量时无需进行繁琐的标定操作和坐标系统一操作,可显著简化测量流程,同时还可避免传统方法中多个双目系统拼接接缝和重叠问题,因此本文方法尤其适用于大型复杂工程结构的现场变形测量.

一种特征点权重自适应优化的动态SLAM算法

针对传统的同步定位与地图构建(SLAM)在动态场景中位姿估计准确率低、鲁棒性差的问题,提出一种基于特征点权重自适应优化的动态视觉SLAM算法。首先,利用掩膜区域卷积神经网络(Mask R-CNN)对输入图像进行语义分割并获取动态特征点掩码,在此基础上对静态特征点进行帧间匹配得到位姿变换初值;然后利用运动一致性检测算法和多视图几何算法处理图像并分别得到对应的动态特征点掩码,进而依据得到的3种动态特征点掩码信息构建特征点权重函数,利用最小化重投影误差自适应调整特征点对位姿优化的影响程度,降低场景中的动态目标对SLAM精度的影响;最后使用慕尼黑工业大学动态数据集进行仿真测试,在室内高动态场景中,绝对轨迹误差(ATE)的均方根误差值(RMSE)仅为尺度不变特征变换同步定位与地图构建(ORB-SLAM2)的3.1%。与DS-SLAM、DynaSLAM等动态SLAM系统相比,绝对轨迹误差分别为DS-SLAM的52%、DynaSLAM的86.1%。结果表明,该算法可以显著提高SLAM系统在高动态环境下的定位精度和鲁棒性。

面向移动机器人大视角运动的图神经网络视觉SLAM算法

针对移动机器人在大视角运动下光照变化剧烈或遭遇纹理稀疏场景易出现特征点提取困难,极端角度下特征难以匹配导致对极几何计算误差较大问题,提出一种融合改进图神经网络的视觉SLAM算法。基于先验位置估计的特征提取网络,通过先验位置估计实现图像特征点快速均匀检测与描述,构建真实准确的特征点信息。基于图注意力机制的特征匹配网络,通过消息传递图神经网络聚合特征点信息,使用自我与联合注意力机制对前后图像帧分权重特征匹配。将特征提取与匹配图神经网络与ORB-SLAM2系统后端非线性优化、闭环修正、局部建图模块融合,提出一个完整的单目视觉GNN-SLAM系统。实验结果表明:该算法在KITTI数据集上与ORB-SLAM2算法相比,绝对轨迹误差降低37.59%,相对位姿误差降低19.67%。

基于多视角信息融合的公路桥梁车辆荷载时空位置识别

针对现有方法在复杂交通场景下难以准确获取桥上车辆荷载时空分布的问题,提出了一种基于多视角信息融合的车辆荷载时空位置识别方法.首先,开发了vadYOLO-StrongSORT模型,可在单视角下同时检测和跟踪车辆;然后,在图像标定和跨视角车辆匹配基础上,采用自适应加权最小二乘法进行多视角信息融合以修正车辆轨迹;最后,结合车辆轨迹和车轴配置,重构车轴荷载的时空位置分布.通过模型试验评估了所提方法在典型交通场景下的性能.结果表明:相较于基于单视角的车辆位置识别方法,多视角信息融合方法在跟踪稳定性、定位精度和抗遮挡性能上有显著提升;变道场景下,所提方法的最高平均定位误差低于2.0 cm,明显优于单视角方法的17.0 cm;多车遮挡场景下,所提方法的车辆捕获率可达100%,而单视角方法最高仅为72.5%;同时,与其他检测跟踪模型相比,vadYOLO-StrongSORT在试验中取得了最高的识别精度.

r-fov IVIM与r-fov DWI模型参数早期预测乳腺癌新辅助化疗疗效价值的比较

目的 比较磁共振小视野体素不相干运动扩散加权成像(reduced field of view,intravoxel incoherent motion,r-fov IVIM)及小视野常规扩散加权成像(reduced field of view,diffusion weighted imaging,r-fov DWI)模型参数预测乳腺侵润性导管癌新辅助化疗疗效的价值。方法 前瞻性选取28例单侧乳腺浸润性导管癌患者,收集化疗前、化疗2周期后乳腺r-fov IVIM模型参数真性扩散系数(Dt),假性扩散系数(Dp),灌注分数(f);r-fov DWI参数表观扩散系数(ADC)。根据术后病理结果分为组织学非显著反应组13人,组织学显著反应组15人;采用SPSS 25.0对数据进行处理,比较NAC前和化疗2个周期后两组间的参数值差异。绘制受试者工作特征曲线(receiver operating characteristic,ROO曲线分析以上参数对新辅助化疗疗效的预测价值。结果NAC2周期后ADC值,NAC2周期后与NAC前参数差值ΔADC、ΔDt值,三者的曲线下面积(area under curve,AUC)最大(0.951 VS 0.914、0.914),预测MHR组的效能高;NAC2周期后的Dt值,预测MHR组的效能较好(AUC=0.827)。结论 NAC2周期后,r-fov DWI模型参数ADC值和r-fov IVIM模型参数Dt值越高,且较NAC前升高程度越大,新辅助化疗结束后越容易获得较好的疗效;其中,以NAC2周期后,r-fovDWI模型参数ADC值的预测效能最高,应作为乳腺癌浸润性导管癌临床治疗过程中,新辅助化疗反应评估的主要参考参数。

室外弱纹理金属的稠密重建与测量

针对室外金属容器由于尺寸大、纹理弱、周围环境复杂而难以测量的问题,本文提出了一种基于多视图稠密重建的室外弱纹理金属的测量方法,通过获取弱纹理金属表面的三维表征,实现尺寸测量。首先,对传统的增量式运动恢复结构算法进行改进,提出新的赋权连接图、基于度数的初始匹配对选择方法和基于可见点分布的新视角选择方法,以提高稀疏重建的密度;然后,为解决金属弱纹理区域难以高质量重建的问题,提出基于稀疏先验的深度估计方法和基于多分辨率多窗口的深度估计框架。试验结果表明,本文方法可以解决室外弱纹理金属的测量问题,970 mm内的绝对误差为0.52 mm。

考虑图像采集的退役零件SfM三维重建精度研究

运动恢复结构(SfM)是一种单目多视图三维重建技术。针对SfM多视图三维重建的速度及质量问题,提出了一种考虑图像采集的退役零件SfM三维重建精度优化方法。首先,构建了图像采集试验平台,以导靴和凸轮轴瓦盖为试验对象,选取图像质量、图像数量、拍摄距离及视角数量4个对重建质量有影响的参数为影响因素,每种因素取3个水平,设计了正交试验;然后,根据试验设计方案,对两个试验对象分别进行了9组图像采集,并用Reality Capture软件对其进行了三维建模;最后,根据重建点云和模型的准确性、重建的完整性与重建效率3个指标,对重建结果进行了评价,并进行了正交试验,通过极差分析获得了最优参数组合。研究结果表明:图像数量与视角数量对三维重建质量影响显著,拍摄距离与图像质量对三维重建质量影响不显著。该研究结果可为提高图像三维重建速度及质量提供参考。

基于单目视觉的同时定位与地图构建方法综述

增强现实是一种在现实场景中无缝地融入虚拟物体或信息的技术,能够比传统的文字、图像和视频等方式更高效、直观地呈现信息,有着非常广泛的应用.同时定位与地图构建作为增强现实的关键基础技术,可以用来在未知环境中定位自身方位并同时构建环境三维地图,从而保证叠加的虚拟物体与现实场景在几何上的一致性.文中首先简述基于视觉的同时定位与地图构建的基本原理;然后介绍几个代表性的基于单目视觉的同时定位与地图构建方法并做深入分析和比较;最后讨论近年来研究热点和发展趋势,并做总结和展望.

露天矿边坡影像三维重建技术

针对边坡稳定性评价研究的需要,提出了一种基于影像的露天矿边坡全自动三维重建方法。该方法利用普通数码相机获取露天矿边坡序列影像,基于运动恢复结构(Sf M)和多视图立体视觉(MVS)算法,生成了稠密三维点云;通过构建不规则三角网和纹理映射,制作了边坡数字表面模型。试验结果表明:重建模型可全面表达露天矿边坡整体形态和局部细节特征,为有效评价边坡稳定性提供了科学依据;该技术具有成本低、高效、全自动等特点,非常适合存在潜在隐患的露天矿边坡动态变形监测。

谈古典园林动·静观及对现代园林设计的启示

在我国古典园林的规划设计和鉴赏实践中,园林的动观和静观是两种最基本的艺术方法,动观是游,静观是息,大园以动观为主,小园以静观为主,园林游赏往往是动静结合,静中有动,而动中含静。从古典园林动观、静观的概念入手,分析了对动、静产生影响的理论,最后谈到对现代园林设计的启示。

前悬架刚柔耦合建模及仿真分析

运用MotionView软件对某前悬架进行了建模与仿真分析.在刚柔耦合动力学建模理论中,使用了Craig-Bamption和Craig-Chang方法来描述物体的弹性.通过前悬架刚柔耦合建模,建立了前悬架的悬架系统、转向系统、轮胎系统,从而构建了前悬架模型;在前悬架的仿真分析中,分析了车轮跳动行程、前束角变化、主销内倾角、主销外倾角等的特性曲线变化,得到的前悬架特性参数满足设计要求,表明刚柔耦合模型比刚性模型更能准确地反应前悬架的实际性能.

基于宏块多相关性的多视点视频编码方法

为降低多视点视频编码(MVC)中过高的计算量,提出基于宏块多相关性的多视点视频编码视间预测与Direct模式提前终止算法。分析MVC参考模型(JMVC)中时域预测和视间预测的特点及Direct模式的分布情况。基于当前宏块的时间和视点之间率失真代价的大小关系判断是否进行视间预测。利用先前已编码宏块的编码模式信息确定是否跳过Direct模式。实验结果表明,同JMVC的全搜索算法相比,该算法能降低编码的计算复杂度,平均可达75.62%,同时保持几乎相同的编码率失真性能。

小视野弥散加权成像在前列腺癌诊断中的应用价值

目的随着技术的提高和方案的完善,小视野弥散加权成像(reduced field of view diffusion weighted imaging,r FOV DWI)提供了更可靠的成像质量。文中通过与常规弥散加权成像(diffusion weighted imaging,DWI)对比,探讨r FOV DWI在前列腺癌诊断中的应用价值。方法回顾性分析2014年8月至2015年9月期间在南京军区南京总医院就诊的58例行3.0T MRI r FOV DWI和常规DWI检查,并随后接受穿刺活检证实的前列腺疾病患者。其中确诊为前列腺癌及前列腺增生的患者分别为31例和27例。由2位影像科医师在未知任何临床及MRI序列信息的情况下,针对全部患者的DWI图像几何变形、肿瘤患者的DWI图像(b=1000)以及ADC图像的病灶显示清晰程度3个方面按4个等级(1~4分)进行独立评分。r FOV DWI和常规DWI均分别采用400、1000及0 s/mm^2共3个b值。采用双指数模型软件处理获得ADC值、慢弥散系数(D值)以及快速弥散所占的容积分数(f值)的参数化图像。分别测量2个序列前列腺癌患者肿瘤区域以及良性前列腺增生患者正常外周带的ADC、D以及f值。以闭孔内肌作对照,分别计算其比值r ADC、r D及rf值。对2个序列不同参数诊断前列腺癌的效能进行ROC曲线分析。结果与常规DWI序列相比,r FOV DWI序列的图像变形更小,病灶显示清晰程度更高(P<0.01),且r FOV DWI序列中前列腺癌患者肿瘤区域的ADC及D值更低,分别为(0.728±0.094 vs 0.789±0.116)和(0.622±0.077 vs0.651±0.099),差异有统计学意义(P<0.05);而两者的f值比较,差异无统计学意义(P=0.932)。r FOV DWI和常规DWI序列f值ROC曲线下面积比较,差异无统计学意义(0.853 vs 0.767,P=0.283)。结论 r FOV DWI序列可有效改善图像质量,对前列腺癌的临床诊断具有重要价值。

基于运动方向的视角无关行为识别方法

针对人体运动方向的随机特性,研究场景中有多台摄像机时视角无关的行为识别方法。利用一台位置固定的摄像机,根据视频序列中运动目标质心空间坐标变化,确定其运动大致方向。根据该方向,选择具有垂直和平行运动轨迹方向视角的相机获得的序列图像,进行行为分析。提取人体运动行为侧像和正像轮廓的关键姿态建立特征库。应用单个相机平行线约束,通过转换因子由图像坐标恢复运动目标关键点的三维坐标,从而确定目标运动方向。建立室内多视角行为视频样本库,实验结果表明,利用该方法识别室内运动行为,能够达到视角无关行为识别的目的。

基于运动检测的变电站遥视技术

针对当前无人值守变电站遥视系统由人工监视的弊端,提出了在无人值守变电站遥视系统中加入视频分析的新构想,以提高监控水平和效果。在比较了当前多种常用视频分析算法优劣的基础上,择优选用了一种基于柯西分布统计模型的运动检测算法,并对模型的建立和维护进行了改进;采用ARM+Linux构成嵌入式系统进行了实验,实验结果表明这种系统具有较好的效果。