Performance of global look-up table strategy in digital image correlation with cubic B-spline interpolation and bicubic interpolation

Global look-up table strategy proposed recently has been proven to be an efficient method to accelerate the interpolation, which is the most time-consuming part in the iterative sub-pixel digital image correlation （DIC） algorithms. In this paper, a global look-up table strategy with cubic B-spline interpolation is developed for the DIC method based on the inverse compositional Gauss-Newton （IC-GN） algorithm. The performance of this strategy, including accuracy, precision, and computation efficiency, is evaluated through a theoretical and experimental study, using the one with widely employed bicubic interpolation as a benchmark. The global look-up table strategy with cubic B-spline interpolation improves significantly the accuracy of the IC-GN algorithm-based DIC method compared with the one using the bicubic interpolation, at a trivial price of computation efficiency.

Facial model fitting algorithm based on active appearance model

Active appearance model（AAM） is an efficient useful for the subsequent work such as face detection and method for the localization of facial feature points, which is also facial expression recognition. In this paper, we mainly discuss the AAMs based on principal component analysis （PCA）. We also propose an efficient facial fitting algorithm, which is named inverse compositional image alignment （ICIA）, to eliminate a considerable amount of computation resulting from traditional gradient descent fitting algorithm. Finally, 3D facial curvature is used to initialize the location of facial feature, which helps select the parameters of initial state for the improved AAM.

一种基于姿态先验的鲁棒的人脸对齐方法

人脸对齐作为人脸图像分析中的重要步骤,被广泛应用于各个领域.其中,主动表观模型(AAM)因其良好的对齐效果而被大量使用.但AAM对初始模型依赖度极高,且极易受到姿态、光照以及遮挡等因素的影响.当初始形状和标准形状相差较大时,匹配效果并不理想.对此,本文提出一种基于姿态先验的人脸对齐方法.首先,在非限制环境下的人脸库LFPW上进行训练,根据姿态的不同分别建立正脸模型、左偏模型和右偏模型.在搜索阶段,利用特征三角形自动选择合适的模型作为人脸的初始模型,从而避免了姿态变化对初始模型产生影响导致后续匹配效果不理想的问题.其次,利用同时反向合成算法,实现了鲁棒精确的AAM匹配.理论分析与实验证明,所提方法针对遮挡、光照以及姿态变化的有效性.

梯度算子对反向合成梯度算法的影响

反向合成梯度算法是一种基于局部指向性的反向合成图像对齐算法。与传统的反向合成图像对齐算法相比,该算法可有效地克服光照变化对匹配结果的影响[1]。由于局部指向性的计算在本质上是梯度的计算,而图像梯度的计算可以采用不同的梯度算子,因此采用4种不同的梯度算子(一阶差分算子,Roberts算子,Sobel算子和Prewitt算子)来计算局部指向性,并通过实验比较分析了4种梯度算子对反向合成梯度算法的影响。

改进的逆向组合算法在图像配准中的应用

逆向组合算法在进行图像配准时精度很高,但对模板图像在待配准图像中的初始位置敏感。针对该问题,提出一种改进的逆向组合算法,通过计算巴氏系数进行模板匹配,实现输入图像的粗定位后,应用逆向组合算法进行精确定位。实验结果证明,改进的算法对图像发生形变的情况具有较好的鲁棒性,相比原算法,配准能力更强。

一种改进的反向合成算法及其算子比较

传统的反向合成图像对齐算法比较的是模板图像与输入图像之间的像素值。该方法容易受到图像中光照变化的影响,从而导致收敛性变差甚至发散。根据局部指向性对光照变化不敏感的特性,提出了一种新的反向合成图像对齐算法——反向合成梯度算法。由于局部指向性的计算在本质上是图像梯度的计算,因此采用几种不同的梯度算子来计算局部指向性。通过实验,验证了反向合成梯度算法能够有效克服图像中光照变化的影响,同时比较了不同算子在不同光照下对反向合成梯度算法的影响。

噪声对基于不同梯度算子的ICG算法的影响

反向合成梯度算法是一种基于局部指向性的反向合成图像对齐算法,能有效克服光照变化对匹配结果准确性的影响。局部指向性的计算在本质上是梯度的计算,可以用不同的梯度算子求解。该文采用4种梯度算子计算局部指向性,通过给输入图像和模板图像中加入噪声模拟实际图像,研究了噪声对基于4种梯度算子的反向合成梯度算法的影响。

基于局部指向性的反向合成图像对齐算法

传统的反向合成图像对齐算法比较的是模板图像与输入图像之间的象素值。该方法容易受到图像中光照变化的影响,从而导致收敛性变差甚至发散。根据局部指向性对光照变化不敏感的特性,提出了一种新的反向合成图像对齐算法——反向合成梯度算法。介绍了局部指向性的定义及表达式,对反向合成梯度算法进行了详细的推导,总结了该算法的计算步骤。通过实验,验证了反向合成梯度算法能够有效克服图像中光照变化的影响。

基于可变步长逆向组合算法的弥散张量图像配准

弥散张量成像(Diffusion Tensor Magnetic Resonance Imaging,DT-MRI)是近年来新兴的一种核磁共振成像技术,作为一种无创伤的描述大脑结构的新方法,弥散张量成像在临床诊断中发挥着重要的作用。由于不同个体或者同一个体不同状态下获取的张量数据展开的多幅图像之间存在一定偏差,需要将这些图像对齐,即配准。逆向组合算法是一种很好的配准方法,但是当模板图像和目标图像之间存在多种几何变化时,算法的收敛速度往往很慢。提出了一种可变步长的逆向组合算法,通过自适应改变原始算法的步长达到加快算法收敛速度的目的。实验表明,该算法在保持原始算法精度的基础上能够加快收敛速度,并且对图像的几何变换有很好的鲁棒性。

Heterogeneous parallel computing accelerated iterative subpixel digital image correlation

Parallel computing techniques have been introduced into digital image correlation(DIC) in recent years and leads to a surge in computation speed. The graphics processing unit(GPU)-based parallel computing demonstrated a surprising effect on accelerating the iterative subpixel DIC, compared with CPU-based parallel computing. In this paper, the performances of the two kinds of parallel computing techniques are compared for the previously proposed path-independent DIC method, in which the initial guess for the inverse compositional Gauss-Newton(IC-GN) algorithm at each point of interest(POI) is estimated through the fast Fourier transform-based cross-correlation(FFT-CC) algorithm. Based on the performance evaluation, a heterogeneous parallel computing(HPC) model is proposed with hybrid mode of parallelisms in order to combine the computing power of GPU and multicore CPU. A scheme of trial computation test is developed to optimize the configuration of the HPC model on a specific computer. The proposed HPC model shows excellent performance on a middle-end desktop computer for real-time subpixel DIC with high resolution of more than 10000 POIs per frame.

采用多尺度掩模消除干扰的反向组合算法

反向组合算法是最有效的图像对齐算法之一,但该算法抗干扰能力差。当输入图像部分被遮挡时,图像对齐效果变差。针对该问题,我们提出一种采用多尺度掩模消除干扰的反向组合算法。该算法采用自适应的方法设置初始掩模,再通过迭代判断和逐层分块来细化初始掩模,使得掩模能准确地设置在干扰区域上。实验结果表明,该算法既保留了原反向组合算法的优点,又提高了算法抗干扰的能力,使得反向组合算法能在更复杂的环境下进行图像对齐。

连续全场数字图像相关的反向组合高斯-牛顿算法

反向组合高斯-牛顿算法提高了数字图像相关的计算效率,但是此算法的应用局限于两幅图像之间的配准。在不牺牲配准精度的前提下,提出了一种基于双立方插值系数缓存表和海森矩阵缓存表的反向组合高斯-牛顿算法算法,从而加速了连续全场数字图像相关计算效率。实验结果表明,使用3种不同尺寸子区域的人工模拟散斑图像配准时,本算法的计算效率提高了11.35%、14.95%和18.93%。当使用CCD采集的真实散斑图像时,计算效率提高了18.20%。所提出的算法对人工散斑和真实散斑图像显示出良好的效率性能。

Efficient model building in active appearance model for rotated face

This paper proposes the efficient model building in active appearance model(AAM) for the rotated face.Finding an exact region of the face is generally difficult due to different shapes and viewpoints.Unlike many papers about the fitting method of AAM,this paper treats how images are chosen for fitting of the rotated face in modelling process.To solve this problem,databases of facial rotation and expression are selected and models are built using Procrustes method and principal component analysis(PCA).These models are applied in fitting methods like basic AAM fitting,inverse compositional alignment(ICA),project-out ICA,normalization ICA,robust normalization inverse compositional algorithm(RNIC)and efficient robust normalization algorithm(ERN).RNIC and ERN can fit the rotated face in images efficiently.The efficiency of model building is checked using sequence images made by ourselves.

基于数字图像相关方法的亚像素位移迭代算法性能

在对图像位移进行测量时,不同亚像素位移迭代算法的性能不同,将反向组合对角近似算法和反向组合Dog-Leg算法用于数字图像相关法并进行位移测量,同时对反向组合Levenberg-Marquardt算法的参数更新策略进行简化,以反向组合高斯牛顿(IC-GN)法作为对比,通过模拟散斑图像和真实散斑图像的压缩变形实验,对3种算法的性能进行对比,并进行相应的评估。实验结果表明:在模拟散斑实验中,各个算法在收敛速度、收敛频率和计算速度上各有不同;在真实实验下,小变形实验得到与IC-GN法相似的精度,大变形实验得到的收敛半径更大。

基于变形及固有频率测量的纤维增强复合材料风机叶片等效弹性参数反求方法

该文建立了一种基于变形及固有频率测量的风机叶片等效弹性参数反求方法。该反求方法通过构造偏差方程将弹性参数反求工作转化为函数优化问题。运用了数字图像相关算法测试叶片在静载及冲击载荷下的位移信息,并采用基于可变容限技术的遗传算法优化偏差函数,求解等效弹性参数。计算的等效弹性参数得到了叶片结构静载试验数据的验证,该弹性参数用于计算叶轮组的模态信息,该模态信息与单叶片的模态相对应。

一种用于位移场分析的应变模式频域数字图像相关方法

本文提出了一种在频域中考虑应变对位移影响的频域数字图像相关方法.研究并建立了一个在频域中评价参考图像子区与目标图像子区之间匹配的评价标准,并在此基础之上,提出了可用于位移和应变计算的频域迭代算法,其中,Hessian矩阵在迭代过程中保持不变.在Hessian矩阵的形成过程中,参考图像子区中灰度的梯度可以通过快速傅里叶变换进行计算,具有很高的计算效率和精度.同时,一种离散傅里叶变换重采样技术被用于代替传统的插值方法对变形图像子区中亚像素位置的灰度进行重建和更新.为了验证所提方法的有效性和准确性,使用了国际DIC挑战委员会(IDCC)提供的系列图像(2D-Challenge 1.0,样本6)进行位移分析.分析的误差结果表明,在子区大小为41×41像素的条件下,对变形为50%的模拟实验进行了计算,位移分析结果的精度约为0.0032像素(最大绝对值误差),在精度上优于已发表的文献.最后,对硅橡胶试件进行了14.85%的单轴拉伸试验,通过相关系数分布检验了本文所提方法在实际应用中的有效性,并给出了分析的位移和应变分布.