Modified Fourier descriptor for shape feature extraction

A modified Fourier descriptor was presented. Information from a local space can be used more efficiently. After the boundary pixel set of an object was computed, centroid distance approach was used to compute shape signature in the local space. A pair of shape signature and boundary pixel gray was used as a point in a feature space. Then, Fourier transform was used for composition of point information in the feature space so that the shape features could be computed. It is proved theoretically that the shape features from modified Fourier descriptors are invariant to translation, rotation, scaling, and change of start point. It is also testified by measuring the retrieval performance of the systems that the shape features from modified Fourier descriptors are more discriminative than those from other Fourier descriptors.

基于改进高斯拟合的红外相机视角下标识点中心定位方法

针对红外相机视角下标识点中心提取问题,在分析其图像特征的基础上,提出一种粗细结合的分割及高斯拟合的方法以实现对标识点中心的定位。首先根据图像中标识点的灰度差异,对其进行ROI粗定位,去除背景反光对其分割的影响。随后对目标图像采用K均值聚类算法,实现目标分割。最后,通过剔除中心冗余信息的改进高斯拟合提取方法,得到标识点光斑中心坐标。实验结果表明,相较于灰度质心法、Hough变换法和圆拟合法,本方法对其中心提取稳定性误差均小于0.1像素,具有高重复性和稳定性精度。即使目标产生不同程度遮挡时仍具有较高精度,适合于红外相机视角下定位系统的标识点中心提取。

基于ZYNQ的线激光轮廓传感器设计

为了直接获取工件轮廓点云,设计一种基于ZYNQ可编程芯片的线激光轮廓传感器。以ZYNQ芯片为核心处理器,设计传感器的图像采集与处理硬件电路。根据相机畸变模型,通过双线性插值法矫正各像素点的灰度值,研究基于法向迭代的灰度重心法以提取激光条纹中心线,结合相机参数和激光光平面方程的标定,计算相机坐标系下激光条纹中心点的三维坐标。在ZYNQ芯片中实现上述算法的并行加速,进行工件轮廓扫描测试。结果表明:该传感器可得到工件的三维轮廓点云。

仿射协变的G-质心

图像质心保持仿射协变,但仅可用于消除平移。为方便地提取仿射不变特征,需构造保持仿射协变且异于质心的类质心点。现有算法要么计算量大,要么对二值图像不适用。针对这种情况,提出G-质心,通过改造在极坐标系中图像质心的定义得到,引入极径方向积分的变换函数,使得目前大多的类质心构造算法均是其特例。实验结果表明,通过引入中心投影类的变换函数,所得G-质心可比广义质心、交叉权重质心等算法具有更优的抗噪性能。

双线阵测绘相机视轴抖动实时测量

本文建立了一个航天线阵测绘相机视轴测量模型,以实现对双线阵测绘相机视轴抖动的实时测量。首先,通过在相机焦平面两端设置激光收发装置,经由中央棱镜关联,构建了两台相机之间的夹角参数变化测量模型。接着,基于双矢量定姿原理推导了计算表达式,可以实现相机焦距及绕XYZ三轴变化量的高精度测量。对计算方法的误差进行了分析,并通过仿真进行了验证。此外,还对本文提出方法与工程上常用的简化方法之间的残差进行了仿真,结果表明,简化方法仅在很小的测量范围内与本文提出方法一致性良好,当测量角度范围扩大到2′时,采用本文提出的计算方法才能得到精度为0.1″的测量结果。最后,在热真空环境下进行了试验验证,结果显示采用该计算方法得到的相机内外参标定精度达0.1″,结果表明两台相机夹角参数表现出轨道周期性规律,为后续开展立体测绘任务提供了良好的参考。

改进型椭圆拟合的特征点质心分步提取法

为改善远距离视觉姿态测量系统中测量距离不同造成的质心提取误差,研究了一种基于改进型椭圆拟合的质心分步提取法。首先,对预处理后的图像采用加权灰度质心法快速获取特征点整像素,实现质心粗定位;然后,针对存在重合交叉的边缘,通过8向链码筛选获取光滑连续单像素边缘,对边缘信息归一化后进行椭圆拟合,运用3σ准则剔除拟合粗差点后,输出椭圆中心坐标;最后,通过反归一化获得质心亚像素坐标,实现质心精确定位。仿真结果表明:该方法能有效抑制图像噪声,质心提取精度优于0.05 pixel;将其应用于姿态测量系统中,测量距离为3~15 m时,以精密转台为角度基准,该方法相较于传统椭圆拟合法,最高可提升47%的测角精度。

一种线结构光亚像素中心坐标提取方法

为了提高光条中心点提取的精度和速度,提出了一种新的线结构光条纹中心亚像素提取方法。首先对图像进行中值滤波,采用轮廓跟踪算法避免扫描光条纹区域外的像素,以此提高计算速度,结合灰度重心法对光条纹中心进行初提取;通过均方灰度梯度法计算光条纹的法线方向并以初提取点为中心进行双线性插值;以提取到的初始点和插值点采用加权灰度重心法计算光条纹中心的亚像素位置。实验结果表明,所提方法的标准误差在0.1400 pixel左右,运算时间约为0.0670 s。

基于FPGA的单星模拟器质心检测算法研究

星点质心检测是星模拟器检测技术中的关键技术之一,针对传统处理算法中运算量大、复杂度高、速度慢的问题,提出了一种基于FPGA的单星模拟器质心检测新算法。通过星图预处理和星点提取算法去除噪声,采用平方质心算法计算星点亚像素坐标,并设计了硬件体系结构,完成了高斯滤波、星点提取、质心计算等模块的设计,实现了星图流水化处理,提高了质心检测速度。测试结果表明,星点质心检测的误差小于0.1 pixel,可通过单次扫描无须图像缓存即可计算出质心坐标,极大地提高了处理速度,过程中无须消耗RAM存储器资源,大大节省了存储空间。

一种用于白天星敏感器的星点质心提取方法

从星空图像中提取星点质心是星敏感器工作的重要基础,针对白天星敏感器所获取的星空图像噪声情况复杂的特点,应用高斯点分布函数为数学模型,提出了一种能够获取高精度星点质心位置的基于帧累加的星点质心提取方法。首先通过多帧迭代优化目标星像灰度,消除随机噪声的影响,提高信噪比,再利用平方加权质心法计算星点质心的位置,从星空图像中提取星点质心。仿真实验结果表明:该方法具有较强的抗干扰能力和稳定性,且质心提取精度随迭代帧数的增加而提高,当迭代次数达到100次时平均定位精度可达0.1像素,适用于低信噪比条件下的质心定位计算。该算法简单易行,运算量小,能够实现对视频图像信息的实时处理,且有效地提高质心的定位精度,可以满足白天星敏感器的应用需求。

面向大尺寸检测CCD图像中心提取精度的研究

大尺寸测量中,数字图像处理技术起到了至关重要的作用,而图像中心特征的提取精度是影响数字图像处理的核心因素之一。目前常用的中心特征的提取方法是传统质心法、灰度阈值质心法、平方加权质心法和高斯曲面拟合法质心法。由于采集图像时物体距CCD像面距离不固定,上述方法对不同物距采集的图像中心特征提取效果不同。现将在理论分析和仿真实验验证2个方面对这4种方法的特性进行比较。实验结果表明:高斯拟合质心法更适合较远距离采集图像的标定,而另3种质心法更适合较近距离采集图像的标定。

面向自动校验系统的指针式压力表读数识别

针对基于机器视觉的指针式压力表校验系统,给出了一种采用帧差分法和角度法自动识别指针仪表读数的方案,并且为了解决残缺指针区域的质心偏移问题提出了一种利用区域极值点确定指针质心的方法。首先基于霍夫圆检测进行表盘中心定位和表盘分割;然后采用三帧差分法检测指针区域,并从其八方向极值点中选择最接近指针区域最小外接矩形对角顶点的两点来定位指针质心;最后连接指针质心和表盘中心以计算指针偏转角度和识别读数。实验结果表明基于区域极值点的指针质心定位可以简单有效地修正残缺指针区域质心偏移,整体方案能够较准确地识别指针式压力表读数。

天文光电图像序列目标成像特征提取与分析

地基大视场天文光电观测系统获取的序列图像中,空间目标和数目众多的恒星目标成像特性相似,大部分都表现为弱、小目标特性,需根据二者特征之间的微小差异实现目标的正确可靠识别。首先分别从空域和时域的角度出发,将目标的成像特征分为静态特征和动态特征,并提出了相应的特征计算方法。然后结合实测数据,根据目标的特征提取结果深入分析了空间目标和恒星目标的成像特征,并详细比较了两者的成像特征差异。空间目标和恒星目标的成像特征提取和分析,为空间目标虚警的消除提供了大量的判决依据,有助于空间目标的低虚警率检测识别。

剪切波变换在星点提取中的应用

为了实现高精度和高准确性的星图识别和姿态确定,本文对星点提取算法进行了研究,将剪切波变换应用到星点提取技术中。首先,通过利用剪切波变换对星图进行分解,得到不同尺度、不同方向的系数;然后,对剪切系数进行阈值处理并重构得到去噪后的星图,再对重构星图进行顶帽变换和自适应阈值处理,完成星图滤波;最后,通过质心误差补偿法提取星点的坐标,有效地完成星点提取。实验结果表明,采用剪切波变换的星图滤波对噪声去除非常有效;质心误差补偿法的误差在0.003左右,明显优于传统的质心法,基本满足星敏感器的精度高和抗干扰能力强等要求。

听觉感知特征在目标识别中的应用

将听觉感知特征用于声学目标识别,实现对稳态噪声样本的识别,证明听觉感知特征在声学目标识别领域中的有效性。首先通过语音和乐音识别领域的研究成果确定听觉感知特征的提取方法,然后在汽车、飞机、舰船和乐器等不同类型的声目标中进行识别研究。结果显示:对于平稳噪声样本,听觉感知特征中的谱特征具有突出的优越性,其中基于Mel倒谱系数、谱下降值、分段谱质心、分段谱质心带宽和分段谱通量能够识别目标,且具有较高的识别率和稳健性。

钢轨爬行及路基表层冻胀检测技术

针对我国现有轨道爬行及路基冻融引起的钢轨高低检测技术的不足,提出一种基于机器视觉及光学成像原理的钢轨爬行及路基表层冻胀的非接触式检测技术。根据检测技术原理建立光学模型,基于模板匹配、自动化阈值、图像形态学处理等图像处理方法,通过硬件系统实现对钢轨爬行及路基表层冻胀引起的钢轨高低位移的测量,并经由GPRS无线通讯技术将数据实时传输至WEB数据服务器,可以实现对检测数据的实时监控管理。在哈大高铁K186+600及K148+600两点安装设备进行验证性试验,试验结果表明,该技术可定点定时采集钢轨实时图像,自动检测钢轨相对"零点"时刻的爬行数据及路基表层冻胀数据,并在爬行或路基表层冻胀数据超限时自动报警,指导铁路养护作业。

利用质心模式统计进行图像纹理分析

基于区域质心具有某些与人类视觉相适应的性质,提出一种新的纹理分析算法——质心模式统计法(StatisticsofCentroidPattern,SCP)。该算法通过对纹理基元质心分布位置与特点进行分析得到纹理的基元特征,该特征可以反映基元内灰度、能量等分布信息。然后通过对基元特征进行加权投影统计,得到图像的方向性、对比度等纹理特征,这些特征可以更好的适应人类视觉特性。将该算法应用于Brodatz图像库的图像检索,实验结果表明,SCP在查准率上比差分矩阵和纹理谱分别提高10.26%和26.66%,取得了更好的检索效果,可以对图像纹理进行更为精确的描述与分析。

随机质心映射优化法在五味子多酚优化提取中的应用

采用随机质心映射优化法对五味子果肉多酚和果籽原花青素进行辅助优化提取。以果肉多酚含量、果籽原花青素含量、DPPH自由基清除率和得率等指标作为提取目标,对提取液的乙醇体积分数、起始pH值、液料比、提取温度、提取时间以及提取次数等影响因素的最佳取值进行考察。结果显示,果肉提取中提取目标为果肉多酚含量和得率的果肉提取物其多酚含量和得率均明显高于以DPPH自由基清除率为提取目标的果肉提取物,而三者的DPPH自由基清除率无明显差异。果籽提取中,以果籽原花青素含量为提取目标的果籽提取物,其原花青素含量最高;以DPPH自由基清除率为提取目标的果籽提取物,其DPPH自由基清除率最高;以得率为提取目标的果籽提取物,其得率最高。果肉提取的影响因素中提取液pH值是主要影响因素;而果籽提取的提取目标不同,主要的影响因素也不同。

随机质心映射优化法(RCO)提取皮亚曼石榴皮中黄酮类化合物

利用随机质心映射优化法(RCO),以乙醇浓度、超声时间、提取温度和料液比为影响因子,研究新疆皮亚曼石榴皮中黄酮类化合物的超声波提取工艺。结果表明:经过RCO两轮循环后得出超声波法提取石榴皮中黄酮类物质最佳工艺:乙醇浓度为87%、超声时间为37 min、提取温度为59℃、料液比为1∶24(g/m L)。优化后皮亚曼石榴皮中总黄酮的得率为25.56%。经过相关性分析得知,提取温度和乙醇浓度对总黄酮的得率影响较大,且呈负相关,表明皮亚曼石榴皮中黄酮类化合物的极性较大。当石榴皮黄酮浓度为12 mg/m L时,对DPPH自由基的清除率可达91.6%。

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明:该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。

双目立体视觉技术在潜孔钻机钻孔定位中的应用

为了提高潜孔钻机定位的精度,提出采用双目立体视觉技术获得潜孔钻机定位过程中孔位标识的三维位置信息,用于指导潜孔钻机进行自动钻孔定位.首先利用双目摄像机获取含有孔位标识的图像对,然后采用隶属度函数为梯形函数的模糊阈值分割方法对孔位标识进行识别分割,利用图像的不变矩原理求取孔位标识的质心,并通过三角测量原理求取孔位的空间位置信息.最后,在潜孔钻机试验台上进行了基于双目立体视觉系统的自动定位试验.结果表明,所采用以灰度直方图为基础的模糊阈值分割能够实现对孔位标识有效信息的提取,且定位误差小于25 mm.