基于视频的交叉路口车辆排队长度检测方法研究

为获取城市交叉路口车流量情况,实现路口红绿灯的优化控制以提高交叉路口通行效率,探讨了一种基于视频图像的交叉路口车辆排队长度检测方法。论述了基于图像处理的车辆识别技术,讨论了车辆排队检测方法,借助灭点原理的参数标定方法获取了摄像机内外参数,基于成像原理分析了图像坐标与世界坐标中的转换关系,从而获得从像素距离到物理距离的转换关系。以典型车辆排队视频为例进行实际测量,结果表明:排队长度与计算所得结果误差均在允许范围之内,说明提出的检测方法是合理与可行的。     

基于Yolov4 Tiny与RANSAC算法的管纱识别抓取系统

现了管纱的检测、定位及抓取任务。首先利用深度相机获取RGB D图像,通过训练深度学习网络Yolov4 Tiny,生成预测结果;然后利用预测框信息将原始点云进行裁剪,采用快速点特征直方图与RANSAC算法进行配准;最后利用手眼标定的方法将深度图像坐标信息转换到机械臂坐标系下完成抓取。实验结果表明：系统管纱平均抓取成功率达到65%,在非结构化的环境中具有良好的抓取结果,满足管纱抓取的实际生产需求。     

基于边缘拐点的医学图像配准

利用控制点进行医学图像配准是医学图像处理领域的重要研究内容,其中控制点的选取是重点研究的一点。本文提出先将图像二值化,提取边缘,在边缘处利用边缘信息及其邻域内的信息提取拐点作为控制点。将变形图像和参考图像的拐点坐标分别作为网络学习的输入和输出样本,经过训练得到一组网络连接权参数,利用学习好的网络预测配准图像。以人脑CT图像为例,通过实验验证了算法的有效性。     

基于差分和肤色图像的人脸检测算法

提出并实现了一种基于差分和肤色图像的人脸检测算法。该算法利用视频图像的运动信息,在帧间差分的基础上进行二值图像边缘提取,确定目标在原图像中坐标位置,然后设计肤色模型表征人脸颜色,采用彩色图像的色系坐标变换进行人脸的准确定位。该算法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除,在目标跟踪和运动检测上,不仅能有效地抑止背景噪声,减少误检率,而且还能缩小人脸检测范围,加快检测速度。实验表明,该算法可行、有效。     

在PowerBuilder中调用Excel处理与打印表格

Microsoft公司的Office办公软件中的Excel是一种专业的电子表格处理软件,Microsoft公司对它的Office软件系列都提供了对自动化技术的支持,这样就可以通过其他高级编程语言调用Office软件系列,利用其成熟而可靠的技术与功能来轻松实现特定功能。本文中,将通过自动化技术,实现在PowerBuilder中调用Excel来实现表格的输出与打印。     

Cannvy边缘检测算子研究及其在医学图像中的应用

为了进一步加强数字图像处理技术在医学图像领域的应用,分析基于Canny算子的边缘检测方法并将其应用于医学图像。本文首先介绍边缘检测算法的理论基础;然后结合Canny算子的实现原理及步骤,说明边缘检测所遵循的基本原则;最后在OpenCV环境下编程调试,对该算法进行实验验证,利用Canny算子对一幅人体肺部CT图像进行边缘提取。对实验结果进行分析得出结论,Canny算子检测出的边缘完整、连续且细锐。从实验结果中可以看出,这种方法对医用CT图像的边缘检测非常适用,对于利用计算机进行医学图像处理有着重要的现实意义。     

一种基于摄像机标定的车辆视频测速方法

以Tsai两步法为摄像机标定原理，提出了一种车辆速度视频测量方法，并对摄像机标定误差和车速检测误差进行了分析。首先利用Tsai两步法得到摄像机的内部和外部参数，然后将图像空间提取出的运动车辆特征点位移转换到世界坐标系，最后利用帧差时间求得车辆的瞬时速度。实验结果表明，基于摄像机标定的车辆速度视频测量方法，具有简单实用、鲁棒性强、精确度高等优点，满足车辆视频测速系统的要求。     

基于HOG局部双线性插值的机械零部件检测与识别

传统方向梯度直方图(HOG)特征方法用于机械零部件检测时,对零部件的微小缺陷点的检测和识别不是很有效,因此课题组提出了一种局部双线性插值的HOG特征提取改进算法,将其用于小缺陷点的零件的检测和识别。首先,在图像内部的某个块上实现局部双线性插值;然后对局部双线性插值图像块进行梯度计算,提取新的梯度方向直方图;最后利用神经网络分类方法对具有微小缺陷点的零件进行检测。实验结果表明：局部双线性插值HOG特征提取方法比传统的HOG特征提取方法具有更好的检测性能;增强图像的抗混叠识别效果。     

混合相似性度量的仪表询价电子表格结构识别

对仪表企业来说,快速高效地自动响应用户的询价请求,实现无人化询价,具有非常重要的意义。但不同用户提供的物料清单表无统一规范的格式,导致仪表企业只能获得半结构化的询价电子表格,无人化询价系统难以分析与理解。构建无人化询价系统的关键是准确地自动提取仪表参数,而提取参数的前提是正确理解表格结构。因此,以构建无人化询价系统为目标,研究仪表询价电子表格的结构识别,提出混合相似性度量表格结构识别方法(hybrid similarity metrics for table structure recognition, HSMTSR)。所提方法结合Levenshtein距离、Dice系数和单元格类型相似度(cell type similarity, TySim),根据单元格和行数据的相似度解析识别表格结构。同时,建立流量仪表电子表格数据集(flowmeter spreadsheet dataset, FSDS)研究分析仪表询价电子表格的结构,包括714个电子表格,8 574行数据。实际应用表明,所提方法可准确高效地自动识别多种复杂结构的仪表询价电子表格,并在多个评价指标上均取得较好效果。     

Harris-SIFT算法及其在双目立体视觉中的应用

为了降低尺度不变特征变换(SIFT)算法的复杂度,提高算法的实时性,克服算法提取的特征点不是角点的缺点,该文提出了一种新的Harris-SIFT算法。该算法首先用Harris算子提取图像的特征点,然后为每个特征点定义主方向,最后将特征描述子的坐标旋转到与特征点的主方向一致,计算出每个特征点的特征向量描述子。双目立体视觉图像匹配实验结果说明了该算法的有效性。     

CCD图像的轮廓特征点提取算法

采用最大方差法将图像二值化,用图像形态学的梯度﹑细化和修剪算法来提取边缘轮廓,利用十一点曲率法得到轮廓的角点和切点的大致位置。提出了一种基于最小二乘拟合的改进算法,来进一步确定角点和切点,并对轮廓分段识别。该算法应用在基于图像处理的刀具测量系统中,实际结果表明具有良好的抗噪声性能,能准确提取出图像的特征点。     

一种基于正交小波变换的盲水印算法

提出了一种新颖的以灰度图像为水印的数字水印算法.首先利用正交小波变换对原始图像进行分解,然后借鉴传统的叠加思想,根据小波变换后,高低频分量的特点,将图像水印嵌入到小波域的低频部分.由于整个嵌入过程中,对原始图像没有进行任何改变,因此绝对保证了原图像的质量.水印的嵌入和提取都在密钥控制之下,可以较好地解决版权争议等问题.实验结果证明该算法对常见的图像处理操作和几何攻击有很强的鲁棒性.     

一种基于正交小波变换的盲水印算法

提出了一种新颖的以灰度图像为水印的数字水印算法.首先利用正交小波变换对原始图像进行分解,然后借鉴传统的叠加思想,根据小波变换后,高低频分量的特点,将图像水印嵌入到小波域的低频部分.由于整个嵌入过程中,对原始图像没有进行任何改变,因此绝对保证了原图像的质量.水印的嵌入和提取都在密钥控制之下,可以较好地解决版权争议等问题.实验结果证明该算法对常见的图像处理操作和几何攻击有很强的鲁棒性.     

SAR图像舰船尾迹检测及其真假判别方法

针对常规Radon变换域中尾迹峰值检测的不确定性问题,提出了一种基于特征空间决策的尾迹检测算法.该算法首先门限化图像的Radon变换系数,提取出所有可能的峰值点;然后对这些相应的局部峰值的"截面"进行连续小波变换峰值匹配,再根据提取到的参数形成决策矢量在特征空间中进行决策.对仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹.     

基于平行边缘点对的道路检测方法

为有效解决高分辨率遥感图像中的道路检测问题,提出了一种基于平行边缘点对的处理方法。首先归纳了高分辨率遥感图像道路的基本特征,提出一种平行点对模型;然后提取图像边缘信息,综合利用道路边缘梯度方向、道路边界灰度,构造对称方向宽度谱;最后通过非极大值抑制处理,得到对应于主干道路的局部峰值,并获取相应的倾角和水平宽度值,实现主干道路的自动提取。实验结果表明:该方法具有较高的检测精度,可以有效提取主干道路边缘,对直线和曲线道路都有较好的效果。     

基于HOG特征和滑动框搜索的地面油气管道检测方法

提出一种基于HOG特征和滑动框搜索的地面油气管道检测方法,能快速、高效、准确地检测高分辨率无人机巡线图像中的地面油气管道。该方法首先提取管道与非管道图像样本的HOG特征,由所得特征作为样本数据训练油气管道检测分类器。将训练好的分类器用在整张无人机巡线图像中自动检测油气管道,利用与样本管道图像尺寸一致的滑动框对整张无人机巡线图像进行扫描,提取滑动框中的HOG特征输入到已训练的分类器中判断该窗口是否为管道,并进行标记。为了验证提出方法的有效性,将此方法运用于235张高分辨率航拍图像上进行油气管道自动检测,检测精确率达到84.7%。     

Lab色彩空间的Retinex轮对踏面图像增强算法

针对货车轮对踏面检测中,由于低照度和雾霾环境产生的图像清晰度差、色彩失真问题,提出了一种基于Lab色彩空间的改进Retinex图像增强算法。该算法将RGB空间图像先转换为Lab色彩空间,然后保持图像色度分量a、b不变,仅对亮度分量L进行多尺度Retinex变换并根据L通道反射分量对a、b通道图像自适应调整,同时在亮度分量Retinex变换过程中将空间域高斯函数与图像的卷积运算转换为窗口无关快速均值滤波(FMF)算法处理,最后将Lab模型转换为RGB色彩空间,使增强后的图像颜色得到保持。实验结果表明,将改进算法应用于货车轮对踏面图像增强处理中,提高了图像色彩的保真度,增强了图像处理速度,为后续踏面图像检测分析打下了基础。     

基于数据融合的目标测距方法研究

单目视觉进行目标识别有着巨大优势,但在目标测距方面存在精度不足且测量过程不稳定的问题,一种基于4线激光雷达与摄像头融合的联合测距的方法被提出并改善这一问题。首先利用卷积神经网络检测图像中的目标,得到相应的检测框;与此同时,通过标定相机内外参,将三维的激光点云数据转换到二维平面,得到2种数据对于检测环境的一致性表达。然后利用R-Tree算法快速配准检测框与相应的点云数据。此时,利用点云的深度信息能获得目标在真实世界的位置,并提出联合测距的方法来进一步提高测距精度。最终经实车采集的数据验证了所提算法的有效性。     

融合Sobel-SIFT的花朵图像的特征提取方法

由于花朵图像特征的复杂性,往往需要先对原有图像进行花朵轮廓检测,再进行特征点提取.本文在传统的SIFT算法的基础上,提出了改进的Sobel-SIFT算法,以适用于花朵图像的特征提取.该方法首先针对传统的Sobel算法进行了方向模板的扩展,其次对检测到的边缘特征进行细化处理,最后使用SIFT特征提取算法对花朵图像进行特征点提取.试验结果显示该算法比原有算法获取了更为准确的特征点,验证了本文方法的有效性.     

基于2维正面人脸图像的3维人脸重构设计与实现

为了实现基于单张2维(2D)正面人脸图像的3维(3D)人脸重构,采用基于形状和纹理映射的3D人脸重构方法。首先通过主动形状模型及显式形状回归等算法提取预处理后2D人脸图像的特征点及其坐标和纹理信息,然后在标准3D人脸模型Candide-3上建立2D人脸图像与3D人脸模型之间稠密对应的映射关系,再利用纹理映射方法对适配后的3D模型进行覆盖,以便得到与真实人脸高度相似的3D人脸模型,最后使用Open GL将2D图像作为纹理映射至目标3D人脸模型上成为一个真实的3D人脸。实验结果表明:该方法得到的3D人脸模型仍然保持着与原始通用人脸模型相似的形状,并具有良好的连续性和光滑性。