点云处理软件的开发

为了处理图像中的三维点云数据,在本地计算机上对3D视觉测量仪采集的点云数据进行半径及面积测量与误差分析,设计一个可供下载安装的App以便于后续实验教学工作。因为其点云及图像处理功能非常强大,且用MATLAB App Designer来开发App比较简便,方便调试修改,因此采用的是MATLAB 2019b版本进行App开发。对App进行性能测试,分别进行多次重复实验,观察实验结果,并作出误差分析,证明点云App测量重复性及稳定性精度较好。通过点云处理可以从中分离提取出精度高、效果好的点云数据。     

由稀疏至稠密的多图像3D重建的实现

给出了一种由稀疏至稠密实现3D模型的重建方法.首先对采集的多幅图像进行2D特征点提取,通过基于绝对二次曲面的分层重建方法建立相关投影矩阵;然后利用标定的投影矩阵对2D特征点进行逆投影生成稀疏的3D空间点,进一步扩展3D点的邻域生成稠密点集;最后经滤波后生成精确3D目标模型.实验结果表明重建的物体可视性较高.     

融合个体识别的3D点云语义分割方法研究

3D点云能清晰、直观、准确地反映真实场景,其中卷积神经网络、随机森林分类器等都是用于3D点云语义分割的主要研究方法,均取得了良好的实验结果。但是到目前为止,在复杂丰富的3D实景中如何实现分割的多通道化还有很大的研究空间。基于此首先介绍了一种精巧、简单的3D点云语义分割框架,然后提出了一种通过学习语义感知的点级个体嵌入方法,将属于同一个体的语义特征融合在一起,使得每个3D点的语义预测更精确,同时实验结果也说明了这种融合个体识别的语义分割方法是可行的有效的,在精度上较PointNet++结构提高了3. 9个百分点,在速度上处理同样4096个点云数据的速度比先进的SGPN结构快约4倍。     

基于图像处理的高精度耳蜗三维重建系统

为满足优质助听器需求,设计了一种基于图像处理的高精度3D耳蜗扫描重建系统。系统基于单目视觉方案进行设计,DLP4500投射结构光对耳蜗模型进行扫描,相机高速抓取图片发送给PC机,PC机通过程序调用Opencv链接库函数,对接收到的二维图像进行处理,不断提取点云数据,对提取的点云数据利用三角网格重构算法进行重建。标准立方体的测试结果显示,整个系统的扫描精度在0.2mm以内,扫描时间为2分钟,在保证高精度的同时,运行时间相比同类设备有了很大提高,大大提升了生产效率。     

基于角点LTS Hausdorff距离的图像配准技术

为了克服传统灰度图像配准方法计算量大、适应能力差等问题,研究了一种基于SIFT角点的图像配准方法。比较了常用的两种特征点提取算子——Harris角点算子和SIFT特征点提取算子,通过性能对比选择SIFT角点作为特征点。SIFT算子提取的特征点可能集中在某一个小区域,采用最大统计滤波对图像进行非最大抑制的方法来进行角点分布的控制。实验证明该方法可以获得的角点分布比较均匀;针对特征点的匹配,首先采用LTS Hausdorff距离进行特征点的初匹配,然后采用基于Sampson距离的随机抽样一致性算法去除伪匹配的特征点对。实验证明,该方法可以实现图像的精确配准。     

基于SIFT特征点改进聚类的图像检索方法研究

由于SIFT特征点能对图像局部特征进行合理、精确描述,有效使用SIFT特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题。针对该问题,提出一种基于SIFT特征点的改进聚类的图像检索新方法。该方法包括图像颜色转换、特征点改进聚类算法,以及基于该算法的更有效的灰度直方图构建方法。与现有基于流光法的检索方法相比,该方法能有效解决聚类后特征点分组不确定和依赖特征点颜色信息和空间信息权重的问题。从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度。     

基于多分支特征融合的车载激光雷达3D目标检测算法

该文基于多分支特征融合的3D目标检测算法将无序的点云划分为规则的体素,利用体素特征编码模块和卷积神经网络学习体素特征,再将稀疏的3D数据压缩为稠密的二维鸟瞰图,最后通过2D骨干网络的粗糙分支和精细分支对多尺度鸟瞰图特征进行深度融合。该文实现了对多尺度特征的语义信息、纹理信息和上下文信息的聚合,得到了更加精确的原始空间位置信息、物体分类、位置回归和朝向预测,在KITTI数据集上取得优异的平均精度,并在保持一定帧率的同时具有较强的稳健性。     

一种基于Harris角点特征精确匹配的图像拼接方法

提出了一种基于Harris角点特征的精确匹配方法。该方法首先提取参考图像及待拼接图像中各自的Harris角点点集,并计算出这2个点集间每对点的圆形邻域图像的相关系数;再通过提取各个角点邻域的Hu矩特征,获得了该特征下每对点的相似程度。将不同特征下的相似度进行归一化并融合,构造出2个点集间,每对点的相似度表。在此表的基础上,优化匹配结果,使得匹配点对的总体相似程度高,从而得到精确匹配。由于Hu矩特征具有旋转及尺度不变性,因此提取出的角点特征能够较好地抵抗常见的图像变换。最后,实现了一套包括图像预处理、图像对齐与匹配等诸多模块的图像拼接系统。通过实际操作表明,该方法的图像拼接效率较高,有较好的鲁棒性。     

融合颜色与LBP纹理特征的布料色卡图像检索

针对在采购与销售布料中存在人工配色不准确、查找分类难等问题,基于图像检索相关技术,通过融合布料色卡图像的颜色特征和纹理特征进行图像检索应用研究。设计了布料色卡图像颜色特征提取算法和基于LBP的纹理特征提取算法,并提出融合颜色特征和纹理特征的布料色卡检索算法。对提出的融合颜色和纹理特征的布料色卡图像检索算法在3个标准图像纹理库和实际布料色卡图像数据集进行了详细的对比测试。通过对测试结果的分析,得出在融合颜色和LBP纹理特征的布料色卡图像检索方法中采用先颜色后纹理的策略进行布料色卡图像检索是最有效的检索方案。     

一种基于八叉树的3D点云数据无损压缩方法

本文介绍了一种3D点云数据几阿压缩的新算法,这种算法可视为“无损”压缩,它较好地保持了原有数据的特征。这种算法既可用于形体体内点又可用于表面点,是基于八叉村空间分解,通过占有的八叉树单元格对点云编码,根据失真率的限制生成八叉树,本文采用了行程编码技术（Run—Length Encoding）来压缩八叉树节点。     

基于RGB-D的云机器人3D SLAM实验系统

针对室内环境的三维视觉同步定位与地图构建(3D VSLAM)计算量大、耗时长、硬件要求高的问题,提出了一种基于RGB-D的云机器人VSLAM实验平台。采用Kinect传感器,获取环境的RGB图像和深度信息,采用金字塔Lucas-Kanade算法实现帧间FAST特征点的快速追踪与匹配,运用RANSAC算法进行初始配准,提取关键帧。借助于云计算动态供给、弹性计算的优势,将VSLAM中计算消耗大的精确配准、闭环检测和全局优化处理过程卸载至云端进行,以减轻本地处理器的运算负担。实验结果表明,该方法能够有效地减轻VSLAM对硬件的依赖度,缩短SLAM的执行时间并提高构图精度,为云机器人以较低的成本实现先进SLAM算法提供了有效的解决途径。     

基于智能传感器的工件抓取系统研究

自动化生产线产品检测时,为快速获取产品的三维位姿参数,提出一种基于智能传感器的单目视觉工件位姿获取方法。通过HALCON软件中3D表面匹配算法,对机器人和智能传感器系统进行标定,运动平台带工件作平移运动,智能传感器扫描测量,获取工件的轮廓点云数据,利用软件完成物体的三维点云信息处理和模型的三维重构,确定工件位姿。试验结果表明,该方法可以快速测量,数据可用于机器人抓取。     

一种改进的基于SURF的快速图像匹配算法研究

针对传统的图像特征匹配算法数据量大、计算耗时长的缺点,本文提出了一种改进的基于SURF的快速图像配准算法。该算法在积分图像的基础上进行快速计算,通过快速Hessian检测子来检测特征点。对于每个特征点,通过计算哈尔小波变换来确定其主方向,并确定特征点描述子,再根据描述向量之间的欧式距离实现图像间的特征点的匹配。实验表明,该算法既能满足匹配准确性的要求,又具有计算量小、计算速度快的优点。     

基于深度学习AI的高层建筑幕墙损害自动筛查技术研究

通过同一特征点的多相位图像,建立目标的三维空间结构模型以及表面贴图,在此基础上根据特征损害点的专业人工分类建立幕墙损害的3D深度学习模型。通过幕墙3D损害模型大数据的建立,在单一类型的足够差异化特征样本达千次量级以上的前提下可使损害自动分类筛选的准确度达到99%以上。     

基于SIFT特征点精确匹配的图像拼接技术研究

为实现两幅或多幅图像的拼接需要提取两幅图像中的特征点,并对所提取的特征点进行精确匹配。本文在应用SIFT方法提取待匹配图像中的特征点并对提取的特征点进行粗匹配基础上,对基于距离约束的特征点的精确匹配方法进行了研究。消除误匹配点对共分两个步骤:1)在一幅图像中取一个特征点计算与该特征点欧式距离最小的两个特征点,并取欧式距离最小值;利用粗匹配点,在待拼接的另一幅图像中同样求相应点间欧式距离并取最小值;若两值中的较小值与较大值之比大于设定阈值,则初步得到精确匹配点对。2)在一幅图像中顺序取初步判定位误匹配的特征点,计算该特征点与精确匹配特征点间欧氏距离,并取距离最小的两个特征点;在待拼接的另一幅图像中同样求相应匹配点间欧式距离并取最小值,两值中的较小值与较大值之比与设定的阈值比较可得到精确匹配点对。实验证明了该方法的有效性。     

一种视频防抖的车辆检测算法

为解决由于道路颠簸、车辆自身抖动导致视频帧图像模糊而影响车辆检测效果的问题,采用基于特征匹配的光流法结合SURF特征点提取算法对车载视频进行防抖预处理,再将增稳后的视频序列传入训练好的YOLOv4框架进行车辆检测.在KITTI数据集上对该算法进行验证,最终识别准确率达96.5％.通过对比防抖前后测试结果发现,建立的防抖...     

一种记录指纹特征点信息的改进方法

根据指纹的固有规律,提出了一种记录指纹特征点信息的改进算法．该方法不依赖于指纹中心点的录入并将特征点之间的距离用纹线数表示,从而增加了算法的稳定性．通过对上百幅不同质量的指纹图像进行测试,获得了较好的效果．     

基于SLAM定位的多位姿点云拼接与分割方法研究北大核心

该文提出一种基于SLAM定位的多位置和姿态点云的拼接与分割方法,可提供信息量大且准确的点云样本数据。首先,利用RTAB-MAP框架构建SLAM算法,由KinectV2传感器采集获得带有位姿信息的多角度RGBD图像样本,并转化为三维点云场景数据;其次,改进ICP算法并基于SVD算法设计多位姿点云的拼接算法;再次,根据原始点云的RGB信息与凹凸性特征,设计三维点云分割算法,以此形成一系列点云目标;最后,开展点云拼接和点云分割实验,实验结果验证了该文所提算法的正确性和有效性。     

基于相位相关法与改进SURF算法的图像拼接方法

为避免相邻图像非重叠区域特征点被检测和提取,加速图像配准,提出一种基于相位相关法与改进SURF算法的快速图像拼接方法。该方法采用相位相关算法确定待拼接图像的重叠区域,限定SURF特征点检测、提取范围,用改进的SURF算法进行特征点匹配|然后根据MSAC算法剔除误配后的特征点匹配对,求取单应性矩阵,实现图像之间的快速配准|最后采用多波段融合算法对配准后的图像进行处理以消除拼接缝。实验结果表明,与传统算法相比,该方法可提高特征点匹配正确率,加速图像配准过程,完成拼接图像间的平滑过渡。     

用于人脸识别的特征融合

针对人脸识别中人脸图像的特征提取问题,提出了一种将全局特征与局部特征相融合的人脸识别方法.全局特征的提取采用主成分分析算法.主动外观模型定位58个特征点,在其中17个特征点处进行Gabor小波变换则可提取局部特征.归一化的全局匹配度(局部匹配度)可由测试图像和训练图像的全局特征(局部特征)得到.对归一化的全局匹配度和局部匹配度进行融合后,融合匹配度最大的训练图像所属的类即为识别结果.实验利用2个人脸图像数据库(AR和SJTU-IP-PR)测试该方法的识别率,结果表明该方法要优于PCA和EBGM,并且在一定的表情、光照和姿态变化的条件下是有效、稳健的.