基于改进型DAISY的稀疏三维地图构建的算法

局部三维地图构建与移动轨迹跟踪在无人机导航、移动机器人和AR等众多领域有着非常重要的作用.本文采用改进型DAISY特征描述符对视频图像序列进行特征匹配跟踪,再利用对极约束求解基础矩阵,结合对极几何与射影几何关系得到相机参数与三维空间点坐标,最后利用增量BA优化三维稀疏地图和相机移动轨迹.实验表明本算法的特征点正确匹配率、三维点重建精度与完整度均有提高,能够输出清晰的相机移动轨迹和三维稀疏地图.     

面向彩色图像的人脸特征点定位算法研究

人脸特征点定位技术为人脸图像处理与分析提供重要几何信息,是计算机视觉、图像分析和模式识别领域经典课题之一。以主动外观模型（AAM）为代表的传统面部特征定位算法易受人脸姿态和表情变化等影响,很难得到理想效果。以传统特征点定位模型为出发点,引入稀疏矩阵表示人脸特征基底,将K-SVD算法更新稀疏矩阵应用于高斯-牛顿形变部件模型（GN-DPM）的基底表示中,对传统形变部件模型进行改进。在此基础上,更新新模型的拟合优化算法,以提高传统形变部件模型的精确度。实验结果表明,采用该方法进行人脸特征点定位比现有的快速主动外观模型（Fast-AAM）具有更低的误差率。     

图像检索中灰度共生矩阵的构造与实现

纹理分析是计算机视觉的一个重要研究方向,在讨论共生矩阵的基础上,对图像共生矩阵的灰度级数采用线性变换进行了量化,用VB编写了共生矩阵的构造算法程序。并通过实例验证了该算法的可行性,对基于共生矩阵的图像处理有一定的实用价值。     

基于加权非负矩阵分解的非负张量分解算法

提出一种基于加权非负矩阵分解的非负张量分解算法.为了充分利用图像本身的结构信息与内在几何结构,首先根据图像类别构造权值矩阵,把图像集合构造成三阶张量,然后,针对该三阶张量利用张量几何运算与非负矩阵分解得到非负张量分解算法的初值,最后实现图像的分类.实验结果表明该算法应用于手写数字图像库中能有效改善图像分类的准确性.     

基于遗传算法的LED芯片快速定位系统

提出了一种基于遗传算法结合图像模板匹配的LED芯片位置检测快速定位系统.首先利用视觉技术对LED芯片进行非接触检测获取图像,然后对图像进行预处理和调整等,再通过遗传算法对LED芯片图像进行SSDA模板匹配算法操作,识别并定位得到被测LED芯片在晶圆中的坐标位置,最后比较遗传匹配算法与传统算法的定位效率.实验结果表明,该方法既具有遗传算法的随机性和快速性,又具有模板匹配的鲁棒性、可靠性.     

基于单目视觉的单图标定算法

为了满足现代工业生产中精度要求高、操作快捷的要求,提出基于单目视觉的单图标定算法。通过采集一张棋盘格标定板图像,精确提取棋盘格角点坐标,使用仿射变换得到像素坐标系和世界坐标系的仿射变换矩阵,分析Halcon仿射变换矩阵和张氏标定法相机模型的对应关系,得到详细的相机内参,再对图像进行畸变矫正,得到像素当量。多次Halcon实验结果表明,提出的算法与其他方法相比,操作更加快捷,标定结果标准差可控制在0.02 mm 以内,能够满足现代工业生产需要。     

基于OpenCV的汽车插片保险丝定位算法研究

根据汽车插片保险丝的形状特征,基于机器视觉与OpneCV开源视觉库设计汽车插片保险丝定位算法。通过对采集到的汽车插片保险丝图像进行处理,计算出汽车插片保险丝的位置与角度。算法核心为通过计算汽车插片保险丝轮廓的几何矩求取位置信息,并结合最小外接矩形与汽车插片保险丝的形状特征求取角度信息。试验结果表明,该算法能够准确检测出图像中汽车插片保险丝的位置及角度信息,具备一定的应用价值。     

基于极线约束的优化非线性图像校正方法

针对非线性图像校正过程中存在的局限性,提出一种优化的非线性图像矫正方法——基于极线约束的非线性图像校正方法.在对极线约束特点进行分析的基础上,根据映射极线基础矩阵的特点,基于RANSAC的对非线性图像匹配集进行计算,并引入极线约束条件,实现对非线性图像特征匹配,最后以匹配结果为依据,对图像进行校正.实验结果表明,本文方法可以有效提高图像校正质量,MSE损失值、峰值信噪比以及结构相似性指标分别为0.223、0.597、7.836,并且耗时仅为0.066 s,表明本文方法具有一定的应用价值.     

实时全景视频拼接技术研究

随着计算机技术的飞速发展,计算机视觉得到了广泛应用,并且已经越来越接近人眼的认知水平。提出了一种全景视频监控系统模型,使用同步镜头实时采集图像帧,将相应图像拼接出全景图像。研究了基于特征点检测的图像拼接算法—surf算法,在实际应用中对特征点描述符方式进行改进,实验结果表明,在使用改进surf算法后,拼接效率明显改善,提高了实时播放应用的实用价值。     

一种利用SURF特征自标定相机焦距的方法

鉴于SURF算法能快速而稳定地提取图像特征,提出一种基于SURF特征进行快速标定相机焦距的方法.相机模型采用单参数模型（即只有焦距未知）,先使用SURF算法得到图像匹配点对,这些匹配点对用于计算基础矩阵,然后根据Kruppa方程推导出一个二次方程,进而求解出焦距.实验结果验证了此方法的有效性和正确性.     

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。     

基于双目视觉的工件三维坐标提取方法研究

介绍了双目立体视觉系统的软硬件构成,用改进的Tsai两步法对摄像机进行标定.利用Harris角点检测法提取工件的特征点,然后基于极线约束准则和灰度相似性计算,对左右图像中的特征点进行匹配,并计算出工件特征点的三维坐标.     

抗几何攻击数字水印算法比较及评价标准

伴随着多媒体数字版权技术的不断发展以及数字权益保护技术对数字水印鲁棒性要求的不断提高,越来越多的研究者正日益关注水印算法对各种攻击的抵抗能力,特别是抗几何攻击能力.对现有的五种抗几何攻击的典型水印算法:?基于傅立叶-梅林变换的抗几何形变水印算法;?基于标准化嵌入和提取的抗几何形变水印算法;?基于Zernike矩的抗几何形变水印算法;?基于水印的自相似分形变换的抗几何形变水印算法;?基于图像特征点定位的抗几何形变水印算法做以简单介绍和比较,最后给出几何形变数字水印算法的性能评价函数,包括峰值信噪比和归一化相关系数.     

基于双目立体视觉的目标物定位研究

为了实现视觉获取目标物立体信息,以立体测量原理为基础,采用Matlab和Opencv相结合的方法,设计了基于双目立体视觉的目标物定位系统。该系统采用棋盘标定法,利用Matlab完成双目相机标定,采用BM（Block Matching）立体匹配算法在VS2010环境下配合Opencv3.0.0库,完成左右图像对的匹配,生成视差图。通过将二维空间点重投影至三维空间,便可求得目标点的空间三维坐标,最终实现通过鼠标点选后输出选定点的空间坐标。实验表明,该系统拥有较高的测量精度,尤其在150cm距离下可获得最佳的测量精度。     

深度学习在MOOC推荐系统中的应用北大核心

为了解决MOOC平台课程推荐系统数据稀疏性的问题,该文提出一种基于稀疏偏好的矩阵分解和深度学习图像特征提取的混合推荐算法,用于提升推荐系统的质量。对MOOC推荐系统业务流程进行分析,并对基于深度学习的推荐系统架构和功能进行描述。利用深度学习技术,把课程封面视觉特征提取出来作为稀疏偏好矩阵的附加信息,提出了基于矩阵分解和深度学习融合的推荐方法。实验结果表明:该推荐算法具有较好的准确率,有效地缓解了数据稀疏问题。     

深度学习在MOOC推荐系统中的应用

为了解决MOOC平台课程推荐系统数据稀疏性的问题,该文提出一种基于稀疏偏好的矩阵分解和深度学习图像特征提取的混合推荐算法,用于提升推荐系统的质量。对MOOC推荐系统业务流程进行分析,并对基于深度学习的推荐系统架构和功能进行描述。利用深度学习技术,把课程封面视觉特征提取出来作为稀疏偏好矩阵的附加信息,提出了基于矩阵分解和深度学习融合的推荐方法。实验结果表明:该推荐算法具有较好的准确率,有效地缓解了数据稀疏问题。     

基于LabVIEW的机器视觉实现:轨距检测算法

提出了一种基于机器视觉的轨距点定位算法能较好地适应并解决这一问题,该算法在基于机器视觉的基础上获得轨道断面光带图像,并结合LabVIEW软件对图像进行处理得到轨道截面轮廓的测点数据;其次,对轨头测点数据进行曲线拟合得到轨道顶面曲线,应用冒泡算法排序得到轨头测点到顶面曲线切线平移值的距离,选取距离较小的值做二次曲线拟合,求取曲线与切线平移后直线的交点达到对轨距点定位;最终实现对轨距的准确检测。试验结果表明:该算法能够实现轨道轨距点的快速精确定位,捕捉精度可达到1 mm,有效地对轨道轨距进行了检测。     

基于图像边缘信息的视觉密码零水印算法

为了降低脏点像素对提取水印信息的影响,提高水印的鲁棒性,提出基于图像边缘信息的视觉密码零水印算法。该算法首先对图像进行分块奇异值变换（SVD）,然后提取每块中的最大奇异值,得到原图像的缩略图,再利用梯度求出缩略图的边缘信息。最后,对水印图像作（2,2）视觉密码分解,结合分解得到的影子图像和边缘信息生成版权信息,将其保存到认证中心。实验结果表明,该算法对常规图像处理和裁剪攻击具有较强的鲁棒性。     

基于改进K均值算法的X光片图像聚类研究

提出了一种改进的K均值算法用于X光片图像聚类。首先对X光片图像进行预处理,获取数据,然后将每个点的灰度值存储在灰度值矩阵中,最后用改进的K均值算法对灰度值矩阵进行聚类。对比实验结果表明,改进的K均值算法获得了更加优越的聚类结果。     

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。