基于点特征和边缘特征的无人机影像配准方法

为解决变形较大的无人机影像配准问题,提出了点特征和边缘特征相结合的配准方法.用尺度不变特征变换(SIFT)算法提取点特征,完成影像的初步配准,并通过多项式函数对影像进行粗校正.在此基础上提取影像的边缘特征信息,根据距离相似性对边缘特征信息进行配准;依据色彩能量差筛选点特征信息配准结果和边缘特征信息配准结果,采用小面元微分校正的方法对变形影像进行校正.实验结果表明:提出的配准方法能够弥补点特征配准方法和边缘特征配准方法的不足,其配准的鲁棒性提高10%左右,可以较好地完成变形较大的无人机影像配准.      

基于点特征的图像数据配准方法研究

数据配准是数据融合过程中最重要的一个环节,通过感兴趣点检测算子提取点特征,利用点特征中的控制点或特殊点来定义松弛算法中的基本点对,并对松弛算法中点特征的匹配度进行改进,从而完成基于点特征的图像配准过程.实验表明,在仅存点特征位置偏移和存在比例、旋转与平移变化2种情况下的点特征匹配中,文中所提出的匹配算法有很高的匹配正确率.     

基于遥感图像信息特征的单调递增SSDA算法

图像配准就是将不同时间、不同传感器或不同条件下对同一景物获取的两幅或多幅图像,进行比较找到该组图像中的共有景物,或是根据已知模式到另一幅图中寻找相应的模式。利用遥感图像进行目标监测需要进行图像配准处理。匹配算法如何达到高精度、高匹配正确率和实时性成为人们追求的目标。文章在传统匹配算法的基础上,提出两点改进:一是通过PCA-圆形SIFT算法提取图像特征角点,降低维数,优化计算;二是利用图像角点作为单调递增阈值序列SSDA算法匹配的基本像素点,利用遥感图像信息特征降低匹配计算量。最后进行实验仿真,结果表明,改进后的算法使得配准速度进一步提高,能够满足遥感图像配准实时性的要求。     

基于一面两孔特征的点云配准方法

为了提高零件在扫描检测过程中点云与设计模型的配准精度,提出了一种基于一面两孔特征的点云配准方法.该方法粗配准以零件的平面/圆柱孔特征为对象,使设计模型和点云的局部坐标系重合,并通过改进ICP算法求解点云与设计模型最近点的距离最小平方和实现精配准.由于配准区域和最近点的计算方法不同,精配准进一步分为全域和特征域配准两种类型.全域精配准以距点云最近的设计模型三角网格点或投影点为最近点,适合于毛坯件;特征域精配准则通过求解点云在平面/圆柱孔特征上的投影点为最近点,适合于成品件.试验及计算结果表明:全域配准的配准精度随表面离散点距离的减小而提高, 当离散点距离达到1.50 mm时,其配准精度已经达到0.15 mm,基本满足工程应用要求.当配准精度相同时,配准效率较其它方法提高10%~20%.      

基于HALCON的PCB图像拼接方法研究

以印刷电路板(PCB)贴装生产中的视觉检测为背景研究图像拼接方法.方法包括图像预处理、特征点提取和拼接图像三个步骤,并且在拼接图像步骤中使用了三种技术.利用Halcon软件以两幅PCB图像为目标进行了三个实验测试,并用Do EM方法对实验结果进行评价,评价结果分别为:0.9260(实验1),0.8106(实验2),0.7635(实验3).实验1对应的图像拼接方法能以较少的匹配点数得到最优的匹配结果,可用于PCB贴装质量的视觉检测.     

基于贝叶斯决策的航空影像自动配准

为消除像点投影差对航空影像目标监测中影像配准的影响,提出了一种基于贝叶斯决策理论的像点投影差消除方法.该方法通过推导分析像点投影差的分布规律及其对影像配准的影响,设置训练样本区,提取大量特征匹配对,计算得到投影差分布参数,并基于贝叶斯决策理论构建了像点投影差消除准则.为验证其有效性,选用KIT AIS影像数据进行了实验,比较分析了投影差消除前后的配准影像结果.分析结果显示,消除后差分视觉效果得到改善,信息熵减小10%,表明本文方法可有效提高航空影像配准的精度.      

基于深度图像和彩色图像相结合的高速铁路桥梁裂缝宽度检测识别算法研究

针对高速铁路中桥梁比重大,地质灾害发生后难以及时对桥梁损伤进行检测评估的困难,提出了利用深度图像和彩色图像相结合的桥梁裂缝损伤宽度非接触式检测识别算法。首先,研究了裂缝的彩色图像预处理算法,通过灰度化、图像增强、轮廓提取获得了裂缝在彩色图像中的轮廓;其次研究了不同视场相机的配准问题,搭建了实验室检测环境,提出了联合Harris角点检测和Hough变换的彩色图像和深度图像配准算法,完成了将二维彩色图像点向三维空间坐标的转换,实现了高速铁路桥梁裂缝宽度检测识别。现场测试表明,深度图像和彩色图像结合能够实现高速铁路桥梁裂缝宽度检测识别,识别相对误差在10%以内。     

基于卷积神经网络的路基病害自动识别方法研究

路基病害导致的道路坍塌事件时有发生,利用探地雷达(ground penetrating radar,GPR)技术对道路路基进行周期性的无损检测和评估,可有效识别处于早期阶段的路基病害,为及时治理提供技术支撑。传统的GPR路基病害图像解释大多依靠人工,存在评价不客观且效率低下的问题。为实现路基病害的自动识别,提出基于卷积神经网络(CNN)提取GPR路基病害图像特征的方法。该方法所采用的网络结构由卷积层、池化层和全连接层组成;输入病害图像后首先经过5层卷积层和5层池化层提取图像特征,然后将提取到的图像特征输入两层全连接层分类,最后通过softmax层输出识别结果。正演模拟数据集表明,该方法对路基空洞充气、路基空洞充水、路基脱空及路基含水层这4种典型道路路基病害的雷达图像识别准确率达到 96.75%,验证了该方法的有效性。     

基于无人机的桥梁病害检测系统研究

根据无人机在桥梁检测中的优势和发展阶段,提出了一种全新的智能化无人机桥梁病害检测系统。采用TSP建模、遗传算法与路径搜索和坐标映射三个模块,使无人机能够在遍历所有区域的前提下检测的路径长度最短。通过病害图像拼接算法实现病害图像的准确拼接,采用深度学习网络对病害图像进行训练和特征提取,以提高病害自动识别准确率。无人机桥梁病害检测系统具有便捷快速、智能化、高效化和精准化等优势,能够满足现代化桥梁检测要求。     

红外与可见光图像配准在EFVS中的应用研究

EFVS(视景增强系统)是一种有效的进近着陆助视系统,正逐步在民用航空器上安装运行,其核心技术之一就是多源图像配准。红外与可见光图像配准作为一类重要的多传感器图像配准方法,在自动控制、遥感、民用航空及军事应用等领域发挥着重要作用。研究了基于特征的配准方法在EFVS中的应用,并通过仿真实验显示其对飞行员情景意识的提高。     

基于激光点云的桥梁变形分析方法研究

目的、反映桥梁运营后在横桥向和顺桥向的不均匀沉降、梁体以及墩身表面形态变化以及应用,依据最近点的距离值确定变形阈值可以提取表面变形量。方法、根据激光点云配准算法,对桥梁曲面拟合变形进行分析,主要研究了桥梁平面以及二次曲面拟合,通过试验的方法对该分析进行了验证,通过对现有桥梁的ICP配准算法的桥梁变形提取,确定了ICP配准精度指标,分析了变形量距离阈值判定.得出了该方法可以反映桥梁运营后在横桥向和顺桥向的不均匀沉降、梁体以及墩身表面形态变化以及应用ICP配准算法对桥梁两期数据进行配准,依据最近点的距离值确定变形阈值可以提取表面变形量。结果、桥梁经过震动发生了沉降以及变形。结论次方法可以用于相同销量变性分析的监测     

点云数据配准算法的研究

点云配准是点云数据处理的关键,直接影响最后合成结果和模型精度。目前,点云配准方法普遍存在对配准数据初始位姿要求高的缺点。将点云配准分为两个阶段：第一阶段是基于同名点配准,即粗配准,采用人机交互式,配准过程耗时短,节约时间;第二阶段是精配准,在粗配准后,依据最小二乘原理,用间接平差思想,通过最近点迭代算法对点云数据快速配准,并采用目标点集中、目标点坐标与转入目标点集中的点坐标中误差为指标,评价配准精度。进行粗配准的精配准不仅速度快、耗时短,并且可以避免因局部收敛而带来的局部最小问题。试验表明该方法有效可行。     

公路隧道衬砌病害展布图拼接技术研究

在隧道检测车上不同位置布置多个CCD相机,可快速采集隧道衬砌表观离散图像,通过图像匹配、图像融合及图像插值,对图像进行拼接,将拼接结果用于隧道衬砌病害的识别、完成隧道检测工作.实践证明,此种方法用于隧道图像拼接可行,有助于提高隧道检测效率,便于与多年隧道检测数据进行对比,具有较好的经济效益和社会效益.     

基于互信息和类电磁机制优化算法的医学图像配准研究*

采用互信息来描述图像配准的效果,应用类电磁机制优化算法搜索配准所对应的空间变换参数,并借鉴POWELL优化算法,在局部搜索过程中采用了黄金分割点一维搜索方法进行搜索,实验结果表明提出的算法可以很好的脱离局部最优解,同时可以达到较好的配准精度,并具有较好的时效性。     

基于Harris的改进SIFT算法

SIFT算法是一种具有尺度不变性的特征提取算法,能够有效地提取图像中的局部特征.为了在提高SIFT算法实时性的同时兼顾算法鲁棒性,利用Harris算法思想中使用图像灰度一阶偏导数的局部自相关函数的方法对SIFT算法进行改进,消除SIFT算法中因使用Hessian矩阵出现的边界效应.这种改进方法可以有效去除SIFT算法中因使用Hessian矩阵消除边界效应时提取出的处于边界位置或亮度不够的特征点,提高图像拼接的质量.实验证明改进的算法提高了算法的检测时间和鲁棒性,将改进的算法应用于制作虚拟漫游系统,取得了良好的效果.     

基于机器学习的RC桥梁病害检测方法

针对现有桥梁检测中人工判别病害工作量大、效率低的问题,以钢筋混凝土(RC)桥梁为对象,阐述了机器学习在RC桥梁病害检测中的应用。从现有桥梁病害检测方法、机器学习方法、机器学习在RC桥梁中的应用进展三个方面进行研究,结果表明,基于深度学习的病害检测方法能够自动从病害图像中提取特征,实现病害的分类和定位,提供了一种病害自动化检测场景,有利于桥梁智能化管养。     

多种搜索算法在医学图片彩色迁移上的应用与分析

通过对真彩图像与灰色MRI(核磁共振图像)切片在亮度及纹理等特征上进行配准而实现灰度MRI切片的彩色化,可以得到有效的符合真实人体器官组织的真彩仿真图片。对多种搜索算法如穷举法、随机法、粒子群算法和遗传算法与点邻域亮度分布纹理和局部颜色结构分布相结合并应用于Welsh图像彩色化的算法进行研究和分析。着重分析和修正遗传算法在Welsh彩色化上的应用。该算法将源图像块和目标图像块的亮度特征以及纹理特征构成适应度函数,并依据代数的增加而降低交叉和变异的概率以减少进化后期的跳跃性。其搜索的彩色特征种群经过选择、交叉和变异等操作后逐代进化而得到最终彩色化图像点。最终彩色化的MRI切片的三维重构模型能多层次清晰地反映器官组织的分布和构造。     

TLS技术在大福殿遗址变形监测中的应用

文物土遗址在保护过程中因长期受外界环境影响,其各空间部分呈现出非线性变化趋势.针对此特点,本文采用一种基于TLS技术的文物土遗址变形监测方法对其形变量进行监测与分析,通过将不同时相散乱点云进行拼接、坐标配准、去噪、对比分析等主要步骤,实现对文物遗址的非接触变形监测.以大明宫遗址公园大福殿土遗址为例,其研究结果表明:大福殿遗址南侧中部上部边缘剥落量较大,其次是北侧上部边缘;东侧和西侧个别点仅有少量剥蚀,除各侧面上部和南侧行人坡道处,基本上变化不大,证明本文所提方法速度快、精度高,能够满足文物遗址变形监测要求.     

改进SSD模型在高分二号遥感影像中高速公路收费站位提取的应用

以高分二号遥感影像中的高速公路收费站为研究对象，选取了北京、山西、河南、广东、福建5个省市2019年的高速公路收费站点位和0.8 m遥感影像，通过图像预处理、样本标注、裁切、数据增强、样本集划分的步骤制作训练样本集；引入“多尺度特征融合”的方法对SSD目标检测模型进行改进，通过增加“转置卷积”和“拼接”操作，将高层次特征图像的语义特征赋予低层次特征图像，以增强上采样质量与特征融合能力，从而提升了模型对小目标收费站的检测效果；将改进SSD模型用于2019年福建省高分二号影像中的收费站点位提取，沿福建省高速公路路网矢量对影像进行自动切片，将切片输入模型中进行目标检测；保留有收费站的切片，使用非极大值抑制去除多余的检测框，将剩余的检测框的坐标变换为中心点的坐标，可以直接输出得到高速公路收费站的中心点矢量，从而实现对于收费站点位的端到端自动化提取。研究结果表明:改进SSD模型的精度、召回率及二者的调和平均数分别为0.86、0.88和0.87，均优于传统的SSD, VGG, Faster R-CNN和特征金字塔网络模型。可见，对收费站点位的自动提取可以大大提高公路管理者的工作效率，有效满足公路管理者的实际工作需求。      

基于互信息量的医学图像拼合算法

研究了基于互信息量的图像拼合方法，对现有的概率分布估计方法及搜索策略进行了比较，并提出用梯度二值化图像互相关配准做预处理方法，并就融合后图像的显示问题提出一种基于边界法向插值的新方法、应用这些方法拼合实际XA医学图像，实现序列下肢步进图像的准确拼合．