��ͨͼ��ѹ����FPGAʵ��

交通图像处理系统需要存储或上传非正常交通状况的图像,而图像数据量大难以存储或上传,对此本文设计了一种基于FPGA的交通图像压缩系统.针对交通图像压缩的特点,采用算法复杂度相对较低的JPEG算法,并对算法进行并行化处理,使系统内各个模块并行运行,增强了系统的实时性;采用两个基于Loeffler快速算法的一维DCT变换(1D DCT)模块实现二维DCT变换（2D DCT）,并在对大量交通图像进行实验的基础上给出一套适合交通图像压缩同时适合FPGA处理的量化表,大大降低了系统对FPGA资源的占用.外场实验分析表明,系统工作稳定,压缩图像质量好,压缩比较高,实时性强,对分辨率为720×576的彩色图像具有30帧/s的处理能力,可以作为交通图像处理系统的重要组成模块.     

基于PSO-OTSU算法的金属工件高光处理

针对在立体视觉测量系统中,因光照分布不均导致高反射率金属工件表面产生高光区域,进而影响视觉测量精度的问题,提出了一种基于PSO-OTSU算法的金属工件高光处理方法.以高反射率金属工件为实验对象,首先利用PSO-OTSU算法对高光区域进行了提取.通过与标准OTSU算法和GA-OTSU算法进行对比实验,该算法提取高光区域的结果更准确,提取时间分别缩短了78.88%和44.42%.其次利用直方图规定法对高光区域进行了处理,最后利用融合算法将处理后的高光区域与原始图像或非高光区域进行了融合,形成去高光图像.经实验证明,所提出的方法适用于多种金属工件场景图像的高光去除,且具有较好的去高光效果.     

一种基于小波多分辨率特征的彩色纹理图像检索

通过分析图像YCbCr空间的纹理与色彩特征,对色彩图像进行M带小波分解,提出了一种基于小波多分辨率特征和关系函数来计算图像相似度的彩色纹理图像检索方法.将小波分解后的16个子带系数作为图像的原始特征;运用模糊C均值算法对原始特征聚类分析,最后采用关系函数对查询图像和目标图像的模糊特征进行相似度计算,得到用户需求的图像.实验表明,该方法可以实现有效的图像特征提取,并能很好的检索出用户需求的图像.     

基于图像变形的全景平滑漫游算法研究

针对目前全景漫游系统在切换视点时产生跳跃感的问题,提出了一种基于图像变形的平滑漫游算法.首先采用SIFT特征提取方法对过渡图像进行特征提取,同时采用图像区域划分的方法对特征点进行筛选,建立特征点集的映射关系;然后,构造特征点集的Delaunay三角剖分,在三角剖分的基础上,计算对应三角形区域的仿射变换参数;最后,对图像进行插值和生成中间过渡图像.实验表明该方法实现了特征点集的自动对应,提高了全景漫游系统的交互性和沉浸感,算法实用、高效,对于有诸多不确定性因素的过渡图像有较好的自适应性.     

复杂环境基于多信息融合的车辆跟踪方法

平交路口复杂环境下基于视觉的车辆跟踪容易受到如车辆在图像上投影的尺 度变化,车辆的排队与消散过程中邻近车辆间的遮挡及分离等因素的影响.针对该问题, 本文提出了一种利用局部特征增强的Mean-shift 改进算法,利用SIFT 特征点对尺度、旋 转变化鲁棒的特性,将其与基于跟踪区域颜色特征的跟踪方法相融合实现车辆跟踪,较 好地解决了在车辆尺度、运动方向变化,以及遮挡情况下的跟踪问题.同时通过引入跟踪 车辆分离的判定条件,结合特征点聚类算法解决了相邻车辆发生分离时的判断及跟踪问 题.实验结果表明,在多种交通场景的车辆跟踪过程中,本文提出的算法有较好的鲁棒性, 定位结果更加精确.     

低可见度环境下基于同步定位与构图的无人驾驶汽车定位算法

为在大范围低可见度环境下实现无人驾驶汽车的高精度定位,基于VINS-Mono算法的系统框架,在系统的前端与后端分别增添了RFAST弱光图像增强模块与VG融合定位模块,提出了一种融合定位算法LVG＿SLAM;RFAST弱光图像增强模块采用小波变换将原始输入图像的细节信息与亮度信息分离,对于包含原始图像噪声的细节信息通过统一阈值和均值滤波2种方式实现噪声抑制,并利用双边纹理滤波算法进行细节增强,在此基础上,根据多尺度Retinex算法增强图像的对比度,提高低可见度环境下角点提取的成功率,从而保证图像跟踪的稳定性,改善定位算法的鲁棒性;基于无迹卡尔曼滤波算法,VG融合定位模块将GNSS定位信息与惯性导航测量信息进行松耦合,融合定位结果作为约束引入VI-SLAM后端,通过联合非线性优化的方式减少累积误差对算法定位精度的影响。计算结果表明：相较于VINS-Mono算法,改进的LVG＿SLAM融合定位算法在EuRoC与Kitti公开数据集上表现更加出色,均方根误差分别降低了38.76%与58.39%,运动轨迹更贴近真实轨迹;在实际夜晚道路场景下,LVG＿SLAM算法将定位误差控制在一定范围内,顺利...     

基于重要位平面的彩色图像检索算法

针对利用颜色特征检索图像时的不足,提出了一种基于重要位平面的彩色图像检索算法.该算法利用位平面分解的方法对表征图像视觉的信息进行分解,从中提取能够表征图像视觉信息的5个最高位平面,并计算其上的R、G、B颜色分布熵来描述图像特征.为了避免图像中像素颜色值的微小变化对位平面复杂度的影响,采用了位平面的灰度码表示方法.最后设计了以位平面距离加权和的方法进行相似性度量.仿真实验表明所提出的算法具有高效的图像检索性能.     

一种半自动的基于图像建模系统

针对目前各种类型航海模拟器的虚拟建模效率较低与真实感较差等问题,设计与实现了一种基于多幅图像及少量用户交互恢复物体三维几何模型的系统.本系统采用稳定性好的改进Har-ris算子进行角点检测,基于角点空间特征及交叉相关实现角点的初始匹配;采用基于极线约束的角点匹配快速算法完成角点的精匹配,同时引入迭代和人工辅助修正的方法解决匹配算法的退化情况.在角点匹配结果基础上进行仿射重建,通过升级矩阵实现度量重建,在OpenGL环境下绘制出物体的三维模型框架.从原图像中抽取纹理并采用多视角图像融合的方法进行纹理映射,得到"照片级"真实感的三维模型.     

一种CCD图像相关处理系统的FPGA＋DSP实现

在卫星观测系统中，CCD相机对高精度图像实时跟踪时，为得到高信噪比高分辨率的图像，必须对图像进行实时相关处理．而现有软件实现速度不高，不能实现其实时性．本文在分析图像相关处理快速算法的基础上，使用Altera的Quartus Ⅱ软件，完成了其中的核心模块——FFT算法的硬件实现，提高了处理速度；并运用DSP处理器，设计了一个基于FPGA的实时数字图像处理系统．文中给出了系统的硬件电路和软件算法模块．仿真和调试结果表明：用FPGA与高速数字信号处理算法的结合，可以满足系统对图像进行实时处理的要求．     

基于加权密集连接卷积网络的快速交通标志检测

为提高算法对交通标志快速定位的准确性,改善现有检测算法在复杂交通环境下检测效果不佳、实时性较差的问题,提出一种基于动态加权密集连接卷积网络的交通标志快速检测算法. 选用YOLOv2 作为基础网络,通过增加动态加权密集块对各层特征图的权重进行调节,实现深层高语义信息和浅层低语义信息的融合;使用MobileNet 轻量化网络结构,通过可分离卷积操作有效降低网络的计算成本;针对池化操作中图像特征丢失严重问题引入 CBAM模块,利用通道注意力和空间注意力信息增强关键特征的表达能力. 实验结果表明,本文算法在GTSDB数据集上分别达到了96.14%的检测精度和139 frame/s 的检测速度,在保证较高检测精度的同时,能够有效提高检测效率,满足实时检测要求.