沿视平面任意方向上运动模糊图像的几何变换

运动所产生的图像模糊在生活中是常见的,对其进行处理的方法有很多种.常见的一种方法是将这个过程用矩阵的方程表示出来,但是这种方法只适合于求解水平方向上的直线运动模型.对非水平方向上的运动来说,就要对运动图像进行预处理,将其转换到水平方向上,介绍如何对运动方向进行识别及利用几何变换对图像进行处理的过程.     

基于目标空间分布特征的无人机航拍车辆实时检测技术研究

针对无人机航拍视角下存在整体图像分辨率高但占比较高的小尺度车辆检测特征点稀少这一问题,从卷积网络检测器针对性优化与基于目标分布特征的航拍图像自适应切分2个角度综合考虑,提出一种基于目标空间分布特征的无人机航拍车辆检测网络DF-Net。以单阶段目标检测框架SSD为基础,引入深度可分离卷积和抗混叠低通滤波器对网络结构进行优化搭建E-SSD,为后续检测网络搭建提供高效检测器;接着基于条件生成对抗CGAN思想构建密度估计网络生成器,从而得到航拍图像中车辆的准确分布特征,生成高质量的车辆密度图;将E-SSD与车辆密度估计网络结合,对车辆密度图进行自适应切分,并将切分后的局部图像与全局图像一同输入E-SSD,最后在决策层融合检测结果,由此实现对航拍视角道路交通场景下车辆目标的精确高效检测。在试验中,一方面将设计的基于目标空间分布特征的无人机航拍车辆检测网络DF-Net与E-SSD进行对比分析,另一方面将DF-Net与航拍目标检测领域表现较为优秀的网络进行比较。研究结果表明：设计的方法对于2个试验在均值平均精度指标上均有提升,与E-SSD网络对比时提升了至少4.4%,与航拍目标检测领域优秀网络比较时也有一定提升,并保持了较好的实时性。     

Dynamic Obstacle Avoidance for Application of Human-Robot Cooperative Dispensing Medicines

For safety reasons,in the automated dispensing medicines process,robots and humans cooperate to accomplish the task of drug sorting and distribution.In this dynamic unstructured environment,such as a human-robot collaboration scenario,the safety of human,robot,and equipment in the environment is paramount.In this work,a practical and effective robot motion planning method is proposed for dynamic unstructured environments.To figure out the problems of blind zones of single depth sensor and dynamic obstacle avoidance,we first propose a method for establishing offline mapping and online fusion of multi-sensor depth images and 3D grids of the robot workspace,which is used to determine the occupation states of the 3D grids occluded by robots and obstacles and to conduct real-time estimation of the minimum distance between the robot and obstacles.Then,based on the reactive control method,the attractive and repulsive forces are calculated and transformed into robot joint velocities to avoid obstacles in real time.Finally,the robot's dynamic obstacle avoidance ability is evaluated on an experimental platform with a UR5 robot and two KinectV2 RGB-D sensors,and the effectiveness of the proposed method is verified.     

基于顶点成分分析的高光谱图像端元提取算法

在基于几何学的端元提取这类算法中,VCA以其全自动和端元提取速度快的特点而受到广泛的关注,但它仅利用了高光谱图像的光谱信息,易受异常像元影响,且抗噪性能较差.论文根据高光谱图像中地物在空间上具有成片分布的特点,提出利用空间信息来改进VCA算法端元提取的质量.该约束使VCA算法逐次选择的纯像元位于空间一致区域,并将该区域的均值作为端元.仿真数据和实测数据上实验结果表明,改进的VCA算法有效克服了异常像元的影响,并提高了端元提取的精度.     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

基于机器视觉的钢轨表面检测光学模型的研究

在机器视觉的检测中,图像是整个系统中最重要的原始数据,其质量决定了后期图像处理的效果和速度。为探讨高质量图像的采集,提出一种基于线阵CCD相机和线阵光源的钢轨表面缺陷检测的光学理论模型,分析线阵CCD采集系统中振动模糊的原因,推导出图像灰度值与系统振动幅度和缺陷深度的关系,研究光源照射角度和相机拍摄角度对图像灰度和缺陷区域对比度的影响,并通过实验验证模型的合理性。结果表明:缺陷区域图像灰度值随着钢轨表面缺陷深度增大而降低,采用较低的光源照射角度可增大缺陷与背景的对比度,突出缺陷特征便于后期图像处理的缺陷识别。     

Hepatic CT image query based on threshold-based classification scheme with gabor features

Hepatic computed tomography(CT) images with Gabor function were analyzed.Then a threshold-based classification scheme was proposed using Gabor features and proceeded with the retrieval of the hepatic CT images.In our experiments, a batch of hepatic CT images containing several types of CT findings was used and compared with the Zhao's image classification scheme, support vector machines(SVM) scheme and threshold-based scheme.     

基于形貌特征的CO2腐蚀速率预测方法

针对CO2腐蚀过程复杂，难以利用实测数据有效预测腐蚀速率问题，文中以腐蚀形貌图像为对象，利用支持向量机（SVM）构建预测模型，实现对CO2腐蚀速率的预测。对N80钢的CO2腐蚀图像进行灰度处理、灰度增强及二值化处理，提取蚀孔数目和孔蚀面积。经计算获得孔蚀密度及孔蚀率，结合工作温度及CO2分压作为腐蚀速率预测的四维特征向量。以SVM构建预测模型，经测试，可准确预测CO2腐蚀速率，并与神经网络预测结果进行对比，验证了该方法的优越性。     

基于SVM分类器的道路湿滑图像分类方法研究

在恶劣天气下路面湿滑状况将发生显著变化,导致驾驶条件恶化,极易引发恶劣的交通事故.为了帮助交通管理部门实时获取路面湿滑状况信息,了解路面附着性能,并以此制定合理的车速控制和交通诱导策略,通过采集道路湿滑图像,利用设计的具体SVM分类器结合3种训练算法对道路湿滑图像进行分类学习训练,并通过训练后的SVM分类器对大量道路湿滑图像进行分类实验,对道路湿滑状态进行分类研究.实验结果表明:(1)寻找合适的核函数,选择合适的参数是使用SVM进行高效分类的一个重要因素;(2)在训练过程中,均方误差(MSE)能反映出分类器实现的正确率,SVM的训练本身的误差决定了分类的正确率,而且训练个数的增多带来了特征空间维数的增加,从而导致计算量的增大.