航空图像光流场的逆向金字塔计算方法

航空图像光流场是低空运动目标检测与变化信息获取的基础,通常将图像金字塔结构引入数值过程以增强全局收敛性。然而,金字塔结构往往是由底层至顶层的递进方式构建,其忽略图像的几何成像过程,造成微小光流或不能得到光流的问题,导致难以支撑后续建模与分析。本文提出了一种以顶层图像为基准的逆向金字塔结构,首先依据中心投影定量地计算出顶层图像的降采样因子,使得顶层图像光流能够反映所设定的地面目标位移阈值;其次,结合顶层与原始图像,以等比方式确定中间层降采样因子;最后,利用高斯平滑与图像插值得到中间层图像,并形成金字塔。对比试验与分析表明,逆向金字塔可准确地计算航空图像光流场,在抑制地面微小位移方面具有优势。     

基于特征注意力金字塔的遥感图像目标检测方法

遥感图像场景复杂、目标大小不一、分布不均衡等特点增加了目标检测的难度,而适于检测不同尺度目标的特征金字塔融合不同深度的特征图时,没有考虑特征图各自的重要性,没有强调目标区域的特征,为此本文提出基于特征注意力金字塔的遥感图像目标检测方法 FAPNet(Feature Attention Pyramid Network)。首先,使用通道拼接方式融合不同深度的特征图,给用于检测的特征图提供不同大小感受野的特征,并基于通道注意力对融合的特征图在通道维度重标定,根据特征图所负责检测目标的尺度自适应地调整不同大小感受野特征的权重,强化感受野大小与待检测目标尺度匹配度较高的特征,弱化匹配度较低的特征。其次,使用叠加的扩张空间金字塔池化结构,结合弱监督分割网络建模位置注意力,强化目标区域特征,弱化背景区域特征,进一步提升目标检测方法的性能。实验结果表明,相较于RetinaNet,针对汽车目标,所提方法在UCAS-AOD数据集和RSOD数据集上检测精度AP分别提升了3.41%和2.26%,针对多类目标所提方法在各目标上取得了较优的AP结果,且mAP结果优于其他比较方法。     

一种改进的基于光流的运动目标的检测算法

讨论了序列图像的运动目标检测算法,在传统的光流场计算方法的基础上,提出了基于帧间差阈值法的快速光流算法。整个算法简单、有效,保证了序列图像中运动目标跟踪的实时性和鲁棒性。试验结果验证了本方法的有效性和实用性。     

基于光流的旋翼无人机障碍物检测方法

针对传统光流法检测障碍物准确性不高、适应性差的问题,提出了一种基于金字塔LK光流的旋翼无人机单目视觉自主障碍物检测方法。该方法通过金字塔LK光流法获取光流信息,结合光流大小和拍摄间距与物距的关系设定自适应阈值,比较光流与阈值的大小并对障碍物进行检测与判定。实验证明:该方法可以有效地检测到障碍物,能满足无人机在多种条件下的避障需求,具有较高的准确性、鲁棒性和适应性。     

一种基于LK光流的动态场景SLAM新方法

针对目前视觉同步定位与建图(V-SLAM)动态场景适应性差的问题,提出了一种结合查找表和金字塔LK光流法的改进单目视觉同步定位与建图方法。该方法通过相邻帧的视差估计图像的移动方向,利用金字塔LK光流法获取光流信息,根据光流大小与阈值的比较检测移动物体,最终结合查找表减少移动物体对后续定位与建图的影响。实验证明该方法可以有效提高定位精度,减少图像的冗余信息和动态目标的影响。能满足视觉SLAM在室内场景下的实时需求,具有较高的准确性、鲁棒性和适应性。     

一种高精度的TV-L~1光流算法

介绍了一种求解光流方程的新型数值方法。针对变分光流法无法有效检测由于间断、遮挡等造成的错误光流分量的缺陷,引入了光流有效性检测技术,同时提出了邻域修正法来修正错误分量。并采用结构纹理分解、加权中值滤波、金字塔等高效的光流技术,进一步增强了光流算法的精确性与实用性。     

一种基于SVM多特征综合的图像分类方法

分别利用多通道Gabor滤波器和HSV颜色模型对图像进行特征提取,得到两种特征空间。用顺序向前浮点法搜索,以J-M距离(Jeffreys-Matusitas distance)为评价指标进行特征选择,最后利用综合后的特征数据在SVM基础上实现图像的监督分类。上述方法提高了彩色纹理图像和遥感图像的分类正确率。实验表明,多特征融合的分类效果比单一特征要好。     

一种综合纹理和边缘信息的多尺度图像融合方法

提出了一种综合纹理和边缘信息的多尺度图像融合方法。该方法通过高斯滤波获得原始图像的金字塔分解,考虑高斯滤波器和Laws纹理提取滤波器以及边缘梯度滤波器之间的线性关系,采用奇异值分解法求出纹理和边缘图像的对应系数;利用各尺度图像的这些特征,对分解后图像的各层进行表示,并采用基于相似性测度和显著性测度的融合策略进行融合。为了衡量融合结果,采用了一个客观图像融合性能评价测度对融合结果进行评价。最后用若干组图像数据对该算法进行了仿真。试验表明,该方法比传统的梯度金字塔分解和基于纹理的金字塔分解方法具有更好的融合效果。     

光流特征聚类的车载全景序列影像匹配方法

提出一种光流特征聚类的车载全景序列影像匹配方法.采用非参数化的均值漂移特征聚类思想,以SIFT多尺度特征匹配点的位置量和光流矢量,构建了影像特征空间的空域和值域;利用特征空间中对应的显著图像光流特征为聚类条件,实现了全景序列影像的匹配;最后以全景极线几何约束为条件进行粗差的剔除.通过相同、不同内点率以及不同数据的试验对比分析,本文方法在匹配正确点数和正确率方面要优于经典的Ransac法和金字塔Lucas-Kanade光流法,尤其在场景复杂造成的低内点率情况下,算法表现较为稳定,并可较好地剔除由重复纹理、运动物体、尺度变化等产生的匹配点粗差.     

一种基于相位一致的高分辨率遥感图像特征检测方法

精确检测图像边缘特征是进行高分辨率遥感图像分割和识别的关键。空域特征检测算子以解决阶跃形边缘为主,得到的边缘特征对图像的亮度和对比度敏感。本文引入了一种基于频域相位一致的图像特征检测方法,该方法对遥感图像亮度和对比度具有不变性,同时适用于多种边缘特征的检测。使用Log Gabor小波计算IKONOS Pan图像的相位一致多尺度梯度,对农田、道路和厂房等典型地物进行特征检测的结果表明,相位一致算法对图像局部亮度和对比度不敏感;并且对线形物体产生单线响应,不似空域检测算子产生双线响应。最后考察滤波器尺度和方向参数变化及添加高斯噪声对检测结果的影响,发现相位一致算法无需先使用低通滤波去除噪声,因而具有更稳定的特征定位精度;并且抗噪声干扰的能力强,检测结果不会因为噪声而出现波动。基于相位一致的遥感图像不变特征提取,为高分辨率遥感图像的分割和对象识别提供了基础。     

一种八邻域图像边界追踪改进算法

针对传统的边界追踪算法主要用来提取环形封闭边界的局限性,提出了基于八邻域目标边界追踪改进算法,着重解决了图像追踪过程中边界重叠部位的内外边界标定与"孤岛"处理。应用本文算法与摩尔邻域边界追踪算法分别对MPEG7-CE图形库中的4幅图像进行边界提取测试,结果表明改进算法提取结果正确。最后将本文算法应用于北极冰雪图像海冰边界提取,试验结果表明改进的算法可以有效提取大范围具有复杂拓扑关系的图像边界。     

时间序列影像特征点提取与匹配算法研究

首先利用Harris算子分别从序列影像中提取运动目标的特征点,然后通过局部信息熵与Walsh变换有机结合来实现序列影像前后帧中运动目标同名特征点的匹配。实验证明了本文算法的可行性。     

颜色不变量与AKAZE特征相结合的无人机影像匹配算法

基于特征的影像匹配方法是无人机影像匹配中较为实用的一类方法。针对传统特征匹配方法主要以灰度影像作为输入量,难以利用颜色特征高效区分同名点这一问题,本文结合颜色不变量,设计了一种运用AKAZE特征的匹配算法,克服了传统无人机影像匹配忽略彩色信息的缺点;然后通过灰度级变换,使特征点数目大量减少而又不失其可靠性。试验表明,该方法不仅能够准确识别同名点,而且还提高了运行效率。     

基于径向小波变换的图像特征提取算法

提出了一种基于径向小波变换的图像特征提取算法,该方法使用径向对称函数来获得图像的边缘信息.不同于其他的边缘检测算法,本方法既不使用方向滤波器,也不使用图像的极坐标形式,而且适合于文本和非文本图像,容易实现.算法中的参数在数学上能够严格证明,且通过计算不断调整,生成不变的分辨率特征图像矢量.仿真结果表明,该方法能够用于基于内容的图像检索.     

遥感影像水体追踪识别提取算法及应用

针对大尺度区域所有规模以上水体一次性智能化水体提取的问题,提出了水体追踪识别提取算法。这种方法可以追踪图像中所有的连通区域,并对区域进行识别与提取。以花马湖区域的水体为例,使用水体追踪识别算法提取湖泊,能够准确地追踪各种形状的湖泊,与两边扫描法、区域增长法相比,扫描重复率低、精度高。     

基于均值平移与模拟泛洪的图像分割算法

针对图像处理的特点，综合考虑执行速度与健壮性要求，提出了一种顺序搜索LUV空间候选点的均值平移实现方法。为了克服传统的基于特征空间分析的图像分割方法对像素点空间关系考虑不够充分的缺陷，借鉴Vincent ＆ Soille沉浸模拟分水岭算法思想，构造了一种与均值平移方法相适应的新的模拟泛洪方法执行图像分割。新方法比较符合人的主观感知，且易于容纳更多的特征以满足特定的图像分割需求。对实验用彩色图像的分割结果表明了该方法的有效性。     

基于视频的行人检测跟踪与统计算法研究

视频图像中运动目标的检测及跟踪一直是视觉分析的研究热点之一。本文针对教学楼内摄像头固定、背景基本不变的情况,提出了一种行人检测跟踪及统计算法。首先根据背景差分法初步提取行人目标,然后将行人目标二值化,最终通过阴影去除、膨胀、腐蚀等一系列图像预处理操作去除光线变化及噪声的影响,得到较完整的行人目标,并改进了基于质心跟踪的行人目标跟踪方法,采用基于矩形中心的方法实现了行人跟踪与统计,使之更适应教学楼行人检测。实验结果表明,该算法可以实现对行人目标的较完整提取、对目标运动方向的较准确判断和对行人的较精确统计,为教学楼行人疏导提供技术保障。