红外与激光工程
2021, 50(11): 20210125
红外与激光工程
2021, 50(3): 20200344
1 光学信息与模式识别湖北省重点实验室,湖北 武汉 430205;湖北省视频图像与高清投影研究中心,湖北 武汉 430205;武汉工程大学 电气信息学院,湖北 武汉 430205
2 武汉工程大学 电气信息学院,湖北 武汉 430205
先进的图像盲复原方法主要体现在模糊核估计的准确性和快速性两方面。针对目前图像复原方法存在信息冗余和有效信息利用不足所引起的模糊核估计耗时长和不精确等问题,我们提出了加权
$ {L}_{1} $![]()
![]()
范数测度的模糊核区域估计及空可变复原方法。首先提取退化图像的多尺度形态学梯度,抑制噪声对图像有用信息的干扰;然后定义利于模糊核估计的梯度加权
$ {L}_{1} $![]()
![]()
范数测度,解决小结构区域和细纹理区域导致的模糊核求解不精确问题,提取利于模糊核估计的区域;最后利用区域模糊核的相似性区分图像退化的空不变性和空变性,分别采用空不变和空变复原方法对退化图像进行复原。在反卷积阶段,采用FFTW进行傅里叶变换计算,较大地提升了复原速度。大量实验结果表明,提出的算法仅用单帧图像就能够快速有效地复原图像。
模糊核估计 多尺度形态学梯度 空可变复原 blur kernel estimation multi-scale morphological gradient space-variant restoration 红外与激光工程
2020, 49(8): 20200001
1 武汉工程大学 湖北省视频图像与高清投影工程技术研究中心, 湖北 武汉 430073
2 深圳光启高等理工研究院, 广东 深圳 518000
光启云端号平台是用电缆绳索牵引气囊的, 由于空中航拍摄像系统悬挂在气囊下方, 摄取的图像不可避免地含有绳带信息, 这些绳带信息影响图像质量, 所以在场景分析和目标检测中需要剔除。提出一种基于U-net模型的绳带检测算法, 引入深度可分离卷积提高计算速度, 采用一种带权重的交叉熵作为损失函数, 解决类别不均衡带来的收敛不稳定问题, 最终的模型能够用较少的样本在较短的时间内, 快速准确地检测绳带, 利用快速行进修复算法(FMM)对绳带图像进行了修复。实验结果表明: 该算法的mIOU达到62.8%, 得到了较好的去绳结果。
空中航拍 绳带检测 语义分割 U-net模型 aerial photography rope detection semantic segmentation U-net
1 武汉工程大学 电气信息学院
2 湖北省视频图像与高清投影工程技术研究中心,武汉 430205
3 深圳光启高等理工研究院,深圳 518000
针对工业生产中泄漏气体导致的爆炸和火灾问题,提出一种基于形状和SVM分类的红外图像泄漏气体检测方法。采用泄漏气体和干扰物红外图像样本的形状特征训练SVM分类器,通过对红外图像序列采用基于背景差分的运动检测得到候选目标区域,再对候选目标区域提取其形状特征,最后使用SVM分类器进行判别,从而得到最终的检测结果。使用乙烯气体泄漏仿真数据进行实验,检测率最高可达98%,结果表明,采用该方法可以有效检测泄漏气体,相比其他方法,极大地减少了干扰物造成的误检。
气体检测 形状特征 支持向量机 红外图像 leak gas detection shape feature support vector machine(SVM) infrared image
武汉工程大学电气信息学院,湖北 武汉 430205
当目标在多视角观测成像系统中有相对运动时,所获取的多观测点图像是模糊的且各视角图像的模糊是不一样的,模糊核长度和方向都不同。针对这一问题,提出了多视角观测图像的三维去模糊方法。现有的图像去模糊方法主要是对单视角观测图像进行二维去模糊的,没有考虑目标多视角观测图像的模糊核之间的对应关系。文中从三维空间到二维观测面的映射关系出发,建立多视角观测图像的模糊路径之间的对应关系。先采用单观测图像去模糊的方法获取两视角观测图像的模糊核,并对模糊核进行精确化处理,得到单像素点宽的模糊核路径。再通过多视角观测图像模糊核路径之间的对应关系,估计其它观测图像的模糊核路径。最后,对多视角观测图像进行统一去模糊,并对去模糊后的多视角观测图像进行三维重建。实验结果表明,文中方法能较好地去除目标多视角观测图像的三维模糊,提高了目标的三维重建质量。
目标 多观测图像 三维去模糊 模糊核关系 三维重建 object multiple observed images 3D deblurring blur kernels relationship 3D reconstruction 红外与激光工程
2016, 45(2): 0228001
武汉工程大学 图像处理与智能控制研究室, 湖北 武汉 430205
为了克服三维重建高度依赖标定板, 满足3D打印模型的工业需求, 提出基于图像自标定的高效3D打印模型生成方法, 无需借助标定板计算相机参数, 直接使用单相机采集序列图像进行三维重建。为了克服基于自标定方法易受图像质量和特征点匹配精确度的影响, 根据人机交互与自适应分割算法相结合的方法去除原始图像背景及过滤噪声, 使图像感兴趣区域特征更为明显, 采用快速稳定特征算法提取序列图像中特征点并根据特征点的匹配度进行精确的特征点匹配, 再使用匹配信息自标定求解得到相机模型参数, 最后根据相机模型以及特征点信息完成三维目标的稠密重建。实验结果表明, 自标定及重建方法对大小各异, 表面材质不同的目标均可实现重建。
特征点检测 自标定 3D打印模型 三维重建 feature point detection self-calibration 3D printing model 3D reconstruction
1 武汉工程大学图像处理与智能控制实验室,武汉 430074
2 华中科技大学图像识别与人工智能研究所,武汉 430074
在生产线钢坯检测识别过程中,如何准确地切分生产线实际复杂场景下的钢坯端面字符是一个高度复杂的智能问题。为了解决这一复杂问题,本文提出了一种基于智能多代理者的字符切分处理方法,将分控制层中的字符区域分割与切分、区域合并、区域分裂、特征计算等功能子程序作为个体代理者,主控制层作为主控代理者对这些个体代理者根据具体需要进行统一分工协调,同时各子代理者的切分信息反馈给主控代理者作为分析、控制各子代理者的重要因素,进而完成钢坯号字符的精确切分。实验结果表明,本文提出的算法能对复杂场景中的钢坯字符完成精确的切分,具有良好的稳定性与准确性,解决了复杂场景中的钢坯字符准确切分的问题,为后续钢坯字符的识别提供了保证。
钢坯号 智能多代理者 字符切分 区域合并 区域分裂 billet character intelligent multi-agent character segmentation region combination region division
1 武汉工程大学图像处理与智能控制实验室,武汉 430205
2 华中科技大学图像识别与人工智能研究所,武汉 430074
在生产线钢坯检测识别过程中,如何准确地从光照复杂场景中确定钢坯端面字符串目标所在位置是一个关键技术问题。为了解决这个问题,本文提出利用 Mean Shift对复杂场景图像进行抑制,采用多级分割滤波与聚类处理突出并找出字符串目标兴趣区域,通过最小二乘法自适应修整倾斜角度,进而完成字符串目标精准定位。实验结果表明,与传统投影定位方法相比,该定位方法能对各类钢坯字符串复杂场景完成精准定位,具有良好的稳定性和准确性,解决了钢坯字符串复杂场景的定位问题,为钢坯字符识别工作提供了关键技术。
图像处理 生产线 钢坯字符串 定位方法 image processing production line billet character string Mean Shift Mean Shift location method