为了在复杂天空背景下检测出低空慢速小目标, 本文研究了“低小慢”目标的视觉显著性区域特征, 融合扫描线填充算法, 提出了一种动态背景下“低小慢”目标自适应实时检测技术。首先, 根据图像的亮度对比度获取显著性图。接着, 使用形态学梯度提取显著性特征, 通过三帧差分算法得到种子点。然后, 使用扫描线填充算法进行生长, 结合提出的自适应双高斯算法分割出前景。最后, 根据候选目标的面积占比变化、质心距离变化、宽高比差异剔除虚假目标, 完成检测。为了验证算法的有效性, 本文选取了7组复杂天空背景的视频序列进行测试, 并与其他优秀检测算法进行了对比。结果表明, 本文提出的算法对运动目标检测的平均运行时间为0040 9 s, 平均检测准确率为8997%, 相比于其他算法的平均运算时间减少了035 s, 检测的平均准确率提高了245%。算法在复杂背景下具有较好的稳定性和较强的鲁棒性。

从不完整的视觉信息中推断出物体的三维几何形状是机器视觉系统应当具备的重要能力, 而识别出场景中物体的语义是机器视觉系统的核心。传统方法通常将二者分离实现, 本文将场景复原与目标语义紧密结合, 提出了一种三维语义场景复原网络模型, 仅以单一深度图作为输入, 实现对三维场景的语义分类和场景复原。首先, 建立一种端到端的三维卷积神经网络, 网络的输入是深度图, 使用三维上下文模块来对相机视锥体内的区域进行学习, 进而输出带有语义标签的三维体素; 其次, 建立了带有密集体积标签的合成三维场景数据集, 用于训练本文的深度学习网络模型; 最后通过实验表明, 与现有的语义分类和场景复原方法相比, 语义场景的复原接收区域增加了2.0%。结果表明: 三维学习网络的复原性能良好, 语义标注的准确率较高。

为了精确测量高速弹丸穿越光幕靶瞬间的位置坐标, 设计一种基于FPGA加DSP的实时图像处理板卡, 采用处理板卡与嵌入式软件算法相结合的方式组成高速弹丸位置坐标自动测量系统。该系统可以设置相机面阵和线阵工作, 使测量前端自动互瞄、自动组成光幕靶, 提高系统自动化程度。设计基于FPGA的SATA硬盘阵列控制方法, 保证高速图像的实时记录和回放。利用FPGA实现的PCIe接口保证上位机与板卡数据交换和通信的实时性。实验结果表明, 本系统能够自动完成测量前的准备工作, 高速弹丸的捕获概率超过99%, 以中心点为原点的200 mm直径范围内的测量精度优于1 mm。本系统能够满足高速弹丸位置坐标的测量需求, 具有捕获率高、精度高、实时性好等特点, 有很高的实用价值。

中子数字成像试验中,现场可编程门阵列(FPGA)是重要的成像逻辑控制器件。然而,中子辐照易引起FPGA的单粒子效应,对中子成像引入本底噪声,因此必须采取措施,减少中子辐照对FPGA成像的影响。结合图像周期性的特点,采用三判二的技术方法替代三模冗余,裁决成像关键信号; 采用硬件实现的中值滤波算法,平滑由于RAM区单粒子翻转等原因呈现在图像上的噪点。仿真结果表明,本文采用的两种技术方法不但降低资金成本,提高FPGA资源冗余度,而且在取得良好的抗辐照滤波效果的同时,保留图像细节。时序仿真和硬件平台验证了设计的正确性。

为了满足高动态范围高灵敏度的全局曝光模式下成像系统的需求, 基于CIS-2521科学级CMOS图像传感器设计了一个相机系统, 通过分析CIS-2521芯片像素读出结构特点, 通过芯片内部模拟相关双采样与FPGA片内数字域相关双采样完成相关四采样算法, 列向噪声去除效果明显。通过设计曲线拟合双增益通道图像数据合成输出, 保证了系统成像有较高输出动态范围。相机常温下输出图像峰值信噪比达62.9 dB,采用半导体制冷后输出图像峰值信噪比74.3 dB。根据EMVA1288标准实测相机动态范围达到78.2 dB, 设计的相机系统实现了每秒50帧2 560×2 160像素,16 bit深度高清晰度高动态范围图像的实时全局曝光成像输出, 能够满足低照度条件下的高帧频高动态范围成像的需求。

为了解决基于颜色直方图的多目标跟踪方法对复杂场景适应能力差, 容易丢失目标的问题, 文中提出一种将颜色直方图与边缘方向直方图相结合的多目标跟踪方法。该方法首先采用一种分块连通域标记方法进行多目标提取, 并获得目标的颜色、边缘特征; 然后融合目标颜色与边缘两种特征来描述目标的外观模型; 最后对跟踪过程中的目标模板进行更新。实验结果表明, 该方法对于目标在尺度、光照、姿态发生变化以及目标发生旋转情况下能够实现目标的稳定跟踪,具有很强的鲁棒性。实验中对3组挑战性的视频序列进行了测试,目标数目选定为2个,目标窗口大小为64 pixels×64 pixels的情况下,本文方法跟踪速度最高可达20 fps,基本上可以满足实时性的跟踪需求。

为了实现基于物理模型的图像复原去雾算法, 文中提出了一种改进的基于暗通道先验的图像去雾算法。介绍了雾天图像退化模型和基于该雾天图像退化模型的几种去雾算法。详细介绍了何恺明提出的基于暗通道先验的去雾算法, 该算法在估计光线传播图时使用的基于导向滤波的软抠图非常耗时, 经过改进, 直接使用景深估计光线传播图, 算法运行时间大大减少。最后, 使用MATLAB对改进的去雾算法进行仿真, 并与原算法的运行时间进行比较。结果显示新方法对光线传播图的估计可靠, 运行时间对比改进前大约下降60%, 实时性大大提高。带有天空的有雾图像去雾后色斑和光晕大幅减少, 取得了很好的效果。改进的去雾算法运行速度快、去雾效果好, 新提出的光线传播图估计方法可靠, 并且去雾过程中得到的光线传播图可以用于其他应用。

随着高铁的普及, 列车螺钉松动、车身变形等安全问题渐渐引起了人们的重视, 如何检测高铁车身是本文要研究的问题。本文采用激光三角法测量模型, 当线结构光扫描高铁车身时, 可以根据激光条纹的畸变程度, 判断高铁列车是否存在安全隐患, 而如何快速、精确地提取激光条纹中心线是首先要解决的问题。在考虑了光源选择、环境噪声、被测物反射等因素的基础上, 首先对图像进行预处理, 选择中值滤波去除噪声, 然后用最大类间方差法将目标区域与背景区域分割; 最后, 用改进的灰度重心法对目标区域进行中心线提取。本文在FPGA上实现了对分辨率为1 024 pixel×200 pixel图像的处理, 实验结果表明, 提取光带中心线用时不超过0.97 ms, 能够满足高铁检测系统对光带中心线提取实时性和准确性的要求。

为了提高大靶面交汇测量系统的测量准确度，分析了交汇测量原理，推导出脱靶量坐标公式.根据脱靶量公式分析其各项参量，利用几何关系建立像元坐标与偏移角度之间的映射模型.根据映射模型，利用光栅尺设计了一种针对线阵相机的标定方法，该方法不考虑相机参量，将整个光学系统看作一个整体，基于整体参量直接对像元坐标和它所对应的偏移角进行标定.实验结果表明，标定后的交汇测量系统在1.4 m处的平均测量误差为0.4 mm，最大测量误差优于0.6 mm.该方法简单高效，可提高系统标定的速度，且标定误差满足系统交汇测量准确度的要求.