沈阳工业大学机械工程学院, 辽宁 沈阳 110870
基于机器视觉技术, 提出钢材表面锈蚀物激光清洗检测方法。构建了激光清洗视觉检测系统, 采用SURF算法对采集图像进行连续拼接, 基于HSV色彩空间转换方法, 获得钢材锈蚀物的HSV阈值, 同时采用中值滤波方法去除干扰像素点。结果表明, 基于机器视觉的激光清洗检测方法, 实现了激光清洗过程钢材锈蚀表面的视觉检测, 与灰度阈值提取方法相比, 提高了检测精度, 可为钢材锈蚀表面的激光清洗质量提供量化评价。
激光技术 激光除锈 检测 SURF算法 HSV色彩模型 laser technology laser derusting detection SURF algorithm HSV model
1 中国科学院上海技术物理研究所 空间主动光电技术重点实验室, 上海 200083
2 中国科学院大学, 北京 100049
3 北京航天长征飞行器研究所, 北京 100076
空间非合作目标跟踪技术可以在多方面发挥重要作用, 目前效果较好的图像跟踪算法多是基于视频流处理, 但是由于面对的工况与航天应用面对工况不同, 在跟踪精度、运算速度、预警率和虚警率等要求上不满足空间目标跟踪需求与任务要求, 并且运算复杂难以在航天器中实现, 不适合天基卫星跟踪。为解决这一问题, 一种面向空间应用的卫星目标高精度跟踪算法被提出, 该算法以图像相关、曲线拟合、卡尔曼滤波、SURF算法为基础, 并将预测、跟踪和矫正过程相融合, 最终获得在天基平台中具有可行性的高速稳定跟踪算法。相关实验表明, 这种算法可以对平面内自由旋转、0.4~2.1倍尺度内缩放、有光照变化的图像进行连续跟踪, 仿真试验平均跟踪误差小于0.9像素且大多数工况下计算速度高于200帧/s, 并且算法对图像模糊、高斯噪声以及椒盐噪声都有较好兼容能力,对于实际模型目标跟踪仍有稳定跟踪能力。
非合作面目标跟踪 空间目标 图像跟踪 SURF算法 卡尔曼滤波 non-cooperative area targets tracking space targets image tracking SURF algorithm Kalman filter 红外与激光工程
2019, 48(1): 0126004
提出了一种采用加速鲁棒特征算法匹配运动物体的特征点，实现在线三维测量的方法.该方法只需投影一固定的正弦光栅到在线运动中的被测物体表面上，使投影光栅线垂直运动方向，当物体每移动相同的距离，由CCD采集到相应的变形条纹图，从中提出对应的背景光场，借助SURF算法对各帧背景光场的物体进行特征匹配，即可获得一组具有等步相移量的等效相移条纹图，从而采用等步相移算法可重构出在线运动物体的三维面形.实验验证了该方法的有效性和可行性，并与在线FTP方法进行了比较，所提方法的平均绝对误差小于在线FTP方法的二分之一，均方根误差小于在线FTP方法的四分之一.
在线三维测量 像素匹配 SURF算法 特征匹配 等步长相移算法 相位展开 测量 On-line three-dimensional measurement Pixel matching SURF algorithm Feature matching Equal phase-shifting algorithm Phase unwrapping measurement
云南师范大学颜色与图像视觉实验室, 云南 昆明 650500
针对红外与微光图像配准的特殊性, 为了减少配准计算量, 提出了一种从主方向确定和特征点描述 两方面加以改进的加速鲁棒特征(Speeded Up Robust Feature, SURF)配 准算法。首先检测微光图像和红外图 像的边缘, 然后用改进型SURF算法提取两种图像边缘上的特征 点, 并采用最近邻距离法对原始特征点进行筛选。在得到较高精 度的特征点后进行粗匹配。接着用随机抽样一致 性(RANdom SAmple Consensus, RANSAC)算法对一次筛选后的 特征点进行精匹配。最后利用精确的特征点建立变换模型, 并 将重采样后的待配准图像与参考图像实现配准。实验结果表明, 该算法不仅可以解决红外与微光图像的配准问题, 而且在匹配精度和 算法运算时间等方面的表现均优于原始SURF算法。
图像配准 微光图像 红外图像 SURF算法 边缘提取 image registration low light image infrared image SURF algorithm edge extraction
中国科学院上海技术物理研究所, 上海 200083
图像配准是一项基本而又非常关键的图像预处理技术。在很多应用领域, 要求配准精度达到亚像素级。现有的相位相关法具有精度高、计算简单等特点, 但是随着图像规模的增大, 计算付出的时间代价是巨大的。本文提出基于 SURF和矩阵乘法相位相关法的超大规模遥感图像亚像素配准算法, 采用化整为零的方法, 首先把整幅图像划分成不同区域, 其次使用改进的 Canny算法进行边缘分割, 去除无用信息, 再次使用 SURF算法提取特征, 最后在关键点周围使用矩阵乘法相位相关估计图像亚像素偏移量。实验表明本文提出的算法不仅提高了算法运行速度, 同时也解决了图像尺寸太大导致一般计算机无法处理的问题。并且由于矩阵乘法相位相关的良好抗噪声特性, 因此即使存在噪声, 算法仍然可以获得较高的亚像素偏移量估计精度。
图像配准 SURF算法 矩阵乘法相位相关 亚像素 image registration SURF algorithm matrix multiplication phase correlation sub-pixel
1 上海应用技术学院电气与电子工程学院，上海201400
2 永城职业学院矿业工程系，河南永城476600
针对三维空间中目标物体定位的问题, 提出了一种结构简单、操作方便、性价比较高的单摄像机实现双目立体视觉定位的方法。在对目标物体的识别和定位中, 利用各方面性能和指标都比较好的SURF算法对所获取的图像进行特征点的提取和匹配; 针对匹配过程中存在的误匹配现象, 又对SURF算法做了改进。实验结果表明, 基于改进SURF算法的单目转双目视觉定位, 不论是在定位的精度, 还是在时间、速度方面都表现出了较好的可行性与实用性, 具有一定的实际应用价值。
视觉定位 摄像机 SURF算法 特征提取 匹配 visual positioning camera SURF algorithm feature extraction matching
1 中国国防科技信息中心，北京 100142
2 海军航空工程学院 控制工程系，山东 烟台 264001
针对空间目标检测对图像配准精度的要求，本文组合Fourier-Mellin变换和加速鲁棒特征变换(SURF)算法来实现对空间观测图像的精确配准， 并研究了该配准算法所涉及的变换模型、特征提取、特征匹配和配准精度等问题。该算法首先利用Fourier-Mellin变换计算图像旋转角度的整数值，根据整数角度将待配准图像反向旋转；然后利用SURF算法检测两幅图像的匹配特征点；最后利用最小二乘方法计算旋转角度的浮点值和平移量，而整数角度与浮点角度之和就是待配准图像的实际旋转角度。文中分析了SURF特征点检测与图像尺寸、DoH响应阈值以及尺度空间层数之间的关系。实验结果表明：提出的算法对图像旋转角度估计值的均方误差为0.0077°，50组实拍图像中星点质心均方误差的平均值为0.1353 pixel，能够满足空间目标检测对图像配准的精度要求。
空间观测图像 图像配准 Fourier-Mellin变换 加速鲁棒特征(SURF)算法 配准精度 space observation image image registration Fourier-Mellin transform Speed-up Robust Feature(SURF) registration accuracy
中北大学信息与通信工程学院，山西太原 030051
针对产品表面正确性的快速自动无损检测问题，提出了利用垂直投影法确定旋转步长来获取序列图像的方法，并将一种针对尺度旋转不变性（ SIFT）改进的 SURF算法应用到此方面，该算法通过计算积分图像和 Hessian矩阵大大提高了特征点检测的速度，节省了图像匹配时所用的时间，并提高了算法的实时性。首先通过确定旋转步长来获取标准序列图库，其次通过 SURF算法寻找最优匹配位置，最后通过相关度的计算来判别各区域是否有缺陷。实验表明，在对待检测图像和标准序列图像库中的 5幅图像匹配时 SURF算法比 SIFT算法大约节省了 2.6 s，显然，把 SURF算法应用于序列图像中匹配可以大大节省缺陷检测时所用的时间。
缺陷检测 序列图像 垂直投影法 SURF算法 相关度计算 defect detection image sequences vertical projection SURF algorithm correlation calculation
1 首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048
2 太原理工大学艺术遗产研究中心, 山西 晋中 030600
正态分布变换(NDT)算法是一种应用在同时定位和地图生成(SLAM)中的点云配准算法。针对地面激光扫描(TLS)数据的特点，改进了NDT 算法，提出了一种基于SURF 的NDT 配准算法，使之能应用在TLS 中。该算法首先建立点云和图像间的映射关系把点云影像化；利用加速稳健特征(SURF)算法提取图像的特征点并找出特征点对；根据映射关系找到相应的三维特征匹配点，求出变换矩阵，完成点云初始配准。在NDT 算法中，设置初始矩阵为单位矩阵，对点云体素化并使用概率分布函数对点云精细配准。实验结果证明，该算法不但适用于地面激光数据的配准，且其配准精度高、运算时间少，尤其对于不同分辨率的点云有良好的配准效果。
图像处理 正态分布变换算法 SURF 算法 点云影像化 激光与光电子学进展
2014, 51(4): 041002
