红外与激光工程
2022, 51(12): 20220114
红外与激光工程
2021, 50(12): 20210233
1 西安思源学院 工学院,陕西 西安 710038
2 西安斯坦仪器股份有限公司,陕西 西安 710065
随着红外传感器的性能提升和应用普及,获取同一场景下同一目标的多视角图像成为可能。为此,提出联合多视角红外图像的目标识别方法。首先对多视角红外图像进行聚类分析,获取多个视角子集。在每个视角子集中,红外图像具有较强的相关性。对于不同的视角子集,它们相对独立。为充分利用这种相关性和独立性,采用联合稀疏表示(JSR)对单个视角子集进行决策。特别地,对于只包含一个视角的子集,则直接采用经典的稀疏表示分类(SRC)进行处理。对于不同视角子集获取的决策结果,基于线性加权的思想进行融合处理,并根据融合后的决策变量判决多视角红外图像所属的目标类别。因此,所提方法在分析多视角红外图像内在关联性的基础上,分别对局部相关性和整体的独立性进行考察,并通过决策层的融合将两者融为一体,提高了最终决策的可靠性。实验中,在采集的多类交通车辆红外图像上进行识别,分别在原始图像、加噪声图像以及部分遮挡图像上对方法进行测试和验证,经过对比分析验证了提出方法的有效性。
红外图像 目标识别 多视角聚类 稀疏表示 infrared images target recognition multi-view clustering sparse representation 红外与激光工程
2021, 50(11): 20210206
1 南京航空航天大学机电学院, 江苏 南京 210016
2 中航西安飞机工业集团股份有限公司, 陕西 西安710089
多视角结构光测量是利用结构光测量系统从多个角度测量实现被测对象完整表达的过程,所以多个视角下测量数据的拼接影响了被测对象的完整性。提出一种利用深度学习估计位姿并直接进行多视角数据拼接的方法。结构光测量模型为四步相移配合多频外差法,实现单次高精度三维重建。使用只看一次(YOLO)网络识别被测对象的3D包围盒角点,采用n点透视(PnP)算法进行目标位姿估计。由于测量系统和位姿估计的坐标系均统一到单目相机下,多个视角的数据直接利用估计的位姿进行拼接。建立相邻点云的特征描述子,利用迭代最近点(ICP)算法实现高精度拼接。结果表明,提出的测量方法能够有效实现多视角结构光数据的拼接;位姿估计的平移精度优于3 mm,旋转精度优于1°,拼接点云的平均偏差为0.02 mm;这与利用标志点拼接的结果具有可比较的精度水平。拼接方法适用于单次可完整估计位姿的多视角结构光测量,提升了多视角拼接效率。
结构光测量 多视角 位姿估计 深度学习 数据拼接 光学学报
2021, 41(17): 1712001
1 中国人民解放军海军装备部装备项目管理中心,北京 100071
2 华中光电技术研究所—武汉光电国家研究中心,湖北武汉 430223
基于单目多视角影像完成场景的三维重建,首先从飞机航空影像中采用飞机及相机等各种信息提取出关键帧,然后对关键帧采用 SIFT特征提取算法完成特征提取,提取出特征后采用比较最近邻与次近邻比值的方法完成特征点对匹配,为了提高匹配的鲁棒性,同时使用 KVLD算法来完成误匹配点对的剔除。之后通过匹配点对计算出两两视图之间的旋转平移矩阵,从而进一步计算出全局坐标系下视图的位姿信息。根据视图的位姿信息通过三角化计算出匹配点对之间的三维稀疏点云,然后采用捆集优化策略来不算迭代优化,求出最佳的重投影矩阵,并优化稀疏点云。最后,在稀疏点云的基础上采用基于面片的三维多视角立体视觉算法进行稠密重建,并粘贴纹理得到可视化的场景三维点云模型。采用该方法能够仅根据多视角拍摄的图片快速、鲁棒地生成场景的三维重建模型,具有一定的应用价值。
三维重建 特征提取 特征匹配 全局估计 多视角影像 3Dreconstruction featureextraction featurematching globaleliminate multi-viewimage
桂林电子科技大学信息科技学院,广西 桂林 541004
提出了一种考察独立性和相关性的合成孔径雷达(SAR)图像目标识别方法。由于SAR图像的方位角敏感性, 参与识别的多视角SAR图像之间的关联性不够稳定。首先, 基于图像相关对多视角SAR图像进行聚类, 获得具有较强内在关联的多个视角集。然后, 对于每一个视角集, 分别采用联合稀疏表示对其进行联合重构, 获得高精度的重构误差。最终, 采用线性加权的方法融合各个视角集合的重构误差并根据融合误差判定目标类别。基于MSTAR数据集进行了实验测试, 结果表明了提出方法的有效性。
合成孔径雷达 目标识别 多视角 独立性 相关性 Synthetic Aperture Radar (SAR) target recognition multiple views independency correlation
1 天津大学电气自动化与信息工程学院, 天津 300072
2 北京智芯微电子科技有限公司, 北京 102200
提出一种基于多视角低秩表征的短视频多标签分类模型。该模型将低秩表征和多标签学习结合到同一框架中,利用不同类型特征的一致性学习本征稳定的低秩表示。同时为了获得标签相关性的潜在表示,构建了标签相关性学习项来自适应地捕获标签的相关性矩阵。此外,模型利用监督信息进一步提高了其表征能力。大量的实验结果证实了所提方法的优越性。
图像处理 低秩表征 多标签学习 多视角学习 短视频 激光与光电子学进展
2020, 57(22): 221012
1 常州工业职业技术学院 信息工程系, 江苏 常州 213164
2 扬州大学 信息工程学院, 江苏 扬州 225127
3 常州大学 信息科学与工程学院, 江苏 常州 213164
传统的医学影像检索使用单幅影像, 但单幅影像中的影像信息有限, 且不能有效利用不同角度拍摄的医学影像。为解决这一问题, 提出了一种多视角判别度量学习的医学影像检索方法。基于Fisher判别模型在多个视角之间学习鲁棒的度量空间, 使得相似的医学影像在度量空间紧密地映射, 不相似的医学影像尽可能地彼此分离。同时, 设置视角权重因子充分利用每个视角特征的不同表征信息。在“乳腺癌数字存储库”中与4种多视角方法比较, 本文提出的方法检索准确率提高7%, 识别率更高。its applications for breast image retrieval
医学影像检索 乳腺影像 多视角 距离度量学习 medical image retrieval breast image multi-view distance metric learning
红外与激光工程
2020, 49(3): 0303002