1 北京邮电大学 信息光子学与光通信研究院, 北京 100876
2 北京信息科技大学 光电测试技术北京市重点实验室, 北京 100192
为了实现机器人在弱纹理场景中的避障和自主导航, 构建了由双目相机和激光投点器构成的主动式双目视觉系统。对立体视觉密集匹配问题进行了研究: 采用激光投点器投射出唯一性和抗噪性较好的光斑图案, 以增加场景的纹理信息; 然后, 基于积分灰度方差(IGSV)和积分梯度方差(IGV)提出了自适应窗口立体匹配算法。该算法首先计算左相机的积分图像, 根据积分方差的大小确定匹配窗口内的图像纹理质量, 然后对超过预设方差的阈值与右相机进行相关计算, 最后通过遍历整幅图像得到密集的视差图。实验结果表明: 该视觉系统能够准确地恢复出机器人周围致密的3D场景, 3D重建精度达到0.16 mm, 满足机器人避障和自主导航所需的精度。与传统的算法相比, 该匹配方法的图像方差计算量不会随着窗口尺寸的增大而增加, 从而将密集匹配的运算时间缩短了至少93%。
机器人视觉 三维重建 积分图像 灰度方差 梯度方差 自适应窗口 立体匹配 robot vision three-dimensional reconstruction integral image grayscale variance gradient variance adaptive-window stereo matching
1 空军航空大学, 长春 130022
2 中国科学院长春光学精密机械与物理研究所, 长春 130033
3 东北师范大学, 长春 130117
人体胸部各种组织器官较多, 造成胸部的CR(Computed Radiography)图像动态范围大, 是所有临床CR图像中最为复杂的一种。一般的图像增强方法只对胸腔中的部分组织起到了增强的效果, 而对另一部分组织不会有良好的增强的效果, 甚至会出现对比度变差、细节模糊、噪声增加等不理想的结果。提出了基于邻域灰度方差与噪声方差之比的自适应增强方法, 可根据胸部CR图像的灰度特性调节增强程度的加权因数K, 自适应的增强胸部CR图像边缘细节, 丰富图像的细节信息, 提高图像的诊断价值。实验证明, 该算法处理后的胸部CR图像细节丰富, 信噪比高, 细节方差和背景方差之比(DV/BV)比通用算法高, 增强后的CR图像具有良好的视觉效果, 是一种有效的适合胸部CR医学图像的边缘细节增强方法。
CR医学图像 自适应增强 灰度方差 噪声方差 CR medicine image adaptive enhancement gray variance noise variance
1 上海交通大学 模式识别与图像处理研究所, 上海 200240
2 上海航天控制工程研究所, 上海 200233:
提出了一种新的基于粒子群优化粒子滤波(PSOPF)的红外目标提取算法, 将红外目标提取阈值的计算问题看作系统状态估计问题.在粒子滤波的框架下, 建立了关于灰度-方差加权信息熵和像素点灰度值的阈值状态空间, 建立了基于粒子群优化算法思想的系统状态转移模型, 建立了基于红外目标提取效果评价函数的系统观测模型, 它有效综合了红外图像中灰度、信息熵、梯度、像素点的空间位置等信息.最后, 以粒子的加权平均估计目标提取的阈值.实验结果表明, 该方法是有效且稳健的.
粒子滤波 粒子群优化 目标提取 灰度-方差加权信息熵 particle filter particle swarm optimization target extraction gray-variance weighted information entropy
