1 浙江大学 工程师学院，浙江杭州3005
2 中航西安飞机工业集团股份有限公司，陕西西安710089
3 中国科学院 福建物质结构研究所 泉州装备制造研究中心，福建泉州62100
4 浙江大学 机械工程学院，浙江杭州310058
为了实现复杂环境下航空零件孔特征的高效高精度检测，提出了一种集成视觉显著性和群决策的检测方法。在经典FT显著性检测算法中引入图像增强步骤，并为每个像素赋予以最大显著区域中心为参考的权重，使用改进后的方法对图像进行孔区域分割。设计具有多尺度多结构元素的新型数学形态学边缘检测算法，结合轮廓细化算法对孔区域进行轮廓提取。最后，利用Meanshift算法寻找轮廓点的圆心位置，建立新的基于群决策的圆半径计算模型，获得孔特征的关键几何参数。结果表明：改进的视觉显著性特征检测算法能够生成更加突显孔特征的全分辨率显著图；新型数学形态学边缘检测算法能获得简化且可靠的轮廓点；该方法在不均匀光照、各类孔缺陷和孔内壁干扰等条件下均显示出较好的稳定性；即使在噪声密度高达30%时仍能成功完成孔检测，且圆心坐标和半径的误差均小于0.012 mm；平均检测时间仅为0.236 s。该方法能够在复杂环境下对航空零件孔特征进行准确、稳定的检测。
航空零件 孔特征检测 显著性检测 数学形态学 群决策 aircraft part hole feature detection saliency detection mathematical morphology group decision making
1 长春理工大学光电工程学院，吉林 长春 130022
2 北京理工大学光电学院，北京 100081
人的面部结构信息具有非常高的独特性，通过对人脸进行三维测量和重建，所得数据可以用于人脸识别、医学整形等用途。利用结构光投影技术，通过投射特定编码的近红外光栅条纹到人脸上，解算得到人脸的三维形貌。同时根据二维纹理图像进行人脸特征点的检测与识别，获取人脸关键特征点的分布。最后结合二维分布的特征点和三维的点云信息，实现对人脸关键特征信息的准确获取与理解，为未来三维人脸检测的应用，如医学医疗、人脸识别检测、虚拟人类的数据输入等提供参考。
结构光 三维重建 人脸特征检测 近红外条纹 激光与光电子学进展
2023, 60(22): 2211004
1 中国兵器工业第五九研究所, 重庆 400039
2 中国科学院空天信息创新研究院, 北京 100101
智能变形、 变色、 变温、 变谱技术发展趋势下, 低特征目标加速实现与自然地物背景的特征融合, 导致复杂自然背景环境下低散射、 微反射、 弱辐射目标的检测与评估愈发困难, 特定场景下潜在威胁目标的检测方法快速决策与准确评估成为了难题。 为了提升离散目标、 伪装目标、 弱小目标、 异常目标等低特征目标与复杂自然背景环境融合场景下的多特征检测算法的选择效率及其检测准确度, 提出了目标与背景环境融合度(FD)参数模型, 并设计了植被伪装目标嵌入草地背景、 植被伪装目标嵌入土壤背景、 植被及水泥路伪装目标嵌入土壤背景以及植被、 水泥路、 土壤伪装目标分别嵌入草地、 水泥路、 土壤背景等4种不同波谱特征分布场景的模拟图像数据, 以及信噪比为200, 400与800的高斯白噪声分别加入场景一的3种不同级别噪声比例的模拟图像数据。 通过综合目标波谱信息、 背景波谱信息、 数据噪声比例等多种因素的综合试验分析, 开展了基于目标与环境FD模型的多特征检测算法适应性评估研究。 结果表明, 在标准差均小于0.08的条件下, MtACE, MtAMF, MtCEM, SumACE, SumAMF, SumCEM, WtaACE, WtaAMF, WtaCEM等9大经典多特征检测算法对于4种波谱分布场景检测结果的FD参数平均值分别为0.320 0, 0.350 2, 0.862 4, 0.365 8, 0.365 8, 0.846 1, 0.680 0, 0.680 0和0.948 2; 在标准差均小于0.07的条件下, 9大经典多特征检测算法对于3种不同级别噪声比例数据检测结果的FD参数平均值分别为0.313 5, 0.320 9, 0.774 7, 0.369 6, 0.369 6, 0.847 5, 0.695 6, 0.695 6和0.960 3。 通过不同波谱分布场景及不同噪声级别条件下的检测与融合度评估试验分析, 实现了多特征检测算法的适应性能排序, 大幅提升复杂场景下多种低特征目标的检测效率。 综合波谱与噪声因素, 对于复杂场景下离散分布的低特征目标检测, 9大经典多特征检测算法的优先级顺序为: MtACE>MtAMF>SumACE=SumAMF>>WtaACE=WtaAMF>MtCEM>SumCEM>WtaCEM。
波谱 噪声 自然环境 特征检测 融合度 算法适应性 Spectrum Noise Naural environment Features detection Fusion degree Adaptability of algorithm 光谱学与光谱分析
2022, 42(4): 1285
1 西安石油大学，陕西 西安 710065
2 青海民族大学物理与电子信息工程学院，青海 西宁 810007
当前的动态目标识别方法在场景复杂的图像中，因为无法采集足够多的特征信息，导致识别结果应用性受限。基于三维激光点云提出一种运动图像动态目标识别方法。利用三维扫描系统获取运动点云图像特征，在不影响有效信息采集的情况下，进行图像预处理；引入地平面方程，将图像背景点云与被识别目标点云通过欧式聚类法分割，提取处理后的被识别目标关键点，并采用Freeman链码检测边缘特征，完成运动图像动态目标识别。试验对比结果表明，所研究基于三维激光点云的运动图像动态目标识别方法，对动态目标有良好的鉴别能力及较好的识别精度，且所需动态目标识别时间较短。
动态目标识别 三维扫描系统 点云图像 图像预处理 关键点提取 边缘特征检测 dynamic target recognition three-dimensional scanning system point cloud image image preprocessing key point extraction edge feature detection
1 广西大学 计算机与电子信息学院，广西南宁530004
2 梧州学院 机器视觉与智能控制广西重点实验室，广西梧州54300
3 梧州学院 大数据与软件工程学院，广西梧州54002
针对珠宝、矿物和金属样本等立体标本在显微镜局部放大观测时存在弱纹理、反光等问题，本文提出了一种适用于显微镜应用场景下基于特征提取的多视图立体三维重建算法。将显微镜镜头角度固定，通过移动载物台对立体标本进行多角度成像获得图像序列。通过将Harris与SIFT算法的优势相结合将原本SFM方法重建中的SIFT算法改进为Harris-SIFT算法进行特征提取与匹配，提升了对显微图像在弱纹理区域特征信息提取的性能。通过使用与深度残差网络相结合的全卷积神经网络对输入的图像进行深度估计和预测，将预测的深度信息通过阈值法与MVS深度图相融合，对MVS深度图进行修正，重建出物体的稠密点云，提升了重建结构完整性并提取到更多的点云数目。在基恩仕VHX-6000数码显微系统进行实验表明，本算法比原始MVS重建算法重建的点云模型点云数目多31.25%，整体重建时间节省了21.16%。
显微镜 三维重建 特征检测 深度估计 MVS深度图 microscope 3D reconstruction feature detection depth estimation MVS depth map 光学 精密工程
2022, 30(14): 1669
江南大学机械工程学院江苏省食品先进制造装备技术重点实验室, 江苏 无锡 214122
以效率较高的加速分割测试特征提取(FAST)算法为基础,添加原FAST算法不具备的尺度不变性和旋转不变性特征描述子,在特征检测和匹配时将颜色信息作为重要参考变量,提出了一种基于颜色信息改进FAST算法的图像特征检测和匹配算法(C-FAST)。改进后的算法效率较高,具有更高的检测和匹配精度,且在光照变化和噪声下均有很好的稳健性。使用公开数据集和常用图像对FAST算法、快速稳健特征(SURF)算法、基于颜色信息的尺度不变特征转换(CSIFT)算法及所提C-FAST算法进行了性能分析。结果表明,所提算法能有效可靠地完成图像的特征检测和匹配,对比原FAST算法,准确率提升30%。
图像处理 基于颜色信息的加速分割测试特征提取(C-FAST)算法 颜色信息 特征检测与匹配 特征描述 激光与光电子学进展
2019, 56(5): 051006
1 安徽建筑大学机械与电气工程学院, 安徽 合肥 230601
2 安徽建筑大学建筑机械故障诊断与预警重点实验室, 安徽 合肥 230601
利用非线性扩散滤波构造尺度空间,将Hessian矩阵的弱边缘检测能力与Laplace算子的强边缘检测能力相结合,以Hessian矩阵行列式与Laplace算子之比作为特征判据,提出了一种基于非线性扩散滤波的图像特征检测算法,并对点和线仿真图像、Mikolajczyk标准数据库、SALSA偏振相机获取的真实场景图像进行了性能验证。结果表明,所提算法能够检测出图像的强边缘、弱边缘和角点特征,受光照、对比度影响较小,稳健性好。
图像处理 特征检测与描述 偏振图像 非线性尺度空间 图像匹配 激光与光电子学进展
2019, 56(11): 111002
1 西安电子科技大学 机电工程学院, 西安 710071
2 中国科学院西安光学精密机械研究所, 西安 710119
3 中国科学院大学, 北京 100049
4 国家卫星海洋应用中心, 北京 100081
针对我国海洋遥感定标检验技术, 提出海洋水体皮温-体温模型, 将海洋皮温测量精度提高至0.3℃.模型皮温数据来源于自主研制架设在南海北部PY-301石油平台上的无人值守自动多波段红外辐射系统, 通过标准黑体标定、光阑校正、天空光校正, 使海水皮温测量精度优于±0.5℃.基于模型分析了风速对海洋皮温和体温差值的影响, 并用所提模型与Donlon模型对海洋皮温测量值进行风速修正, 修正后两者偏差分别为－0.007 6±0.297 1℃和0.044 6±0.324 8℃.结果证明该模型有效且能够提高海洋皮温的测量精度.
海洋表面温度 海洋特征检测 红外辐射 光学检测 数学模型 Sea surface temperature Oceanic feature detection Infrared radiation Optical detection Mathematical model 光子学报
2018, 47(11): 1101001
1 武汉职业技术学院, 湖北 武汉 430074
2 广西电力职业技术学院, 广西 南宁 530001
为解决复杂背景中难以有效提取场景文本的问题, 提出了一种基于多特征检测与支持向量回归的图像文本提取方案。为有效区分文本与非文本边缘, 基于图像边缘, 提取场景中三个文本特征。将得到的三个文本特征进行多尺度融合, 利用文本融合特征检测候选文本边界, 有助于检测不同大小的文本, 提高对不同类型的图像退化的鲁棒性。对于每个检测到的候选文本边界, 根据邻域窗口中的像素来估计每个像素的局部阈值, 利用局部阈值自适应分割提取候选字符。引入支持向量回归模型对文本像素与图像背景精确分离, 消除非文本边界, 提取真实字符和单词。实验表明: 与当前文章提取技术相比, 所提方法具有更好的鲁棒性, 能适用各种变化的复杂场景文本提取, 具有更优的Precision-Recall曲线与F测量值。
文本提取 支持向量回归 多特征检测 局部阈值 文本边界 图像边缘 text extraction support vector regression multi-feature detection local threshold text boundary image edge
1 安徽建筑大学机械与电气工程学院, 安徽 合肥 230601
2 安徽建筑大学建筑机械故障诊断与预警重点实验室, 安徽 合肥 230601
3 安徽省建筑科学研究设计院, 安徽 合肥 230001
KAZE特征检测与描述算法在图像匹配方面具有较好的性能。然而, KAZE算法中Perona-Malik(P-M)模型的解不具有唯一性, 而且图像弱边缘在尺度空间中易被平滑。为此, 提出一种改进的KAZE特征检测描述算法(CKAZE)。首先, 基于KAZE原理与能量泛函构建自适应扩散滤波函数; 然后, 研究解的唯一性及图像滤波过程中的边缘保持能力; 最后, 提出CKAZE算法, 利用Mikolajczyk标准数据库图像进行特征匹配实验, 对其性能进行验证。结果表明, 对高斯模糊、光照、旋转缩放、视觉变换而言, CKAZE算法的特征匹配正确率分别较KAZE算法高4.555%、2.138%、0.656%、1.981%, 特征检测和描述的精度提高。
图像处理 图像匹配 特征检测和描述 自适应扩散滤波 激光与光电子学进展
2018, 55(9): 091007
