1 重庆大学 数学与统计学院，重庆4033
2 长春长光辰谱科技有限公司，吉林长春130000
光学影像精准定位是提高工业生产效率和质量的重要环节。传统图像处理定位方法由于光照、噪声等环境因素的影响，在复杂场景下定位精度低、易受干扰；而经典深度学习网络虽然在自然场景目标检测、工业安检、抓取、缺陷检测等得到了广泛应用，但是其海量数据的训练需求、复杂系统的深度学习大模型、检测框的冗余及不精确等问题，导致它不能直接应用于工业零部件像素级精准定位。针对以上问题，构建了一种零部件光学影像像素级精准定位的轻量化深度学习网络方法。网络总体选用Encoder-Decoder架构，Encoder使用三级bottleneck级联，在降低特征提取参变量的同时充分提升了网络的非线性；Encoder与Decoder对应特征层实施融合拼接，促使Encoder在上采样卷积后可以获得更多的高分辨率信息，进而更完备地重建出原始图像细节信息；最后，利用加权的Hausdorff距离构建了Decoder输出层与定位坐标点的关系。实验结果表明：轻量化深度学习定位网络模型参数为57.4 kB，定位精度小于等于5 pixel的识别率大于等于99.5%，基本满足工业零部件定位精度高、准确率高和抗干扰能力强等要求。
机器视觉 光学影像 深度学习 精准定位 轻量化 machine vision optical image deep learning precise localization lightweight 光学 精密工程
2023, 31(17): 2611
为满足直升机实时图像数据与机载静态三维地形数据的融合要求,提出了一种适用于机载光电侦查系统的图像定位算法以及基于蒙特卡洛方法的误差仿真模型。通过构建摄像机坐标系、机体坐标系、载机地理坐标系(东北天坐标系)、大地直角坐标系及WGS-84坐标系,利用摄影测量原理、数字图像处理原理、视线向量原理、齐次坐标转换原理得到光电图像4个角点在WGS-84坐标系中的实际位置,在给定飞行参数瞄准线斜角近90°时,定位误差较大。该模型将为实时图像与三维地形的融合提供一种图像粗配准方法,便于将来对其进行特征点匹配等精准定位以及融合的实现。
图像定位 齐次坐标转换 蒙特卡洛方法 数字图像处理 图像粗配准 精准定位 image location homogeneous coordinate transformation monte carlo method digital image processing coarse registration accurate registration
华南理工大学 自动化科学与工程学院, 广东 广州 510640
针对在大图像中定位小块区域图像的需求, 本文提出一种结合深度卷积网络与加速鲁棒特征(SURF)配准的精准定位方法。将标准大区域图像分割成若干个小参考图像, 利用深度卷积网络和类局部敏感哈希降维法提取参考图像集的特征并形成特征库; 基于特征库, 提出了先检索多个相似参考图像后再进行SURF精确配准的两阶段方法, 实现目标小图像在标准大图像中的定位。针对电子工业过程中高密度柔性电路板(FPC)及精确末制导中的图像定位数据进行实验, 实验结果表明, 该方法避免了传统SURF算法大量的特征提取与配对过程, SURF特征提取数减少近90%; 与直接根据图像特征进行配准的传统定位方法相比, 在保证定位准确率的基础上, 耗时可缩小一个数量级以上。
深度卷积网络 图像检索 特征匹配 精准定位 deep convolution network image retrieval SURF registering accurate locating
