从二维图像直线光流场求解三维刚体旋转运动参数

本文将图像直线的三个参数对时间的导数定义成直线光流场,找出了在透视投影模型下运动刚体上的空间直线与其投影的图像直线之间的关系,提出了一种利用单目图像序列中两幅连续图像的三对直线光流场,通过解线性方程组得到刚体旋转运动的算法,同时还可以得到摄像机的一个内参数焦距。由于是解线性方程组,无需迭代和给出迭代初值且所需要的直线数目少,所以该算法简单,运算速度较快,容易实现。     

基于线过程模型的POCS超分辨图像重构算法

传统的凸集投影（POCS）超分辨重构算法易使图像产生边缘振荡效应的问题,在详细研究了边缘振荡效应的成因后,笔者提出一种新颖的基于线过程模型的POCS算法来对低分辨图像序列进行超分辨图像重构。该算法采用线过程模型检测出超分辨初始估计图像的4个方向的边缘,在传统POCS的投影过程中增加了对图像的平滑处理,最后实现了低分辨图像序列超分辨重建的对比实验,实验结果表明图像边缘振荡效应能得到明显改善。     

稀疏泡状流中变形气泡的三维图像测量技术

研究气泡变形对于分析泡状流中气泡的受力和运动具有重要意义.设计了一种可确定稀疏泡状流中气泡空间坐标与变形参数的图像测量技术:原始图像经预处理和增强后,结合形态学方法识别出变形气泡投影的闭合轮廓.改进了分水岭方法对气泡投影进行分割,并用对称直线法确定投影中心改进Hough变换,得到椭球气泡模型的投影椭圆参数.提出了一种由两幅投影轮廓重构三维气泡模型的算法并分析了实验误差.该技术可较准确地测得气泡空间坐标和变形参数:投影椭圆的参数误差小于3个像素,气泡识别误差小于15%.     

面向三维点云测量的双目立体匹配算法

在随机光场的辅助照射下,综合利用图像信息和几何约束信息,对匹配施加更多的约束,在匹配中即可以得到三维重建结果,从而使立体图像匹配和三维点云生成过程融为一体;提出了一种带权值的匹配窗口,在一定程度上改善了匹配效果;基于连续性约束,提出了用生长法给出初始匹配,可以极大地减少算法迭代次数,提高匹配速度.为了能够进一步提高算法的实用性,还讨论了灰度矫正处理方式对算法的影响.在实验中,完成了实际物体的三雏表面点云重建,并与典型商用系统进行了重建结果的对比分析,验证了本文算法在精度和三雏重建效果方面的优越性.     

基于邻域拓扑的工程图纸三维重建

采用基于邻域拓扑的迭代树方法对工程图纸三视图三维重建进行了研究。首先根据三维线段端点位置关系，提出邻域拓扑的定义；接着根据投影线段相对图纸坐标系存在的5种类型，结合邻域拓扑定义，给出有效三维线段的7种拓扑关系；然后将这7种拓扑关系转变为一种迭代树方法，遍历二维图元得到三维线框模型；最后用半边结构表示面环，通过最大包围盒给出初始面环方向，由拓扑关系得到所有面内外环方向，装配得到平面体三维模型。本文算法能够在构建三维线框的同时排除错误的匹配边，可以有效地对几何基元进行重建，算法效率高，实现简单。     

锥束CT重建图像中环状伪影的拟合校正

针对锥束CT图像重建中像元通道响应不一致引起的环状伪影原理进行了分析,采用了拟合校正的方法对投影图像进行校正。结果表明,校正后重建图像中的环状伪影得到有效抑制。在此基础上,进一步考虑像元通道对射线强度响应的非线性,以及像元通道对射线能谱响应的非线性等因素对重建图像的影响,最后讨论了拟合校正的改进方向。     

全方位全景图像技术(英文)

论述一种从图像序列中重建出全方位全景图像的技术 ,旨在克服镜头只是纯粹的摇摄时许多成像条件限制。在块匹配算法中 ,如何选取最佳配准基本块对于增强算法的鲁棒性和性能是非常重要的。本文在包含主要视觉特征的高频图像中自动选取最佳配准基本块 ,为了能够减少累积的配准误差 ,采用了基于相位相关的、带旋转校正的全局配准算法 ,从而得到解决了平移和旋转的优化图像块。然后 ,采用了基于 Levenberg-Marquardt非线性递归型最优化算法 ,解决由于镜头的视差和不规则变形带来的局部误差。文中还采用平滑滤波器解决了在两幅图像镶嵌出可能由于累积配准误差而出现明显的条缝     

基于波前探测的视网膜图像半盲解卷积复原

获取高分辨视网膜图像的难点在于是否能够消除成像系统中像差的影响。为了进一步改善图像质量、提高视网膜细胞组织的观察分辨率,提出了结合自适应光学成像技术和视网膜图像后处理算法的方法。通过视网膜成像系统中的自适应光学技术实时校正人眼像差并获取初始视网膜图像,根据成像系统中的残余像差重建光学传递函数作为图像复原模型初始参数估计,最后对视网膜图像进行条件约束迭代半盲解卷积复原,进一步消除像差对成像质量的影响,从而得到高分辨率视网膜图像。实验结果表明:由这种方法处理的视网膜图像质量能得到明显提高,其图像质量客观评价参数(GMG,LS和PSV)比原始图像提高近1倍,在视网膜细胞的空间频率范围内(70～90 cyc/deg),复原后图像的功率谱平均值比原始图像提高了10倍左右,基本能满足观察分辨率要求。     

考虑重投影尺度因子的特征直线三维重建

文章首先用Plücker坐标表示3D直线;然后用重投影几何误差作为线特征三角法的目标函数,实现算法的最大似然估计;最后用线性和非线性两种方法分别实现空间直线的重建。在重投影时,考虑了每条直线投影时的尺度因子λ,提高了重建精度。真实图像和仿真数据的实验结果表明,该方法能够准确有效地实现直线三维重建。     

面向体三维显示器的图形算法设计

针对一种基于旋转双螺旋屏幕逐层扫描技术的体三维显示系统,设计并实现了一套支持真实空间三维显示的图形算法体系.算法核心主要包括立体图元的体素化,切片图像渲染和投影同步控制等3个环节.图形系统通过离散三维网格模型获取体三维显示需要的体数据,并根据螺旋屏幕的几何特征将物体的体数据集渲染成切片图像序列发送至高速投影单元,在保持投影与屏幕旋转同步的情况下,快速变换的投影图像基于视觉暂留融合成具有真实物理深度的三维影像.算法在体三维显示器样机上进行了验证,显示的三维影像占据真实物理空间,具备全方向观察角度,围绕显示器可直接观察到立体图像各个不同侧面,如同观察真实物体一样.     

基于高速纹影/阴影成像的流场测速技术研究进展

本文对近年基于纹影/阴影成像的二维和三维速度场测量方法进行了综述，主要内容包括纹影成像的基本原理、硬件设备和测速算法的研究进展。在二维测速方面，介绍了纹影/阴影PIV算法、光流算法及改进算法的原理、适用场景以及优缺点。纹影特性改进光流测速算法可以实现高精度、高空间分辨率的速度场计算，适用范围相对较广。在三维粒子追踪测速方面，主要介绍了层析阴影成像、双视角平行光段阴影成像、双视角汇聚光段阴影成像三种系统的光路设置，并对各自采用的粒子重构和追踪算法进行了比较。双视角阴影成像系统的光路布置更为简洁，降低了对硬件设备的要求，在高速测量中更具优势。梳理了近年来三维粒子追踪测速算法的发展脉络，重点介绍了“先追踪–后重构”和“时间–空间耦合”的双视角三维粒子追踪测速算法。时间–空间耦合的三维粒子追踪测速算法充分利用了时间和空间信息，将时序信息引入立体匹配过程中，显著提升了双视角阴影成像系统在粒子图像密度较高时的重构正确率和追踪准确率，其整体性能优于多种人工智能算法。测速算法在上述方面取得的研究进展，结合短曝光、高帧频的图像采集优势，使得纹影/阴影成像成为一种新型的高帧频、高精度的速度测量技术，在复杂湍流及高瞬态流场实验研究中具有广泛的应用前景。     

层析粒子图像测速技术研究进展

层析粒子图像测速技术（Tomographic Particle Image Velocimetry,Tomo-PIV）作为一种瞬时的三维流场速度测量技术,能够为具有强非定常性及强三维空间性的复杂流动提供详细的数据支撑。对近年来该技术在国内外的发展及应用进行了全面的综述。首先介绍了层析粒子图像测速技术的工作原理和技术特点,进而探讨了当前层析粒子图像测速的研究现状,重点从相机布局、示踪粒子密度、标定映射函数及三维重构算法对重构精度的影响等方面进行了阐述,而后通过国内外关于层析粒子图像测速技术的典型应用,展示了该技术在非定常三维流动及工程应用中的优势。最后,对层析粒子图像测速技术的应用前景及发展趋势进行了展望。     

基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤，有限二维投影下的三维粒子重构是一个欠定的反问题，其精确解往往很难得到。一般情况下，可以通过优化方法得到近似解。为了获取质量更高的粒子场并用于层析粒子图像测速，提出了一种基于卷积神经网络（Convolutional Neural Networks，CNN）的粒子重构方法。所提出的技术可以从基于传统的代数重构技术（Algebraic Reconstruction Technique，ART）的方法所得到的粗略粒子分布中进一步提高粒子重构质量。与现有的基于ART的算法相比，新技术在重构质量方面有了显著的改进，可以有效剔除虚假粒子并更准确地还原粒子形状，并且在粒子浓度较稠密的情况下计算速度至少快了一个数量级。     

一种新的任意角度旋转的景象匹配方法

为了解决任意角度旋转的景象匹配问题,在分析了传统的模板匹配算法对旋转敏感的本质原因后。提出了圆投影匹配算法,并对其进行了改进。实验结果表明,文中提出的算法不仅具有旋转不变性。而且对灰度变化、噪声、光照以及对比度变化等也具有很好的鲁棒性,同时匹配速度比归一化积相关匹配算法(NProd)提高了近一倍。     

空间相关性约束联合子空间追踪的高光谱图像稀疏解混

通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法。在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。     

纹影定量化在火焰温度测量中的应用

基于传统“Z”字形纹影系统,采用标准光度法对火焰温度进行了定量化。标准光度法通过一个标定镜片来建立火焰纹影图像的灰度值和光线偏转角之间的定量关系,并利用轴对称假设建立光线偏转角和折射率之间的关系。最后通过盖斯定律和理想气体方程得到火焰温度。对其中涉及到的反演算法进行了比较,结果显示直接积分法和 Abel 逆变换法误差最小,Radon 逆变换受滤波函数影响较大,而迭代重建法在离散点数量较少的情况下误差最大。将纹影定量化所得到的温度曲线和热电偶所测结果值比较,证明了标准光度法对纹影火焰定量化的有效性。     

双重稀疏保持投影(英文)

稀疏保持投影(Sparsity preserving projection,SPP)是一种新型的基于图的降维方法,近年来被成功应用于人脸识别。SPP基于数据的稀疏重建关系建图,从而包含自然的判别信息。然而,经SPP变换后,新的特征是所有原始特征的线性组合,因此很难解释其降维结果。为此,提出了一种新的降维方法——双重稀疏保持投影(Dual-sparsity preserving projection,DSPP),通过进一步对SPP的投影方向施加稀疏约束,希望获得投影方向的稀疏解。具体地,该方法把SPP中投影函数的计算转化为一个回归类优化问题,然后借助L1正则化回归技术获得稀疏投影向量。在人脸数据上的实验结果表明了该算法的有效性。     

基于层析原理的湍流火焰三维测量综述

实现对湍流火焰的三维测量是人们长期追求的目标之一。近十年，随着高速相机、激光、数值算法的高速发展，高时空分辨的三维燃烧诊断成为可能。对基于层析原理的三维燃烧诊断技术的发展与应用现状进行综述:首先介绍层析技术的原理以及相关算法的发展情况；其次对实现三维层析燃烧诊断的测量系统进行综述；再次，按照光学信号的分类，分别介绍层析技术结合发射光谱、激光诱导荧光、阴影/纹影、Mie散射等进行三维燃烧测量的应用情况；最后，从实际应用的角度出发，对层析三维燃烧诊断技术的发展提出展望。