排序方式: 共有106条查询结果,搜索用时 31 毫秒
21.
针对军用飞机射频同轴电缆战时抢修需求,在分析研究美军标MIL-PRF-32517《同轴电缆阻抗匹配对接修理接头性能规范》主要性能指标要求、试验方法基础上,与国家相关标准进行了对比分析,提出了相关标准的制定建议。 相似文献
22.
传统图像拼接检测算法通过研究人员手动构造拼接特征,随着科技的进步以及图像处理技术的不断发展,手动构造特征的局限性逐渐体现出来,鲁棒性较弱,位置不易确定等。为了解决这些问题,构建了一种卷积神经网络(CNN),将卷积核前置并固定,自主学习相关特征从而检测拼接篡改的图像区域。经过一系列研究,发现拼接篡改图像的拼接篡改区域特征可以被CNN模型学习。在CNN模型之前,卷积核使用高通滤波器,激活函数采用指数线性单元(ELU),使得CNN模型具有识别拼接篡改图像边缘痕迹等特征的能力。检测结果表明:在IEEE IFS-TC图像拼接取证竞赛训练集上对拼接篡改图像拼接篡改区域定位的准确率为84.3%,对拼接篡改区域判定的真负类率为96.18%。 相似文献
23.
24.
25.
随着遥感对地观测技术的发展,对大视场、宽幅数据的需求日益增加,经常需要通过多幅遥感图像拼接来满足图像幅宽的要求。由多台相机同轨同时成像并拼接获取大幅宽遥感图像可以解决图像幅宽的问题。目前主要采用基于匹配的图像域拼接方法或根据成像几何关系生成虚拟拼接图像的方法获取宽幅图像。而生成虚拟拼接图像的方法物理意义明确且拼接后图像具有经典成像几何关系,成为图像拼接发展的趋势。文章根据同轨多视场图像虚拟焦面拼接原理,由摄影测量严格共线方程几何定位模型推导了多台相机不同视场图像的理论拼接误差计算公式,得出拼接误差的主要误差源;并仿真实验分析了拼接理论误差对图像拼接的影响,为多台相机拼接获取宽幅图像的设计和应用提供一定参考。 相似文献
26.
针对单个摄像机的视野范围有限导致在大场景下监控效果不够理想的问题,提出了一种改进的图像拼接与目标定位算法。该算法以多个摄像机获取的具有共视区域的监控图像为基础,通过对图像进行网格划分后分别计算多个局部单应性矩阵完成初步对准,然后对网格顶点进行微调优化完成最后配准。最后对图像进行融合形成无缝、自然的大视角图像,并利用场景信息在获取的全景图像上对目标进行快速定位,以满足监控人员对场景中目标的全景捕捉分析功能。实验结果表明,该算法能显著提高大场景下图像拼接结果的质量并实现目标的快速定位。 相似文献
27.
提出一种基于曲面拼接的球面全景自动生成算法.该算法包括球面投影、图像空洞消除、全局光强校正、图像匹配与缝合等关键步骤,实现了以固定视点为中心的4π立体空间内全方位场景观察.重点研究了水平和垂直方向的球面投影,完整保留了投影点空间信息,避免了因信息丢失造成的视图严重变形,甚至在两极无法展开的问题;采用"反算"插值的方法,解决了投影过程中因坐标离散化造成的图像走样及空洞现象;提出"分散全局累积误差"方法,对光照变化强烈的图像序列进行光强校正,克服了以往算法只对相邻而非全局图像进行光强调整的限制;利用基于特征的方法在曲面上对图像进行匹配和融合,生成视点空间内无缝平滑的球面全景图像.整个算法自动完成,光照鲁棒性强,拼接效果好,具有较高的应用价值. 相似文献
28.
29.
针对视觉导航系统对小型化、超分辨成像和近程立体视觉的需求,研究了一种基于微端面光纤面板的大视场紧凑型仿生复眼成像系统。利用视轴发散的微小型透镜组进行大视场成像,并以切削斜端面的光纤面板进行图像传输,将大面阵(5120×5120像素)CMOS相机与光纤面板后端面直接耦合实现图像输出,可实现9个视场部分重叠子孔径图像同步实时输出和采集。在实时化拼接处理中,利用CUDA并行加速方法进行图像拼接,单帧的拼接耗时小于30ms。视场部分重叠复眼成像模式还可配置偏振片或滤光片构成全偏振或多光谱成像,在天空偏振光导航、无人机紧急避障、弹载侦察、近程引信以及水下无人潜航器导航等领域具有广泛的应用前景。 相似文献
30.
针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题,提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间,将高斯尺度空间划分为多个网格,在每个网格内借助FAST算法提取尺度空间特征点,使用BRIEF算法提取描述符并匹配,得到更加均匀分布的特征点;然后使用运动网格统计算法筛选匹配点;最后采用SPHP算法融合图像重叠区域,从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价,验证了该方法特征点匹配速度快、精度高,并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价,验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s,图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。 相似文献