关键词： 物体定位   主分量分析   统计纹理模型   主动表观模型  

摘要： 介绍了一种基于统计纹理模型和统计形状模型的主动表观模型 (AAM)的基本理论。并以人手的定位为例 ,建立了相应的主动表观模型。首先获取样本的纹理 ,然后应用主分量分析的方法对样本纹理归一化 ,建立纹理统计模型。利用类似的方法建立AAM ,它能通过调整模型参数实现目标物体的定位。由于AAM充分利用了目标物体的内部纹理特征 ,其定位能力更加健壮 ,并具有更高的准确性。

关键词： 快速定位算法   位置和姿态   激光标记   立体视觉  

摘要： 建立了一种4自由度双目立体视觉装置的传感器模型,根据空间两条相交射线唯一确定空间一点的原理,提出了在摄像机上加装激光源的方法,通过激光标记来解决目标物体上同一点在两幅CCD图像上对应点的快速匹配问题,从而很方便地求取目标物体的深度信息。最后,研究了目标物体空间位姿的图像定位算法,并通过确定的空间圆柱体位姿验证了该方法的正确性。

关键词： 序列图象   摄象机检校   特征提取   特征匹配   三维运动分析  

摘要： 计算机视觉的研究目标是使计算机具有通过二维图像认知三维环境信息的能力，而使计算机能够感知三维环境中物体的几何形状、位置、运动、姿态等就是其中的一个方面。本文综述性地回顾和介绍了序列图象三维运动分析目前国内外的研究发展状况，结合计算机视觉理论与摄影测量方法系统地研究了由双目立体序列图象对物方场景中三维运动物体定位跟踪所涉及的摄像机检校、运动分割、图象匹配、特征对应、物体(三维)运动参数的计算、物体运动估计等关键核心内容，给出了上述各关键部分的所有算法及其相应实验，为该系统的进一步研究与实用化打下了坚实的理论与实验基础。 摄像机检校是一个确定三维物方坐标系与摄像机二维图像坐标系之间变换关系的过程，摄像机检校的精度和可靠性直接影响着视觉系统的空间定位量测精度。本文针对采用普通视频CCD摄像机完成基于特征对应的运动分析，需提供获得运动物体摄影时摄像机的内外方位元素值这一事实。对普通视频摄象机存在镜头畸变差大、图象分辨率低、存在光电扫描误差、有效焦距、主点不确定等问题，提出了一种利用场景物方空间己知几何关系的点线，对基于特征对应运动分析的摄像机实施在任检校(in suit calibration)的方案，通过序贯(分步)DLT算法得到内、外方位元素及镜头，光电畸变误差，在对摄像机进行检校的同时，解求运动物体特征对应点的场景物方坐标。 运动分割(检测)是物体运动分析的一个关键问题，检测运动目标的目的是从序列图像中将变化区域从背景图像中提取出来。运动区域的有效分割对于随后的目标跟踪定位非常重要，因在以后的处理过程中，可仅需考虑图像中对应于运动区域的像素，使数据操作更具有针对性。此外，它还可以节省大量的存储空间。然而，由于背景图像的动态变化，如天气、光照、影子及其它干扰的影响，使得运动检测成为一项相当困难的工作。根据本研究工作的实际，本文对静止背景下运动目标的提取定位，分别采取了基于帧间差分的运动目标提取与基于背景图象差分的运动目标提取。实验结果表明：基于帧间差分的运动目标提取方法，具有运算简单，可操作性强的特点。结合适当的噪声去除方法即可得到有效的结果，其缺点是检测出物体的位置不够精确。文中给出的背景图象差分法充分考虑了长序列图象帧间的相关信息，根据统计规律在整个序列中挑选合适的点对背景进行恢复，较以往的简单背景差分(事先将背景图象存储下来，再与观测图象进行差分运算)具有明显的优势。上述两种方法均不需要目标和背景的先验知识，能够快速定位，适用于实时处理。 图象匹配与特征对应是立体、运动图象分析中最为重要也是最为困难的问题。这里图象匹配即立体图象的立体匹配及运动图象的序列匹配，而特征对应是指在三维运动分析中物方“图象”序列中特征点的对应。为完成本论文研究运动物体定位跟踪的目的，图象匹配、特征对应是一个无法回避的关键环节，也是全文的一个难点问题。本文以计算机视觉界习惯采用的基于特征的图象匹配为研究方法，通过对保持结构的形态学方法—SUSAN算子和Harris算子分析比较确定最优特征提取算子；以灰度相似性为准则建立起初始匹配集；通过基于匹配支持度的概率松弛迭代完成图象间的初始匹配，进一步，鲁棒地估计基础矩阵F建立核线约束；最后利用核线约束对初始匹配集做筛选，得到可靠的匹配集。实验证明了该方法的有效性。 在完成图象匹配的基础上，针对基于点特征的三维运动分析中，同时存在序列、立体图象匹 配问题，研究分析该过程不同匹配的特点，提出了序列(运动)、立体匹配相结合，分阶段的双匹 配约束方法。结合上述摄像机的检校结果保证了运动物体不同时刻任意物方特征点的对应。 单、双序列图象理论上虽然都能完成物体三维运动的分析，但计算的复杂性及计算结果的精确 性存在着差别。为根据场景(物方)已知先验条件比较两者的精确性，本文借鉴摄影测量的“相对定 向”及“空间相似变换”概念，利用摄像机的检校结果及其它附加条件将图象数据与实际三维空 间衔接，使单、双序列图象计算结果统一到以场景(物方)某固定点为坐标原点的场景物方坐标系 中，使两者计算结果得以比较成为可能。 无论是基于二维图象序列(单序列图象)三维运动分析的“八点法”，还是基于三维(物方) “图象”序列特征对应(双序列图象)的三维运动分析都存在对描述三维运动参数R、T的求解。 本文通过分析旋转矩阵的性质，在保证线性算法的前提下，精简计算过程中待定的运动参数变量， 克服了传统算法待定变

关键词： object localization   active shape models (ASM)   gray-level appearance model   principal component analysis   spine  

摘要： Active shape models (ASM), consisting of a shape model and a local gray-level appearance model, can be used to locate the objects in images. In original ASM scheme, the model of object′s gray-level variations is based on the assumption of one-dimensional sampling and searching method. In this work a new way to model the gray-level appearance of the objects is explored, using a two-dimensional sampling and searching technique in a rectangular area around each landmark of object shape. The ASM based on this improvement is compared with the original ASM on an identical medical image set for task of spine localization. Experiments demonstrate that the method produces significantly fast, effective, accurate results for spine localization in medical images.

关键词： 目标定位   主动形状模型   统计形状模型   主分量分析   医学图像  

摘要： 文中以医学图像中脊柱的定位为应用背景 ,介绍了一种基于统计形状模型的主动形状模型 (ASM)的理论框架。它首先运用主分量分析方法建立目标轮廓的先验模型 ,而后通过不断调整模型参数来减少模型与目标轮廓的距离误差 ,最终在多次迭代后达到模型与实际目标的匹配。与传统的目标定位方法相比 ,ASM模型具有较高的通用性和准确性 ,根据该模型得到的实验结果也说明了其在目标定位应用中的有效性。

关键词： 目标定位   主动形状模型   统计形状模型   主分量分析   医学图象  

摘要： 在图象处理和计算机视觉研究领域中，目标物体的定位始终是一个值得探讨的问题。目标定位技术是数字图象处理领域中的一种新的应用，在诸如武器精确制导、医疗辅助诊断、人机交互研究等军事、医学和计算机科学及众多领域中，都广泛采用了这一技术。 本文以医学图象中脊柱的定位为应用背景，介绍了一种基于统计形状模型的主动形状模型(ASM)进行二维物体目标定位的理论框架。它首先运用主分量分析方法(PCA)建立目标轮廓的先验模型，而后通过学习的方法不断调整模型参数来减少模型与目标轮廓的距离误差，最终在多次迭代后达到模型与实际目标的匹配。以ASM方法为基础，本文以真实的医学脊柱X-光图象为训练样本，进行了大量的定位实验，实验结果表明：与传统的目标定位方法相比，ASM模型具有较高的准确性。同时，ASM方法定位目标物体的速度比常用的模板匹配法等有显著的提高。为了提高ASM方法的通用性，本文采用了一种新的“二维采样窗”的改进方法，该方法将原有的一维搜索空间扩展到二维空间，提高了定位方法的抗干扰性。在ASM模型的基础上，本文还简要探讨了主动表观模型(AAM)的定位方法，AAM可以根据当前合成图象同目标图象之间的表面灰度差异逐步调整统计模型参数，使得合成模型更加逼近目标物体。最后，将独立元分析(ICA)引入到ASM模型的建立过程中，明确了模型本身的物理意义。

关键词： 特征轮廓   灰度图像   定位   三维物体   物体识别   计算机视觉  

摘要： 讨论了一种基于特征轮廓的从二维灰度图像确定三维物体位置和姿态的方法 .该方法首先建立物体的三维网面模型 ,检测模型上的特征点 ,并建立该物体的特征轮廓模型 ;然后检测输入图像中物体上的特征点 ,形成特征轮廓 ,并与特征轮廓模型相匹配 ,就可得到该物体在三维空间中的姿态 ;最后使用最小二乘法对物体进行精确定位 .实验证明 ,该方法在物体遮挡情况不是很严重时 ,可以快速精确地从灰度图像定位三维物体 .

关键词： 测量   运动物体姿态   三自由度定位算法   地磁测量   A/D转换   单片机  

摘要： 研究了一种采用加速度计、磁阻传感器和单片机的三自由度定位装置及其算法 ,给出了A/D转换器的位数与系统分辨率的关系 ,研究了环境磁场对测量结果的影响 ,提出了环境磁场补偿算法并讨论了补偿算法的误差。该装置可用于运动物体航向、俯仰和倾斜三个方向的姿态角的测量。

关键词： 2-D visual servoing   3-D reconstruction   complex images   points of interest   positioning tasks  

摘要： This paper proposes a way to achieve positioning tasks by 2-D visual servoing when the desired image of the observed object cannot be precisely described. The object is assumed to be planar and motionless, but no knowledge about its shape or pose is required. First, we treat the case of a threadlike object, and then we show how our approach can be generalized to an object with three particular points. The control law is based on the use of 2-D visual servoing, and on an estimation of two 3-D parameters. We show that this control scheme is not sensitive to the calibration of the camera. We conclude this paper by experimental results relative to objects of unknown shape. In addition, an algorithm to estimate the depth between the object and the camera is provided, which finally leads to a 3-D estimation of the object shape.

关键词： 视觉跟踪   物体定位   跟踪初始化   轮廓跟踪   区域跟踪   颜色特征量   图像相减  

摘要： 该文讨论了视觉跟踪中的如下几个问题:跟踪的初始化;跟踪算法的比较研究;静止背景下彩色图像序列的运动检测与跟踪.目前的跟踪算法中,很多都不能实现自动检测目标并跟踪,一般的目标位置初始化都是靠手动完成.该文着重讨论了基于概率统计模型的在单幅图像中对目标进行定位的方法,并通过对实验说明了该方法的有效性.该文尝试做一些跟踪算法比较方面的工作,从理论及实验上比较了基于轮廓的跟踪算法和基于区域信息的跟踪算法.结论指出,相关模板匹配法适用于背景简单、运动目标在跟踪过程中变化不大的情况;CONDENSATION算法在背景杂乱、运动过程较复杂的情况下工作表现优秀.颜色信息是被广泛应用的图像底层可视化特征,它在拉伸、旋转、透视变换和有遮挡的情况下都能保持鲁棒的特性.该文提出了对彩色图像序列的静止背景下的运动检测与跟踪的简单有效的方法.