图像测量技术综述

AI算法与图像处理

共 11229字,需浏览 23分钟

 · 2021-12-01

点击下方AI算法与图像处理”,一起进步!

重磅干货,第一时间送达

来源 | 图像处理知识库

图像测量技术综述


摘要:图像测量技术是以现代光学为基础,融光电子学、计算机图形学、信息处理、计算机视觉等现代科学技术为一体的综合测量技术。图像测量该技术把图像作为信息传递的载体,依据视觉的原理和数字图像处理技术对物体的成像图像进行分析研究,得到需要测量的信息,目前已经成功应用于几乎所有的领域。本文简要地介绍了图像测量技术的历史背景,详细地总结了视频测量系统硬件和软件的发展现状,尤其是各种类型传感器的原理、特点及其应用领域。并指出了视频测量技术存在的问题及今后发展的趋势。

关键词:视频测量,传感器,图像处理,算法

 Summary of Image Measurement Technique

Abstract:  Image measurement technology is a comprehensive measuring technology. It's based on optics, and combined with optoelectronics, computer graphics, information processing, machine vision and other modern technologies. Image measurement means that the images are taken as the carrier of information, based on the theory of vision and the technique of digital image processing to analyze the pictures carrying the information of objects, which has been succeed in almost all fields. This paper briefly introduced the background of the image measurement technology. For the video measuring system, hardware and software developments are summarized in detail. Especially about  principlescharacteristics and application areas of different sensors. Finally, we pointed out problems and future development trends of this technology.

Key words: Video Measurement, Sensor, Image Processing, Algorithm

1. 引言

图像测量技术是近年来在测量领域中新兴的一种高性能测量技术。它以光学技术为基础,将光电子学、计算机技术、激光技术、图像处理技术等多种现代科学技术融合为一体,构成光、机、电、算综合体的测量系统。所谓的图像测量,就是把测量对像图像当作检测和传递信息的手段或载体加以利用的精确测量技术。是一种结合视频图像和计算机识别的图像处理技术,是测量被测对象时,把图像当作检测和传递的手段或载体加以利用的测量方法,其目的是从图像中提取有用的信号。它通过对于获得的二维图像进行处理和分析,得到需要的三维场景的信息,最终实现测量的目的。目前视频图像的测量理论还没有通用的方法和算法,针对不同测量对象和条件,要研究不同的实用方法和算法。

视频测量技术广泛应用于智能交通、安防、工业产品质量检测等各个领域,并且随着计算机技术和信息技术的发展,其实现方法和手段也日新月异。本文简要地介绍了图像测量技术的历史背景和目前状况,并对该技术今后的发展方向进行了展望。

2.图像测量背景

随着人类文明时代的到来,科学技术和生产活动的大规模开展及一系列重大突破催生并发展了测量这一学科。同时,测量器具、技术和理论的发展又促进了生产和技术的发展。近代科学和工业化的发展促使测量学科一方面需要进行专业化分工;同时,测试技术也要求突破经典的测量方法和技术,寻求新的测试原理与手段.如求助于电学、光学、计算机等,从单一学科发展为多学科间的相互借鉴和渗透,形成综合各学科研究成果的新型测量系统。

传统的几何量测量方法,是根据测量头与被测件是否接触可分为接触式与非接触式两大类。其中非接触式测量方法以前主要有光学式和气动式两种。目前,对测量技术的精度,测量效率以及测量自动化程度的要求也越来越高,传统的检测原理和技术已经难以适应这个新的要求。特别是在某些特定场合,如微小尺寸,曲面轮廓等的在线测试课题,已成为传统测量方法实现的难题。因此,探索新的测量方法,具有十分重要的现实意义。

近二十余年来,随着激光技术,精密计量光栅制造技术,计算机技术以及图像获取和处理技术的迅猛发展,已经开始将它们应用到高精度测量领域,并形成了新的测量技术—图像测量技术。图像测量技术以光学为基础、融入了光电子学、计算机技术、激光技术、图像处理技术等现代科学技术,组成光、机、电、算和控制技术一体化的综合测量系统。

图像测量技术作为一种新兴的非接触测量方法有着独特的优越性,它通过把被测对象的图像作为检测和传递信息的手段,从图像中提取有用信息进而获得待测参数。光电摄像器件的产生和普及使图像测量技术成为可能,特别是电荷藕合器件(Charge Coupled Device,CCD)技术的发展,进一步促进了图像测量技术的形成和发展。

电荷藕合器件(CCD)是20世纪70年代初发展起来的一种新型半导体器件,近30年来发展迅速,成为近代光电成像领域中非常重要的获取图像的技术手段。基于CCD器件图像测量技术的使用范围和测试精度均比现有的机械式、光学式或电磁式的测量技术优越得多,可以满足测量速度快,精度高,非接触式及动态的自动测量的要求,它使加工、检测和控制融为一体成为可能。

3. 图像测量技术的特点

图像测量技术的特点:

(l)与被观测的对象无接触:对观测与被观测者都不会产生任何损伤,十分安全可靠,这是其他测量方式无法比拟的。

(2)提高测量的精度:利用各种图像目标模式定位方法,特别是亚像素定位技术,可以明显地提高图像目标的定位精度。

(3)可测量传统方法不易测量的物理量:许多肉眼无法分辨的物理量,例如与待测相位有关的干涉条纹的亮度变化量,异形区域的面积,连续变化的亮度场、色彩场、条纹方位场等都可以利用图像测量技术来实现;另外,人无法长时间或在某些恶劣环境下观察的对象,也可以通过采集图像的方式进行研究。

(4)对成像系统的高精度标定和修正:成像系定和误差修正是精密测量的重要环节之一。用数字图像处理技术可以实现对摄像系统高精度的标定和误差修正,为高精度光学测量提供坚实的基础。

(5)动化程度高:随着计算机技术的不断发展,各类图像采集、处理新硬件的出现为图像测量技术提供了新的方法和手段,再加上处理算法自动化程度效率的提高,使得该技术处理分析的自动化程度大大提高,这样极大地减少了处理的工作量和时间,为在线测量赢得了时间。

4. 当前图像测量研究现状

对图像测量的研究,日本,德国,美国等国家开始的比较早,提出了许多测量原理和方法,而我国在这方面的研究则开展的较晚一些.我国是从80年代中期开始图像测量技术研究的,当时典型的应用是使用线阵电荷藕合器件(CCD)进行长度的在线测量,如对钢丝直径的测量,但由于每个像素的间距不可能太小,因此精度并不高。而由于当时面阵CCD的价格昂贵,因而基于二维摄像图像测量系统,应用较少。

最近二十几年来,图像测量技术在国内外发展很快,已广泛应用到几何量的尺寸测量,精密复杂零件的微尺寸测量和外观检测,航空遥感测量,以及光波干涉图、应力应变场状态分布图等许多方面。图像测量技术的迅速崛起和发展除了由于应用需求领域的不断扩展外,还得益于计算机技术的突飞猛进和数字图像处理技术的日臻完善。反之,由于CCD制造工艺和IC技术的不断改进和提高,使基于CCD摄像的图像测量系统不仅性能越来越高,而且其成本有所下降,这更进一步刺激着这一技术领域的快速发展。

图像测量系统的高分辨率、高灵敏度、光谱响应宽、动态范围大等特性是传统测量仪所无法比拟的。图像测量技术对环境没有特殊要求,非常适合于一些传统测量手段难以实现的场合应用。

5. 图像测量技术原理

图像测量的基本原理就是通过传感器将被测对象转换成计算机可识别的图像信号,再由计算机对图像的边缘纹理等特征进行处理,提取对象的特征参数,从而达到测量的目的。因此,传感器技术和图像处理技术成为图像测量系统的基础和关键。

4.1 图像测量系统的结构

4.1 图像测量系统结构框图

如图4.1所示,图像测量系统一般由硬件和软件两部分组成,硬件系统包括:传感器、图像采集卡和计算机,软件系统视具体情况而定,功能主要包括控制图像卡、采集图像和处理计算图像三大部分。

图像测量系统按照所用传感器的不同可分为红外成像、CCD成像、激光成像、声纳成像等,其中以CCD成像在光学图像测量系统中应用最为广泛。这是由于CCD本身的自扫描、高分辨率、高精度、高灵敏度、高可靠性、低噪声、长寿命、尺寸小、动态范围大、坚固耐冲击等特点所决定的。 

4.2 常用成像技术

一、CCD成像:CCD是60年代末期由贝尔试验室发明,它的中文名字叫电荷耦合器件,是一种特殊的半导体材料,它是由大量独立的光敏元件组成,这些光敏元件通常是按矩阵排列的。开始作为一种新型的PC存储电路,很快CCD具有许多其他潜在的应用,包括信号和图像(硅的光敏性)处理。大部分数码相机使用的感光元件是CCD。

CCD成像是根据物体的光电效应,它的特点如下:

(1)自扫描特性:CCD通过自身的扫描功能将获取的光像信号转换成相应的信号电荷,并在光电藕合器件内部完成信号电荷的存储、转移,使信号电荷最终在器件的输出检测出来。

(2)高分辨率、高精度:CCD本身像元尺寸小,几何精度高,配以适当的光学成像系统可获得很高的空间分辨率,这是CCD在高精度图像测量系统中进行非接触在线检测、自动跟踪的最大特点。

(3)动态范围大:CCD以积分方式工作,积分时间在很宽的范围内可调,使用灵活,适应性强。

(4)输出电信号易于信号处理并便于直接输入计算机:CCD虽然按照接受光像中像点的形式分为面阵CCD和线阵CCD,按照输出电信号形式又分为模拟CCD和数字CCD,但最终都是将接受的光信号转化成在幅值上按模拟量变化、在时间上等间距离散的脉冲序列输出,易于与计算机接口,大大扩大了CCD的应用范围。

二、红外成像:红外线位于电磁波谱中的可见光谱段的红端以外,介于可见光与微波之间,波长为0.761000um,不能引起人眼的视觉。在实际应用中,常将其分为三个波段:近红外线,波长范围为0.761.5um;中红外线,波长范围为1.55.6um;远红外线,波长范围为5.61000μm。它们产生的机理不太一致。我们知道温度高于绝对零度的物体的分子都在不停地做无规则热运动,并产生热辐射,故自然界中的物体都能辐射出不同频率的红外线。如相机、红外线胶片自身等。在常温下,物体辐射出的红外线位于中、远红外线的光谱区,易引起物体分子的共振,有显著的热效应。因此,又称中、远红外线为热红外。当物体温度升高到使原子的外层电子发生跃迁时,将会辐射出近红外线。如太阳、红外灯等高温物体的辐射中就含有大量的近红外线。借助不同波段的红外线的不同物理性质,可制成不同功能的遥感器。

红外遥感是指借助对红外线敏感的探测器,不直接接触物体,来记录物体对红外线的辐射、反射、散射等信息,通过分析,揭示出物体的特征及其变化的技术。红外成像系统突破了照度和光谱响应范围对人眼的视觉限制,扩展了人眼的视觉机能。

由于红外成像系统依靠目标和背景的红外辐射差产生景物图像,不需要外界光源的照射,因此可以全天候工作;而且红外成像系统属于被动成像,因此具有良好的隐蔽性;由于红外成像系统工作在长波段,比可见光的光辐射具有更强的烟雾透过率,因此红外成像系统的作用距离远,抗干扰能力强。红外遥感技术中能获得图像信息的仪器有:使用红外线胶片的照相机,具有红外摄影功能的数码相机,热像仪等。虽然它们都利用红外线工作,但成像原理和所成的图像的物理意义有很大的区别。

红外摄影通常指利用红外线胶片和数码相机进行的摄影;前者属于光学摄影类,后者属于光电摄影类。红外摄影所行成的红外像利用了景物反射的近红外线,体现了景物的几何形状;热像仪对人体成的热图,是利用人体自身热辐射获得的表示人体表面温度分布的图像。是两个不同的概念。

三、激光成像:就激光成像的成像方式而言激光成像可分为干涉仪成像、激光扫描成像和激光照明焦平面成像三种。

干涉仪成像:它利用激光的相干性在监视空域形成相干条纹。当运动目标进入条纹区域时目标上的每一个散射点将条纹强度的空域分布特性转换成时域上的回波信号序列不同位置散射点的信号可以从回波信号序列形式或相位加以区别。因此对回波信号经过一定程序的处理就可以还原出目标的散射点的分布及它们各自的散射强度。激光干涉仪成像目前尚在发展之中,如能完善并投入使用,则同其他的成像方法相比有以下显著优点[2]

1) 分辨率不受天线孔径和激光束束宽的限制可以在远距离上实现更高的分辨率;

2) 成像速率优于扫描成像方式且不需要机械扫描机构;

3) 接收系统使用常规单元探测器比激光照明焦平面成像方式更简单易行。

这些优点使得在1015km的作用距离上用成像方式确切识别目标成为可能。激光干涉仪成像主要将在战术防御、光电对抗等军事领域发挥作用;在民用领域(如机场导航也可能找到应用前景。

激光扫描成像[2]:激光扫描成像系统主要由激光源、接收机、发射机以及视频信号存储和显示设备等组成。是一种可以提供三维地形影像的机载激光成像系统,它的工作原理基于激光束对目标场景进行扫描,接收场景反射的激光辐射,产生连续的模拟信号,馈送给电视型显示器,在显示器上将连续的模拟电信号再还原成实时显示目标场景的图像。与此同时,用周期信号调制激光束,然后将地面反射的激光信号的相位与基准相位进行比较,获得至地面的斜距,斜距信息再与二维影像进行组合,得到地面场景的三维影像信息数据。

激光照明焦平面成像:所谓激光照明焦平面是将激光探测器与信号处理电路结合在一起,置于光学系统的焦平面上形成具有电路自扫描功能的激光成像器件。用激光焦平面阵列构成的激光成像系统具有工作稳定可靠、灵敏度高、性能好等优点,它是当今国内外重点发展的新一代激光探测器。

四、声纳成像:在太空中和陆地上,通常采用光学或电磁波成像;物体内部的探测多采用X射线成像和超声波成像等;在水下,由于电磁波或光波受到强烈的衰减而无法用于较远距离的探测,所以水下较远距离的成像均采用水声成像技术。

水声成像设备也称为图像声纳。图像清晰、作用距离远是对图像声纳的基本和主要要求。要获得清晰的图像,要求图像声纳具有足够高的空间分辨力。图像声纳的分辨力分为距离向分辨力和方位向分辨力。距离向分辨力是指声波传播方向的距离分辨能力,方位向分辨力一般是指与声波传播方向垂直的方向的角度分辨能力。

用虚拟的孔径代替真实的孔径,既能解决孔径尺寸的问题,又能解决远距离方位向分辨力的问题,这就出现了合成孔径技术(Synthetic Apertures SonarSAS),相应的声纳就是合成孔径声纳。与普通成像声纳相比,合成孔径声纳的主要优点就是它可以得到很高的方位向空间分辨能力,因此 合成孔径声纳研究受到了充分重视。

合成孔径声纳的基本原理是利用小尺寸基阵沿空间匀速直线运动来虚拟大孔径基阵,在运动轨迹的顺序位置发射并接收回波信号,根据空间位置和相位关系对不同位置的回波信号进行相干叠加处理,从而形成等效的大孔径,获得沿运动方向(方位向)的高分辨力。图3.2为合成孔径声纳原理示意图。  

4.2 合成孔径声纳原理示意图

设基阵的实际孔径为D,经过数学推导可得距离R处的方位向空间分辨力为:

ρ=1

根据 (1) 式,从原理上来说,合成孔径声纳的方位向空间分辨能力与声纳的工作频率和作用距离都没有关系,而仅与基阵的实际声学孔径有关。由于分辨力与距离无关,因而可对远距离目标实现高分辨率成像,而且远距离与近距离空间分辨率一样,所以可以获得比较均匀的空间分辨力。换句话说,就是成像的保真度比较高。由于分辨力与工作频率无关,故可以采用较低工作频率,特别适合掩埋物和底质探测。由于合成孔径声纳对目标的探测是采用多次照射和相干积累处理实现的,所以点目标信噪比改善较大,适合于漫散射背景下孤立目标的检测(如混响背景下水雷的探测)。

声纳图像是三维空间物体形状(由反射系数描述)向二维图像空间的映射。成像声纳根据回波信号解算出声纳图像(反射系数矩阵)的过程是图像重建过程,相应的计算方法称为成像算法或图像重建算法。在合成孔径雷达(Synthetic Apertures RadarSAR)方面,已经研究出了多种成像算法,许多算法可以移植到合成孔径声纳中来。但是由于合成孔径声纳常采用宽带信号,使得合成孔径雷达中的一些窄带信号处理方法在合成孔径声纳中不再适用,需要对已有的成像算法进行改进或者研究新的成像算法。目前,图像重建算法主要有:单接收阵SAS成像算法、多接收子阵SAS成像算法、运动补偿与自聚焦算法等。

五、X线成像: X线影像的形成,是基于以下三个基本条件:首先,X线具有一定的穿透力,能穿透人体的组织结构;第二,被穿透的组织结构,存在这密度和厚度的差异,X线在穿透过程中被吸收的量不同,以致剩余下来的X线量有差别;第三,这个有差别的剩余X线,是不可见的,经过显像过程,例如经过X线片的现实,就能获得具有黑白对比、层次差异的X线图像。

影像接收器采用屏/胶结构形式已100多年的历史了,随着CRDRDDR的先后出现,屏/胶结构形式的影像接收器已逐渐由CRIP板、IDDRDDR的平板接收器及DDR的线扫描接收器所取代。从而使常规X线成像在向数字化方向发展[6]

广义的DR成像系统包括间接转换型DR和直接转换型DR。间接转换型DR系统是最近几年开发研制出来的新的数字X线摄影系统,应用到临床仅仅只有三四年的时间,其发展速度非常之快。IDR成像系统的关键部件是获取图像的平板探测器,它主要由X线转换层与非晶硅光电二极管、薄膜晶体管、信号储存基本像素单元及信号放大与信号读取等组成。早期的像素尺寸为143×143μm,现有127×127μm像素尺寸的平板探测器,平板探测器现在有17×17英寸的了,可以用于各种部位的普通X线数字摄影。生产这种平板探测器厂家有VARINAGETRIXELLCANON等,但在国内用得较多的是VARINA生产的。图像处理软件也在日趋完善。这种平板探测器已有许多厂家采用,作为普通X线数字摄影。

直接转换型DR系统也是最近几年开发研制出来的新的直接数字X线摄影系统,应用到临床不到三年的时间,有很好的推广应用价值。DR系统目前有两种,一种为线扫描,一种为平板面成像探测器。线扫描成像探测器,它有两种形式,一种为多丝正比室,一种是电离室。线扫描的动态范围与系统的探测灵敏度和密度分辨率有关,线扫描独特的大动态范围,当显示器质量很高时可以观察到120倍以上的动态对比图像,比传统X线机更好,可以清晰地在一次拍片中同时再现密度悬殊的软、硬组织。线扫描成像技术X线被严格限制在很窄的缝隙中,克服了散射线造成的干扰,本底噪声为“0”,探测灵敏度高,使原本被本底噪声淹没的微弱的X线也能被检测出来,能够分辨出面成像不能看到的人体组织更加细微的密度差别,密度分辨率高。由于线扫描成像需一定的扫描时间,一张14×17英寸大小的区域最快需2秒钟,所以不能实现适时扫描,不适应心脏摄影。

4.3 图像处理技术

一、图像预处理:被测对象经过传感器变换以及由视频采集卡送到计算机的过程中,常受到各种噪声源的影响和干扰,使图像的质量变差,不仅影响图像的视觉效果,而且还会影响目标信息的获取及进一步处理。因此,在进行边缘检测、图像分割、特征提取、模式识别等处理之前,采用适当的方法以减少图像噪声是至关重要的预处理步骤[7]。因为噪声使得原本均匀和连续变化的图像灰度分布突然变大或变小,造成一些虚假的物体边缘或轮廓。消除噪声、改善图像质量的处理过程通常称为图像平滑。

图像平滑可用噪声滤波器实现,常用的噪声滤波器从整体上可以分线性滤波器和非线性滤波器两类。目前,最常用的图像去噪工具是均值滤波器和和中值滤波器,他们各是线性滤波器和非线性滤波器的典型代表。

二、图像后期处理:根据对被测对象测量的要求不同,图像后期处理算法的选取各不相同。目前,这些算法主要有边缘检测、图像分割、特征提取、模式识别等。其中,边缘检测方法有:阈值法、微分法(Roberts算子、Sobel算子、Prewitt算子、LOG算子、Canny算子等等)、更高精度的亚像素边缘检测技术、数学形态学、小波法、神经网络法等;图像分割技术有:门限分割技术、边缘分割技术、区域分割技术、轮廓跟踪等;特征提取法有:基于纹理、颜色、形状的特征提取,采用频域特征查询等方法;模式识别方法有:句法模式和模糊集合等。

6. 图像测量技术应用

随着各种新型传感器的发明与推广,视频测量技术的应用范围越来越广,对环境的要求也越来越低。从国防、安防、医疗、工业到地质测量,无论是天空、陆地还是海洋,不管是白天还是黑夜,利用合适的传感器和图像处理技术,都能实现都目标的视频测量。

例如,CCD成像技术的应用有:智能交通系统中车牌的检测与跟踪、近海视频测量、工业产品质量的在线检测、人脸识别、大楼监控、路灯监控等。

红外热成像技术的应用有:钢套炉窑中的在线监测、石化装置中的在线监测、锅炉监测、航空遥感等;激光成像技术的应用有:夜间侦察、敌我识别、地形测绘、夜间搜寻与救援以及环境的保护与监视等;声纳成像技术的应用有:卫星遥感、导弹成像制导、农作物监测、矿物资源勘探、海底底质分类[11]医学诊断、工业监测等。

X线成像技术适合于综合性医院门诊、大量胸部拍片、体检的需要,代替传统的透视机;适合于儿童的拍片、体检、透视的需要,保护少年儿童;适合于胸部、肺部、肿瘤专科医院;适合于对育龄妇女计划生育的检查;适合于婚前体检,代替胸部透视。这种装置目前国内已经研制生产并投入使用,其探测器为多丝正比室。北京航天中兴医疗系统有限公司可提供系列产品。

SDI信号的视频测量:数字视频信号测量是为了让图像更加准确,保证图像质量。在视频图像信号传输过程中,包含的错误信息来自于ADDA转换、串并行切换、误码率、格式错误、抖动以及帧丢失等。SDI信号对于分析数字电视传输质量至关重要。SDI信号的测量包括以下项目:1) 电气性能:SDI眼圈、SDI抖动、SDI漂移:2)视频格式和内容:SDI格式监视、SDI附属数据分析、SDI附属数据分配分析、SDI波形、SDI闪电、SDI音频测量;3)定时:SD1通道间定时、SD1音频,视频定时。

7. 图像测量的发展趋势

虽然视频测量技术的应用非常广泛,但是在很多方面也存在着一些需要改进的地方。例如:如何改善CCD成像的精度和实时性;合成孔径声纳技术中,如何更稳定地、经济地获得具有高而且均匀的空间分辨率的性能;激光扫描三维成像技术还不成熟等。

随着时代对制造技术和测量技术提出要求的不断提高,专家们预计,21世纪图像测量技术的发展趋势大致如下:

(1)量精度由微米级向纳米级发展,进一步提高测量分辨率

(2)由点测量向面测量过渡,提高整体测量精度(即由长度的精密测量扩展至形状的精密测量)

(3)采用在线测量以逐步替代线外测量,采用实时测量并将测量信息反馈用于过程控制,构造高精度、智能化动态系统。

(4)微电子技术、微型计算机技术、现场总线技术与仪器仪表和传感器的结合,构成新一代智能化视频测量系统,使测量精度、自动化水平进一步提高。

总之,图像测量技术必须实现高精度化,同时要求实现高速化和高效率化。因此,高效率测量与智能化测量将成为本世纪图像测量技术的重要发展方向。

8. 小结

随着时代对制造技术和测量技术提出要求的不断提高,专家们预计21世纪,图像测量技术的测量精度将会由微米级向纳米级发展,进一步提高测量分辨率;会由点测量向面测量过渡,提高整体测量精度(即由长度的精密测量扩展至形状的精密测量);采用在线测量以逐步替代线外测量,采用实时测量并根据测量信息反馈于加工过程。图像测量技术目前已经广泛地参与到国计民生的各个领域,在一些新生领域(如纳米材料、微机电器件)也已开始呼唤这一方面的技术。本文简要的介绍了图像测量技术的背景,并从硬件和软件两个方面阐述了其发展现状,总结了该技术存在的问题及发展趋势。图像测量技术突破了人眼视觉的限制,扩展了人眼的视觉机能;实现了工业产品质量的自动检测,解决了人工检测的繁重和成本大等重大问题。图像测量技术作为一种新兴的非接触测量方法,有广阔的发展前景。作为一种重要的无损检测技术,对其有效的采用不仅可以在工业生产中获得直接经济效益,而且可以在防止事故发生以及保障安全等方面获得间接经济效益和社会效益。

参考文献

[1] 刘上乾,冀芳,高精度图像测量技术[D]. 西安电子科技大学,20070101

[2] 李田泽,激光扫描成像系统的设计分析及应用[J]. 红外技术,2004, 26 (4):16-19

[3] 张春华,刘纪元,合成孔径声纳成像及其研究进展[J]. 声纳技术及其应用专题,200636(5)408-413

[4] 王景,杨桥新,丁翔,SDI信号的视频测量[J].计量检测,200512

[5] 张锁平,张春田,近海视频测量与应用[J]. 海洋技术,200625(1):11-19

[6] 黄德中,红外热成像原理及在设备监测中的应用. 现代物理知识[J]200714(3):30

[7] 刘晨晨,高分辨率成像声纳图像识别技术研究[D]. 哈尔滨工程大学,200608


努力分享优质的计算机视觉相关内容,欢迎关注:

交流群


欢迎加入公众号读者群一起和同行交流,目前有美颜、三维视觉计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群


个人微信(如果没有备注不拉群!
请注明:地区+学校/企业+研究方向+昵称



下载1:何恺明顶会分享


AI算法与图像处理」公众号后台回复:何恺明,即可下载。总共有6份PDF,涉及 ResNet、Mask RCNN等经典工作的总结分析


下载2:终身受益的编程指南:Google编程风格指南


AI算法与图像处理」公众号后台回复:c++,即可下载。历经十年考验,最权威的编程规范!



下载3 CVPR2021

AI算法与图像处公众号后台回复:CVPR即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文



浏览 33
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报