基于邻域特征点提取和匹配的点云配准

为解决噪声干扰、数据丢失情况下迭代最近点算法的鲁棒性差、配准精度低等问题,提出一种基于邻域特征点提取和匹配的点云配准方法.首先定义一个由点的k邻域曲率、点与邻近点的法向量内积均值以及邻近点与邻域拟合平面的欧氏距离方差等三部分组成的邻域特征参数,结合在移动最小二乘表面构造的曲率特征参数对点云进行两次特征点提取;其次依据直方图特征定义三个匹配条件,并用双重约束获得正确的匹配点对;最后在配准阶段,采用双向构建k维树的迭代最近点算法实现精确配准.实验结果表明,该算法的配准精度较迭代最近点算法提高了90%以上,并且能够在噪声环境下有效地完成缺失点云的配准,在鲁棒性和精确配准方面有明显优势.     

基于边缘与SURF算子的SAR与可见光图像配准方法

鉴于SAR(synthetic aperture radar)与可见光图像的成像机理存在很大差别,使得其同名特征的提取和配准十分困难,但在某些情况下,这两类图像的边缘存在一定的相关性。提出一种基于边缘与SURF(speed-up robust feature)算子的图像配准方法。通过适当预处理增强图像间的共性,采用综合性能比较好的Canny算子提取两幅图像共有的边缘特征,在边缘图像的基础上提取SURF特征;通过比值提纯法进行特征点粗匹配,RANSAC(random sample consensus)算法剔除误匹配点,计算仿射变换模型从而实现SAR与可见光图像的自动配准。实验结果表明:该算法的正确匹配率为100%,均方根误差为0.852个像素,配准精度达到亚像素水平。     

基于特征点的对数极坐标变换图像配准算法

介绍了一种新的图像配准算法,可以很好地解决图像配准中的平移、旋转和缩放问题。算法的实现是首先使用SUSAN算子提取两幅图像的特征角点,剔除虚假的特征点(噪声点),然后使用改进对数极坐标变换和投影相关匹配算法实现特征点匹配;结合亚像素定位技术,可以进一步提高算法的精度。     

一种稳健的特征点配准算法

为了能准确快速提取特征和可靠匹配特征点对,提出一种稳健的基于特征点的配准算法。首先改进了Plessey角点检测算法,有效提高所提取特征点的速度和精度。然后利用相似测度归一化互相关(Normalized cross correlation,NCC),通过双向最大相关系数匹配的方法提取出初始特征点对,用随机采样符合法(Random sample consensus,RANSAC)来剔除伪特征点对,实现特征点对的精确匹配。最后用正确匹配特征点对实现图像的配准。实验表明,该方法能够快速准确地提取两幅图像间的对应特征点,大大降低了误匹配的概率,两幅图像光照不一致、重复性纹理、旋转角度比较大等较难自动匹配情形下,仍能有效地实现图像的配准。     

结合Harris与SIFT算子的图像快速配准算法

本文提出了一种结合Harris与SIFT算子的快速图像配准方法。首先,对Harris算法进行两方面的改进:一是构建高斯尺度空间,提取具有尺度不变性的角点特征;二是采用Forsnter算子对提取的角点精定位,提高配准精度。然后,利用SIFT算子的特征描述方法描述提取到的特征点,通过随机kd树算法对两幅影像的特征点进行匹配。最后采用RANSAC算法对匹配点对进行提纯,并通过最小二乘法估计两幅影像间的空间变换单应矩阵,完成图像配准。实验结果表明:本文方法在基本保持配准精度的同时,在配准过程的时间消耗上比标准SIFT算法减少了64%。     

无色差光滑曲面特征点的提取及匹配算法

双目视觉是机器视觉中经典有效的方法。针对无色差光滑曲面特征点难以提取的问题,提出一种用均匀激光网格创造曲面上色彩特征的方法,以及特征点提取和匹配算法。首先,提取激光网格线,采用膨胀与腐蚀等算法将激光线断点拼接并转化为单像素连通线;然后,利用连通线上点的八邻域及四邻域的连通性对特征点进行提取;最后,对提取后的特征点根据位置信息进行编号,完成特征点的匹配。实验结果表明,该算法稳健性好,提取精度高,匹配正确率及重复率高,三维重建后特征点间的距离误差小于0.05mm、标准差为0.0362mm。该算法直接对特征点进行提取及匹配,与离散特征线获取特征点的方法相比精度更高,可应用于曲面上点的均匀抽样检测。     

基于ASODVS的全景点云数据获取技术的研究

针对现有三维激光扫描设备不能同时获取空间点云的坐标信息和色彩信息,多视角点云数据配准复杂等问题,采用了一种将全方位视觉传感器ODVS(Omni-directional Vision Sensor)和可移动360°面激光光源相结合的主动式全景视觉传感器ASODVS(Active Stereo Omni-directional Vision Sensor)来获取点云数据。通过人机接口对ASODVS的扫描步长和速度等进行控制,实现了边扫描边获取全景点云数据;对获取点云数据空间信息过程中的关键技术——激光投射点提取算法进行了深入研究;采用了3种不同的全景激光线提取算法对全景切片图像中激光投射点进行提取,并实验研究了各自的优劣;实验结果表明,对于ASODVS而言,帧间差提取算法能有效快速准确的提取三维全景场景中激光投射点,并具有消耗计算机资源少、操作过程自动化、生成数据有序等优点。     

一种基于相位相关的亚像素红外图像配准算法

图像匹配技术广泛应用于各种图像处理任务,如图像拼接、机器视觉等。通常匹配算法的精确度只能达到像素级别,但在很多图像处理任务如超分辨率重建中需要亚像素精度的图像配准。提出了一种基于相位相关的亚像素图像配准算法。根据两幅离散数字图像的相位相关矩阵中的最大值以及其附近若干点可以拟合估计出实际的峰值位置,进而实现两幅图像的亚像素运动估计。提出的算法针对热像仪采集的红外图像进行匹配实验,实验结果表明该算法精度相比通常的亚像素匹配算法较高,且具有更好的实用性。     

零件的角点提取及匹配定位

本文基于三坐标测量机(CMM)设计了一套视觉检测系统,该系统能够对零件实际空间特征信息进行比较全面地提取。针对位于CMM平台上带有角点的零件,利用Harris算子提取从CMM三个不同方位获取的零件图像的角点。对于Harris算子提取到的角点,本文提出一种八链码搜索法和SUSAN区域法相结合的伪角点剔除方法,最后基于立体视觉的原理,提出"距离空间图"匹配算法,将以上3幅图像一一建立匹配关系。实验中多次改变零件在CMM中姿态时,多次实验数据表明本文的角点提取精度与真实角点间仅存在1~2像素的偏差,零件的定位误差为1~3 mm。通过实验验证,角点匹配和定位的稳定性和精度满足要求,具有一定的抗干扰性和实用性。     

基于尺度不变特征变换和区域互信息优化的多源遥感图像配准

为了进一步提高遥感图像配准精度, 提出了尺度不变特征变换(SIFT)结合区域互信息优化的遥感图像配准方法. 首先利用混沌序列的随机性和遍历性, 提出一种混沌量子粒子群优化(CQPSO)算法, 在量子粒子群优化(QPSO)算法迭代陷入早熟收敛时, 采用一种新的机理引入混沌序列, 进化粒子克服早熟. 图像配准算法分为预配准和精配准两个过程. 基于SIFT算法提取特征点, 经匹配和有效地外点排除完成预配准, 然后对匹配特征点坐标进行亚像素级微调, 通过最小二乘法求得一系列匹配参数构造初始粒子群, 最后利用混沌量子粒子群优化区域互信息完成精配准, 得到最优匹配参数. 用一些标准测试函数对所提出的CQPSO和QPSO及粒子群优化(PSO)算法进行了实验比较, 另外, 对SIFT, SIFT结合PSO算法优化区域互信息, SIFT结合QPSO算法优化区域互信息和SIFT结合CQPSO算法优化区域互信息(SRC)等四种算法进行了不同分辨率遥感图像配准实验比较和不同时相遥感图像配准实验比较, 实验结果验证了所提出的CQPSO算法的优越性和SRC配准方法的有效性.     

高灵敏度空间点目标探测系统设计

本文面向空间点目标探测,设计了基于高灵敏度CMOS传感器的空间点目标探测系统。首先对CMOS传感器图像进行降噪,提高传感器的探测灵敏度;其次,采用DSP+FPGA嵌入式架构,设计了基于星图匹配信息构建的点目标探测算法,并详细介绍了算法原理和步骤。最后,采用电子星图模拟器对该探测系统进行测试。结果表明:该嵌入式系统具备1 024×1 024@20p格式视频的实时处理能力,可以探测6等星。当信噪比大于6,视轴指向误差小于1°时,对于不同运动速度、不同尺寸点目标均能准确探测,识别正确率接近100%。综合而言,该空间点目标探测方法的计算精度高、适应性强、可靠性高,能够应用于空间点目标的有效探测。     

高精度机器视觉对准系统的研究与设计

针对高精度自动贴片机,重点介绍了高精度机器视觉自动对准系统的结构和设计;介绍了相关的计算机控制软件系统的模块设计和开发。提出了模式匹配算法及相关的图像处理算法。仿真结果表明,该系统能够有效地完成自动对准的任务。     

高精度自动贴片机视觉对准系统及其图像处理

阐述了高精度自动贴片机视觉对准系统的构成和原理。介绍了利用模式识别理论和图像的不变矩实现定位标志存在性判断的原理及算法和定位标志对准的原理及相关的图像处理算法,以及其中的点模式匹配算法。试验结果表明,定位标志存在性判断算法可以有效地区分不同的定位标志和判断定位标志是否在视场之内;定位标志对准算法在输入图像旋转、平移、定位标志被部分遮挡时,能精确地得到定位标志的位置偏差。     

相位匹配法用于提高非制冷全捷联导引头制导信息精度

捷联成像导引头中各个传感器的动态响应不一,直接合成不同传感器的信息提取的制导信息精度差,为获取更高精度的制导信息,需要改进提取方法。匹配滤波理论是在考虑传感器不同的动力学特性情况下的一种信息融合方法,依据传感器动态特性进行信息匹配的方法提高制导信息提取精度。首先建立非制冷全捷联成像导引头及其在制导控制系统中的简化模型,依据导引头上各种传感器主要指标,及匹配滤波的原则,推导出相位匹配器。最后,对匹配后的系统提取制导信息,并参与制导系统半实物测试,对比传统惯性滤波器与相位匹配滤波器的效果。在三轴仿真转台、半实物机及热十字丝目标的配合下,对转台扰动下的非制冷全捷联导引头进行静止和运动目标下的视线角速率提取,结果说明在相位匹配滤波的提取方法获得的视线角速率精度为0．2°／s,精度比传统惯性滤波提取方法提高了1倍。     

立体视觉测量中的图像匹配策略研究

立体视觉测量广泛应用于机器人导向和各种柔性制造系统中 ,其中图像特征的准确匹配始终是一个难题。推导了共极性线方程 ,采取相关匹配和特征匹配相结合的方法来提高图像匹配的速度和精度 ,利用建模估计得到匹配像点的精确坐标 ,使三维测量精度达到目标距离的 1/10 0 0 0左右     

基于计算机视觉的航天器间相对状态测量系统

在航天器编队飞行应用中,航天器间相对状态(相对位置和姿态)的确定是实现航天器自主控制的重要条件。通过充分利用计算机视觉理论及相机成像原理,提出了一种基于计算机视觉的航天器间相对状态的测量系统。推导了基于目标靶特征点确定航天器相对状态的四元数法,介绍了系统的测试原理及标定方法,并通过采用APSCMOS相机作为图像传感器,建立了它的试验原型,验证了测量原理和算法的正确性。该测量系统结构简单、体积小、重量轻、功耗低、算法简单、速度快,近距离测量精度高,能够广泛地应用于空间合作目标间相对状态的测量。     

Sphere-based calibration method for trinocular vision sensor

A new method to calibrate a trinocular vision sensor is proposed and two main tasks are finished in this paper, i.e. to determine the transformation matrix between each two cameras and the trifocal tensor of the trinocular vision sensor. A flexible sphere target with several spherical circles is designed. As the isotropy of a sphere, trifocal tensor of the three cameras can be determined exactly from the feature on the sphere target. Then the fundamental matrix between each two cameras can be obtained. Easily, compatible rotation matrix and translation matrix can be deduced base on the singular value decomposition of the fundamental matrix. In our proposed calibration method, image points are not requested one-to-one correspondence. When image points locates in the same feature are obtained, the transformation matrix between each two cameras with the trifocal tensor of trinocular vision sensor can be determined. Experiment results show that the proposed calibration method can obtain precise results, including measurement and matching results. The root mean square error of distance is 0.026 mm with regard to the view field of about 200×200 mm and the feature matching of three images is strict. As a sphere projection is not concerned with its orientation, the calibration method is robust and with an easy operation. Moreover, our calibration method also provides a new approach to obtain the trifocal tensor.     

基于模板匹配法的枪械射击准确度验收系统

枪械射击准确度是枪械验收的一项重要指标。为提高验收精度、降低验收成本,针对现有验收方法的不足,提出了光电成像并结合图像处理的验收方法。根据成像的图像特点和验收的实际要求,采用模板匹配算法识别代表瞄准线的十字分划,拟合枪管轴线并用十字分划表示,通过检验两十字之间的角度关系来进行射击准确度的验收。研究结果表明,采用模板匹配算法,十字分划的识别精度小于1个像素,射击准确度验收系统的精度约为0.26 mil。     

基于红外图像编码的运动预测相关算法

针对运动预测过程中单一匹配准则的不足提出了一种联合匹配准则,能较好地处理小目标的灰度渐变。基于运动预测过程中不断进行的像素块匹配运算提出了一种新的像素抽样算法,该算法使得运算量大大减少,匹配精度逼近全像素匹配算法。这两种技术的综合应用使得整个运动预测效率有较大改善。     

两组星矢量的最小均方误差匹配算法

在多星矢量定位中，由本地坐标系中的光电探测器拍摄到的多星矢量数据需要变换到赤道坐标系中，并与赤道坐标系中的多星矢量数据进行匹配，当匹配误差达到最小时，根据变换矩阵即可确定舰位和航向。由于存在测量误差，因此不可能精确匹配。通过与点模式匹配问题类比，给出了一个求取两组星矢量之间最佳变换矩阵的算法，该算法使匹配误差在均方根意义下达到最小并且其计算复杂性仅为O（n），从而提高了天文定位的精度以及天文定位系统的反应速度。