一种快速的单目移动相机下运动目标检测方法

从射影几何的角度分析了单目移动相机下场景运动矢量与摄像机运动之间的关系,基于摄像机光心坐标系,提出了一种快速极线估计算法.该算法中摄像机在此坐标系下永远静止,只有场景和运动目标在运动,将原来移动平台下运动目标检测的问题转换成静止平台下场景全局运动与运动目标独立运动的问题,并推导出光流约束的简洁形式.该算法框架能够根据KLT算法获得Harris角点光流场,并根据实际图像的运动场补偿摄像机的随机运动,同时在保证算法准确性与鲁棒性的前提下,与原来算法相比,计算速度提升了10倍左右.根据实际采集的图像序列进行了分析对比,真实的数据测试表明快速极线估计算法在保证算法准确性与鲁棒性的前提下,极大地降低了算法的计算量与计算时间,从而无需三维重建便可有效地解决单目移动摄像机下运动目标检测的问题.     

基于光流分层方法的平面3D运动估测

无人机自主着舰末端视觉导引中舰机间相对位姿的估测,可以看作机载摄像机对甲板平面3D运动的估测。提出了一种光流分层方法:首先利用已知焦距的机载摄像机拍摄着舰靶标区域的图像序列,并采用Lucas方法计算相邻两帧图像的光流场;而后通过分层模型,将由光流场进行3D运动检测的非线性问题转化为了两个线性问题。该方法无需图像间的特征匹配,可线性解算出着舰靶标区域相对于无人机的三维运动参数,进而得到舰机间的相对位姿信息。计算机合成图和摄像机实拍图像的实验结果验证了该算法的正确性和有效性。     

基于立体视觉与光流融合的运动目标检测

针对摄像机与被检测目标同时运动时的目标检测问题,提出一种立体视觉与光流融合的运动目标检测算法。结合立体视觉技术设计了光流与自运动估计模型,运用车辆的运动信息和场景的深度信息估计因摄像机运动产生的自运动光流;采用多分辨率细化的Horn算法估计场景的混合光流;对混合光流和自运动光流进行差分运算,剔除背景中静态目标的运动干扰。经过一系列形态学滤波处理获得运动目标完整区域,依据光流的连通性对运动目标标号,并确定位置信息。以典型的交通场景为对象进行分析,实验结果表明该算法能有效地检测出动态背景下的运动目标。     

未标定相机的高精度位姿估计方法

针对未标定相机的位姿估计问题,提出了一种焦距和位姿同时迭代的高精度位姿估计算法。现有的未标定相机的位姿估计算法是焦距和相机位姿单独求解,焦距估计精度较差。提出的算法首先通过现有算法得到相机焦距和位姿的初始参数;然后在正交迭代的基础上推导了焦距和位姿最小化函数,将焦距和位姿同时作为初始值进行迭代计算;最后得到高精度的焦距和位姿参数。仿真实验表明提出的算法在点数为10,噪声标准差为2的情况下,角度相对误差小于1%,平移相对误差小于4%,焦距相对误差小于3%;真实实验表明提出的算法与棋盘标定方法的精度相当。与现有算法相比,能够对未标定相机进行高精度的焦距和位姿估计。     

基于机器视觉的最大似然位姿估计算法

针对现有位姿估计算法对采样数据不做任何的统计假设,缺少评判标准等问题,从信号的概率密度函数出发,推导了基于机器视觉的最大似然位姿估计的一般形式,并证明利用单幅图像时,在各向同性高斯噪声情况下传统迭代算法与最大似然估计等效。推导了位姿估计的克拉美-罗界,给出了位姿估计的方差下限。根据仿真结果可以看出,利用10张图像时,最大似然算法在噪声功率大于5dB的情况下,性能明显优于传统迭代算法,证明适当增加图像数可有效提高估计性能。     

基于光流反馈的单目视觉三维重建

提出一种基于光流反馈的单目视觉三维(3D)重建方法,实现对场景快速、准确的3D立体化建模。由帧间光流场建立更为稳健的同名像点匹配关系,同时运用五点算法估计摄像机的相对位姿,以构建稀疏点云和初始网格。从运动视觉分析的角度寻求多视重构的求解方法,将重建模型反馈至重建过程,用各视图像的偏差驱动模型变形。将粗略、不准确的原始网格曲面经过致密的非刚性变形,调整至精确的曲面。在统一计算设备架构下,利用图形处理器对光流算法进行并行加速,显著提高了重构算法运行的实时性。室内真实场景下的重建结果证明了所提算法的可行性与准确性。     

一种面向空间非合作目标位姿测量应用的三维点云滤波算法

针对激光位姿敏感器获得的原始点云有噪声和直接参与解算消耗星上计算资源过大问题,给出一种适用于空间非合作目标位姿测量的点云滤波和特征提取算法。应用仿真的方法分别验证了算法滤除空间随机噪声和点云降采样的有效性,验证了特征点对目标位姿变化和高斯测量噪声的鲁棒性。在非合作目标绕飞、抵近、捕获全物理试验平台上,以扫描激光位姿敏感器获得的原始点云数据为输入,验证了算法在实际空间目标位姿测量中的性能。试验结果表明,该算法实现了原始点云93.1%的降采样,节省了92.9%的位姿解算时间,可有效提升星上数据处理的效率和姿态解算的实时性。     

硬管式无人机AAR双目视觉导航算法研究

针对硬管式无人机自主空中加油近距编队阶段的相对位置和姿态估计问题,研究了基于双目视觉的相对位姿估计算法。该算法采用Harris方法提取特征点,并对其进行快速匹配,通过Sampson方法三维重构获得特征点在摄像机坐标系下的三维坐标,以重构误差平方和最小为准则建立目标函数,利用单位四元数法求解位姿参数。最后利用仿真平台验证双目视觉位姿估计算法的有效性。结果表明:相对位置误差低于0.1 m,相对姿态误差小于0.5°,其精度满足自主空中加油相对导航性能要求。     

一种新的红外焦平面阵列非均匀性代数校正算法

 针对传统红外图像非均匀性代数校正算法收敛速度慢、运动估计精度不高的缺点,提出一种多尺度光流帧间运动估计的非均匀代数校正算法。通过时域低通滤波,采用多尺度光流估计下一帧图像,将所得图像对进行代数校正。该方法性能在自主研发的热像仪中得到验证,和传统的红外图像非均匀性代数校正算法相比,算法收敛速度从60帧提高到25帧,提高一倍左右,运动估计精度从校正后图像方差76.539减少到32.482。     

相机位姿估计的加权正交迭代算法

在相机位姿估计的实际应用中,参考点的坐标数据不可避免地包含了测量误差,其量值大小通常不会完全一致,如果不区别测量误差直接进行相机位姿估计,将可能导致估计结果与真值相差甚远。为此,在广泛应用的正交迭代算法基础上,提出了相机位姿估计的加权正交迭代算法,该方法以加权共线误差为目标函数,根据像面重投影误差确定权重系数取值,优化相机位姿估计结果,具有精度高、稳健性好等优点,且满足全局收敛条件。数值仿真实验与风洞迎角实验的结果表明,本文算法更加有效,能够抑制不同程度测量误差对相机位姿估计结果的影响,所得结果明显优于正交迭代算法,具有较强的工程实用价值。     

聚焦型光场相机等效多相机模型及其运动恢复结构应用

聚焦型光场相机在运动恢复结构(SFM)和场景重建等领域中的作用日益显现。但是传统SFM算法因聚焦型光场相机具有特殊的结构而难以直接应用。针对这一问题,提出一种完整的聚焦型光场相机等效多目相机模型。在此基础上,利用传统多目相机的SFM算法,给出了适用于聚焦型光场相机的位姿估计算法示例和点云三角化算法示例。最后,通过仿真实验和真实场景重建实验验证了本文等效多目相机模型和SFM算法的正确性,进而表明聚焦型光场相机的SFM问题可以等价为多目相机的SFM问题。     

同相正交硅基光调制器的自动偏置电压控制技术

描述了基于同相正交硅基光调制器的自动偏置电压控制算法理论及实现方案。首先比较了硅基光调制器与传统铌酸锂调制器的调制特性,结合同相正交硅基光调制器模型推导出了调制器输出光信号与电场信号的函数关系式,根据此关系式提出了一种基于正弦dither信号注入调制器偏置工作点并解析调制器内置低带宽监控光电二极管反馈信号频域参数的控制方案,并通过数值仿真验证方案的可行性;然后搭建自动偏置电压控制算法的测试平台,通过测试平台得出不同偏置电压条件下I(in-phase)路、Q(quadrature-phase)路与Phase(outer-phase)路调制器内置监控光电二极管的反馈信号波形,并将测试结果与仿真数据进行对比,对比结果验证了本研究假定的同相正交硅基光调制器光电传递函数模型的准确性;最后测试了128 Gb/s双偏振正交相移键控调制格式下偏置电压控制算法的精度,并通过矢量幅度误差指标得到算法所引入的光信噪比代价。     

基于电荷守恒定律的航天器内带电三维仿真简化模型

仿真模拟是开展航天器内带电风险评估的重要方法之一.基于电荷守恒定律,建立了内带电电位和电场三维计算模型,给出了模型的一维稳态和瞬态求解算法及二维和三维求解方案,设计了迭代算法来解耦电导率与电场强度,并分析了该迭代算法的收敛性;运用有限元算法和局部网格细化,该模型具有方便考察关键点处电场畸变的优势;与现有的辐射诱导电导率模型对比分析,新模型更适合内带电三维数值计算;与实验数据对比,验证了内带电三维计算模型的正确性.为解决航天器内介质带电评估问题提供了手段.     

基于光流估计和自适应背景抑制的弱小目标检测

针对复杂云背景下的弱小目标探测,提出了一种基于光流估计和自适应背景抑制相结合的弱小目标检测算法.首先根据红外图像中云的移动规律,对云背景下的红外图像进行光流分析,提取运动云区.在光流场的计算中结合了云运动的特点以及光流方程的两个约束条件,对传统的基于梯度的光流法予以改进.同时发现移动云区对目标探测的影响较大,为了抑制移...     

基于光流法的气体排量计算模型研究及验证

针对污染气体监测系统中机动车尾气排量计算问题,提出了基于光流法的气体排量计算模型。该方法先通过红外相机获取多帧气体图像序列,再经过光流法处理得到气体羽流一段时间之内的光流速度场矩阵,最后与二维气体浓度图相结合处理得到气体瞬时排量。经过使用不同的光流法进行实验对比可知Farneback光流法在该模型中的适应性更好,能够得到更好的处理效果,该光流法计算得到的气体排量拟合度最大达到了93%,并且在保证处理精度的同时运算速度也优于Lucas-Kanade光流法和Horn-Schunck光流法,在低排放速度和高排放速度的气体排量计算中也有更好的稳定性。该方法为非接触式气体监测提供了新的思路。     

一种改进的视频超分辨率重建方法

针对目前无人机摄像、照相数据的特点,提出一种基于低分辨率视频重建高分辨率视频的改进方法;采用高斯金字塔光流算法对低分辨率视频及高分辨率图像进行运动估计利用小波频带分解方法提取图像的高频细节,并对视频进行运动补偿,采用凸集投影方法对补偿后视频进行迭代优化;并通过MATLAB仿真实现了以上算法,实验结果证明本文算法重建质量更好、处理速度更快。     

融合RANSAC光流跟踪法和特征点匹配法的视觉里程计

为了解决光流跟踪法定位精度不足、误差累积和特征点匹配法耗时久的问题，设计了一种将随机抽样一致性（random sample consensus，RANSAC）光流跟踪法和改进的特征点匹配法结合的视觉里程计。利用RANSAC光流跟踪法对关键帧之间的小规模运动进行估计，RANSAC算法对光流跟踪的误匹配点进行剔除，大大降低了光流跟踪法存在的误匹配；而关键帧之间的运动估计则利用改进的特征点匹配法，以修正光流跟踪法的估计误差；最后利用卡尔曼滤波将RANSAC光流跟踪法和改进的特征点匹配法进行融合。实验结果表明:该文的算法能够克服光流跟踪法精度不足、误差累积的问题，将平均相对误差由15.5%提升到了2.6%；同时也能在一定程度上提高特征点匹配法的速度，将特征点匹配法的平均耗费时间由37.28 ms提升到了21.07 ms。     

基于半物理仿真平台的激光惯导算法验证方法

传统车载激光惯导算法验证方式需要消耗大量的人力物力,而且算法性能的评估结果受各种外界因素影响较大,针对上述问题,提出基于实验室半物理仿真平台的激光惯导算法验证方法,并搭建了该仿真平台。研究表明,基于实验室半物理仿真平台的激光惯导算法验证方法相比传统算法验证方法具有快捷、简单、准确、客观等诸多优点。     

基于稀疏光流法的ORB特征匹配优化

针对图像特征误匹配数量大的问题，提出一种基于稀疏光流法的ORB图像特征点匹配算法。对特征点进行暴力匹配得到初始匹配点集，利用稀疏光流法计算特征点运动向量，估计出特征点在待匹配图像中的二维坐标位置，剔除偏离估计位置较远的特征点匹配对，最后利用随机抽样一致算法进行几何校验进一步优化匹配结果，达到剔除误匹配的效果。实验结果表明:该算法相较于ORB算子、SIFT算子、SURF算子准确率平均提升了21.6%，较RANSAC-ORB算法准确率平均提升了2%，且该算法对图像光照变换、视角变换、模糊变换、旋转和缩放变换和光照变化具有较好的通用性。     

基于去离群点策略提高目标位姿测量精度

针对在单目视觉目标位姿测量过程中,特征点提取出现离群点的情况,提出一种基于去除离群点策略的位姿测量方法(ORPE).建立了以特征点误差极大极小为原则的最优化目标函数,通过确定特征点最大观测误差值边界,判定并去除离群点,由此可消除离群点误差对位姿测量的影响.仿真实验使用ORPE对1 m×1 m × 1 m的立方体目标进行位姿测量,验证了算法的正确性;使用ORPE测量Boeing飞机模型的位姿,平均姿态角误差2.07°,平均位移误差1.6%.通过和最小二乘测姿法(LSPE)结果对比分析可得ORPE法误差小于LSPE法误差.表明ORPE能有效去除离群点,同时提高佗姿测量精度.