深空光通信中的图像信标捕获技术

为实现深空光通信链路建立过程中精确的对准,提出了一种深空光通信系统扩展信标的捕获方案。该方案以可视地球图像作为信标,在航天器上存储一幅信标图像作为参考图像,采用天线扫描的方式在各点对所瞄准的区域成像,利用像素扫描的方式,使参考图像和实际探测图像进行相关,在天线扫描完成以后,找出相关性最大的位置,即可认为在该点捕获到地球图像。在计算两图像相关系数的过程中,由于傅里叶梅林变换幅度谱具有伸缩及旋转不变性,因此利用傅里叶梅林变换即可消除两图像相关系数因为旋转和伸缩的影响。利用蒙特卡罗方法随机产生1000个视场,仿真结果表明,3σ内正确捕获到信标图像的概率为99.6%,表明这是一种可行的方法。     

基于单目视觉的静止目标定位方法

以无人机感知与避障为背景,提出了基于运动的单目视觉测距方法.选择摄像机运动过程中在不同位置对同一目标获取的两幅图像,然后利用尺度不变特征变换算法对所选图像进行特征检测和匹配,通过分析同一目标特征点在两幅图像中不同成像位置的变化,结合无人飞行器自身的运动参数,求解出无人飞行器与障碍目标之间的位置信息.采用该方法对不同位置的目标进行定位实验,结果表明该算法的测量精度和时效性可以满足实际避障的要求.     

一种改进的无人机航空影像配准方法

针对目前无人机航空影像非同源、畸变大、处理量多的问题,提出一种改进的无人机航空影像配准方法。首先利用传统SIFT方法得到特征点,其次利用C均值聚类方法可实现准确的非监督分类的特点,对传统SIFT方法得到的特征点进行筛选,从而得出同名点。最后根据得到的同名点完成待匹配图像的投影变换完成配准。通过实验仿真证明该方法精度有较大提高,且可自适应处理不同图像,是一种有效的无人机航空影像匹配改良方法。     

空间非合作目标的三目立体视觉测量方法

针对在轨服务任务如何在近距离处获取空间非合作目标的相对位置和姿态的难题,提出一种三目立体视觉测量方法。首先利用三台呈等边三角形布置的大视场可见光相机获取图像;然后采用所提方法对特征点进行匹配;接着采用RANSAC方法解算被测目标在世界坐标系下的位姿参数;最后通过对非合作卫星模型的静止、位置移动和姿态转动进行实验。实验结果表明,静止状态下的相对位置精度优于2.2 mm,相对角度测量精度优于0.3°;当模型位置移动时,绝对位置精度优于3 mm;当模型姿态转动时,相对位置精度优于5.6 mm,相对角度测量精度优于1.7°,说明所提方法可以改善双目立体视觉技术在测量角度大的区域易出现测量盲区、特征点定位误匹配和测量视场有限的不足。     

高帧频信标光定位与跟踪实验研究

信标光斑准确定位是完成空间光通信跟踪和捕获时的一个重要方法。应用改进的Otsu分割方法,对采集序列图像进行实时处理,提取潜在的信标光斑,对后续图像处理引入感兴趣区域的读入技术,在感兴趣区域内对信标光图像进行处理,应用卡尔曼预测模型实现了信标光跟踪,并将跟踪误差控制在精跟踪视场之内。实验结果表明,改进的Otsu具有更佳的抗噪能力和分割效果,并且实时性和定位精度均获得了满意的结果。     

基于单应性矩阵的大尺寸零件视觉测量图像拼接方法

针对视觉检测技术对大尺寸复杂零件测量精度低的问题,提出一种基于单应性矩阵的大尺寸零件视觉测量图像拼接方法。首先建立世界坐标系→相机坐标系→投影坐标系→图像坐标系之间的归一化模型,提炼出简单易懂的坐标变换表达式H;然后对摄像机进行多次标定,确定像素当量、拍摄视场及焦距;再获取零件图像,利用前面得到的最简坐标表达式H得到拼接图像之间的配准,最后完成若干副图像的拼接,把拼接结果和SURF特征点方法及向后映射模型归一化的拼接结果进行比较。结果表明,该方法可以大大减少大尺寸零件拼接的时间,较SURF特征点方法和向后映射拼接用时分别降低86.55%和67.30%,拼接精度远高于SURF特征点方法和向后映射方法,分别提高了50.95%和25.08%,测量精度满足大尺寸零件检测精度要求。     

卫星激光通信均匀信标光的研究

采用信标光是完成卫星激光通信捕获过程的一种重要手段,信标光的远场分布对捕捉概率和捕获时间有较大的影响。为满足通信系统的性能要求,对信标的远场分布提出一定的要求是必要的。首先从理论计算的角度,分析了远场高斯分布信标光对卫星激光通信捕获过程的影响,认为在存在光束抖动的情况下,均匀信标光在捕获阶段具有明显的优势。基于多激光器合束技术,利用半导体激光器设计了一个能实现远场均匀分布的信标光模块。给出了模块结构,分析了均匀信标光产生的机理,并从理论上推导了该模块的远场光强分布表达式。实验表明,所研制的均匀信标光模块可出射功率超过3.8 W,不均匀度小于11%的远场均匀信标光,通光效率为54%,从而证明了所设计的信标光模块的可行性。     

无人机匹配地形飞行的无线紫外光引导方法

使用紫外光引导无人机飞行,具有抗干扰能力强、全天候非直视通信、保密通信能力强和适用于特殊场合等优点。因此,提供一种无人机匹配地形飞行的无线紫外光引导方法,以辅助无人机匹配不同地形飞行。提出一种基于紫外光的光功率控制方法,调整紫外信标发送端的角度和发射功率,使得到达无人机飞行平面的紫外光的功率相等,从而保障无人机安全飞行。对功率控制方法进行了计算机仿真。实验结果表明,紫外光LED发送张角不超过80°时,功率容易控制,信标集成易于实现,且受地形、高度等因素影响较小。     

超分辨率图像重构技术在航天器相对位置测量中的应用

以两颗航天器间相对位置参数测量为研究对象,确定了基于单目计算机视觉及目标特征的测量方案,提出了基于超分辩率图像重构技术的航天器间相对位置的高精度测量方法。分析讨论了图像传感器的观察模型、图像传感器及光学测量系统的点扩散函数、配准方法、重构原理及方法。利用地面试验验证了该方法的正确性。试验结果表明:该方法与基于单帧图像及目标特征的方法、基于插值的方法相比较,在测量精度及稳定性等方面都有了较大的提高;与基于单帧图像及目标特征的方法相结合,不仅可以保证在不同作用距离上相对位置的高精度测量,而且具有较高的测量稳定性和可靠性。     

深空光通信中图像信标的捕获和跟踪

用激光进行深空探测科学数据回传,上行信标光衰减严重,不能提供足够高的跟踪速率,因此常采用自然天体图像作为信标。对该信标的捕获和跟踪是深空光通信链路成功建立和保持的关键。在航天器上存储一幅目标天体图像做参考,利用该图像和探测图像的相关性对该信标进行捕获,理论分析和仿真结果都表明,可以精确地确定光通信天线的初始对准方向,使跟瞄系统进入跟踪模式。基于离散傅里叶变换和极大似然方法对信标的平移进行计算,需要解一个非线性方程组,线性近似计算结果表明平移量总误差在0.5个像素以内,X方向的平移误差为3.3%,Y方向的平移误差为2.7%,可以满足深空通信的要求,因而是一种可行的方案。     

基于双目视觉的三维重建中特征点提取及匹配算法的研究

三维重建是计算机视觉技术的主要内容之一。基于双目视觉的二维图像特征点的提取及特征点的匹配是三维重建技术的核心。通过以双目立体视觉理论为基础,提取立体图像的Harris角点作为特征点,经过基于小波变换的子线段匹配方法,较好地的解决了匹配精度与匹配速度之间的平衡问题。采用该方法对水泥冷却机内熟料的高度进行了测量,实现了熟料的三维重建。实验表明,该方法可提高图像匹配的速度和精度,能够较精确地对物体实现三维重建。     

基于无人机智能视觉的输电线路全息全景重建

针对当前重建方法不能精确展现输电线路实际情况的问题,提出基于无人机智能视觉的输电线路全息全景重建方法。通过分析输电线路全息全景重建原理,采用无人机智能视觉技术对输电线路进行拍照,对输电线路全息全景图像进行采集和特征提取等预处理,跟踪图像特征,引入立体匹配算法,实现输电线路全息全景的重构。实验结果表明,所提方法输电线路重建精度高,视觉效果与实际相符,更具实用性及可行性。     

基于改进U-Net的量子点STM图像分割

为提升量子点图像分割精度,降低特征识别误差,提出一种基于改进U-Net的量子点图像分割方法.首先,在预处理阶段,设计了以色彩通道为权值的灰度化算法,以提升后续分割效果.其次,在STM图像分割部分,在原始U-Net结构上引入中间过渡层以均衡网络各层特征.而后,建立数据集,并通过实验对比不同分割算法的精确度、召回率、F-measure.最后,将分割算法应用于量子点的特征识别,并测试了不同分割方式对应用的影响.实验结果显示,改进灰度化方法保留细节信息丰富,明显提升了量子点分割精度;改进U-Net的平均精确率、召回率、F-measure相较原始网络分别提升了13.83%、2.16%、8.13%.同时,实验数据表明由于分割精度的提升,量子点数量、纵横比等特征参数的识别更加精确.     

基于归一化算法的一维标定物多相机标定

为了提高多相机一维标定的精度,提出了一种基于归一化算法的分层逐步标定法,由基本矩阵获得射影投影矩阵,进而转换成度量投影矩阵。对标定物图像特征点的坐标进行归一化预处理,以提高标定精度,同时又保持线性方法快速、易实现的优点。在所提标定方法中,一维标定物可自由运动,不受场地环境约束,使用灵活。通过仿真和真实实验,验证了归一化特征点坐标可以显著提高标定结果的精度和稳健性。     

单目视觉融合激光投射的无人机障碍探测方法

针对微小型无人机在飞行作业任务中的主动避障需求,提出一种用于微小型无人机避障的、基于单目视觉与主动激光点阵投射的障碍探测方法。使用单目相机采集投射的激光点阵图案,经过图像分割、聚类、质心提取等处理过程,通过像面激光线方程约束快速排除特征一致激光点的歧义,使用激光点探测出无人机前方空间中障碍的方位信息。实验验证装置在基线距离为65 mm,工作距离为7 m的条件下,障碍探测的相对误差在1.5%以内。该方法精度高、时间复杂度低,可满足低算力的微小型无人机对障碍探测方法的需求,为进一步避障策略的生成提供数据支撑。     

一种汽车锁扣铆点的视觉检测方法

汽车锁扣是保证汽车安全运行的重要部件,针对传统方法测量锁扣铆点不稳定、精度低的缺点,提出了一种基于机器视觉的检测方法;首先进行相机标定,通过预处理消除拍摄影响,接着提取锁扣的几何特征以建立测量坐标系,并对其进行仿射变换以消除图像几何失真;然后标定铆点所在区域,设置ROI(regions of interest)使铆点从检测背景中分离出来成为一个独立的图像单元,对其进行梯度锐化以增强图像边缘,并依据ROI自身特点对传统锐化方法进行了改进;最后,采用随机Hough变换分别提取改进前后图像铆点的轮廓,测量铆点直径并进行对比;实验表明,改进后图像铆点直径的测量值更加准确,精度达到0.035 mm,满足检测要求。该方法适用于铆点在线高精度检测,具有重要的应用价值。     

基于光学参考棒的立体视觉测量系统现场标定技术

为实现大空间复杂工件的准确测量,精确标定立体视觉系统变得越来越重要。为了克服传统立体摄像机标定过程繁复、户外实现困难的弱点,提出了一种基于光学参考棒的灵活、有效的立体视觉测量系统标定技术。参考棒水平和深度方向各有三个距离已知的红外LED作为特征点。通过在测量范围内的不同位置和方位移动光学参考棒,两像机同时捕获参考棒上特征点的图像。基于匹配的特征像点以及对极线约束,利用线性算法和Levenberg-Marquardt(LM)迭代算法快速地标定立体视觉测量系统。两像机之间平移量的比例因子由参考棒上特征点间的已知距离确定。参量标定过程中,自动地控制光强,优化曝光时间,使不同位置处光点图像的强度均一致,可以获得高的信噪比,提高标定精度。实验结果表明,该方法灵活、有效,在线标定能达到很高的精度,将现场标定过程应用到实际的大空间三维测量系统中,测量最大误差为0.18 mm。     

大尺寸工件视觉测量中的图像拼接方法

为提高大尺寸工件机器视觉测量精度,提出一种基于坐标变换的图像拼接方法,并给出该坐标变换方法的解算模型及求解方法,分析了局部测量误差、重叠区域公共点个数等对坐标变换精度的影响,得到了最佳拼接条件,并通过实验对其进行了验证。实验结果表明,该方法简单易行、结果可靠,对存在平移、旋转以及尺度缩放的图像都具有良好的效果,能有效地解决采用机器视觉进行大尺寸工件精确测量时的坐标归一化问题。     

基于区域增长的图像跟踪算法的研究

为了提高序列图像的跟踪精度,提出了基于区域增长的特征量提取方法。这种方法可捕获图像中所有单连通域,并能准确地提取其特征量,然后依据所提取的特征量设计分类器,实现对图像中所有单连通域进行分类识别并加以跟踪的目的。此算法有效地解决了一般传统识别算法难以区分目标和其近邻区域的干扰,而导致跟踪目标特征量提取不准确的问题。在目标特征提取识别算法的基础上,还提出了阈值预测分割算法,并应用在序列图像的跟踪中,取得了较好效果。     

视觉技术辅助的无人机自主着陆组合导航研究

为提高无人机自主着陆过程中导航系统的自主性与精确性,设计了一种视觉辅助惯导组合导航方法。该方法以惯导误差方程为过程方程,以着陆过程中单目摄像机2个时刻所得地面特征点投影之间的双视图几何约束为量测方程,构建了非线性滤波器;利用SR-UKF方法实现了惯导误差估计,提高算法效率的同时有效地避免了UKF中由于矩阵开方运算导致的滤波失效;最后根据估计结果校正了惯导导航数据。仿真结果表明:该方法能够提高导航系统精度,使误差降低到惯导系统的8%左右。