基于折反射全景相机的视觉里程计研究

为了实现折反射全景相机实时定位,提出了基于特征点法的可以用于折反射全景相机的视觉里程计算法.对折反射全景相机的投影模型重新设计了初始化模块,用于全景相机位姿的初始化.在初始化模块中,提出了适用于折反射全景相机的球面对极几何,通过球面对极几何计算初始化过程中两帧图像间位姿变化关系.为了验证算法鲁棒性和精确度,在相同场景下...     

点线特征结合的RGB-D视觉里程计

针对传统视觉里程计在低纹理场景下,定位精度差甚至失效的问题,提出一种结合点线特征的RGB-D视觉里程计方法.该方法结合了点线特征各自独有的特性,同时联合点特征的光度误差和线特征的局部梯度适应性误差,构建了一个对低纹理场景鲁棒的联合误差函数.利用高斯-牛顿迭代法对联合误差函数进行非线性迭代优化,以获取相机每一帧的准确位姿...     

动态场景下基于运动物体检测的立体视觉里程计

为了提升动态场景中视觉里程计的稳健性和精确度,提出一种基于运动物体检测的立体视觉里程计算法。首先,建立考虑相机位姿的场景流计算模型,用于表示物体的运动矢量。其次,提出构造虚拟地图点的方法,一方面结合场景流进行运动物体检测,另一方面使运动物体在图像中占比较大时仍有足够匹配点对用于位姿估计。最后,通过局部地图点及虚拟地图点与当前帧特征点的匹配结果,构建考虑虚拟点的非线性优化模型进行相机位姿估计,既保证静态地图点不与运动物体的特征点形成错误匹配,又避免因有效匹配点对过少而导致视觉里程计失效。数据集实验和实际场景在线实验结果表明,本文算法提升了视觉里程计在动态场景中的稳健性和精确度。     

基于全景环带成像的语义视觉里程计

视觉里程计在智能机器人、自动驾驶等领域有着广泛的应用.但是基于有限视场(FOV)针孔相机的经典视觉里程计算法容易受到环境中运动物体和相机快速旋转的影响,在实际应用中鲁棒性和精度不足.针对这一问题,提出全景环带语义视觉里程计.通过将具有超大视场的全景环带成像系统应用到视觉里程计,并将基于深度学习的全景环带语义分割所提供的...     

弱光照环境下人脸表情图像识别方法研究

对弱光照环境下人脸表情图像进行识别,可以更好地对人类的情感进行分类,有利于人类在现实社会中的沟通。当前方法利用提取人脸表情图像的一维特征完成对弱光照环境下人脸表情图像的识别,该方法无法对人脸表情图像进行详细地描述,导致人脸表情图像在识别时经常出现识别精度低、速度慢的问题。为此,提出一种基于BP神经网络的弱光照环境下人脸表情图像识别方法。该方法首先利用自相似性对带有噪声的图像进行图像区域划分,并依据统计学习获得线性空间,通过对空间的投影获得不含噪声的人脸表情图像区域向量,将人脸表情图像进行重组,得到去噪后的图像,然后利用Cabor变换对人脸表情图像特征进行提取,采用AdaBoost对弱分类器以及人脸表情图像样本进行训练,并通过多次弱分类器的迭代,得到最终的人脸表情图像强分类器,完成对弱光照环境下人脸表情图像的识别。实验结果证明,所提方法可以提高人脸表情图像的识别准确率,加快识别速度,为该领域的研究发展提供强有力依据。     

基于多模态数据协同的弱纹理表面高精度点云配准算法

为解决大型构件表面弱纹理特征的捕捉和多次测量的精度配准问题,采用集成结构光与光度立体视觉的复合测量系统,利用结构光测量获取工件表面整体形状的点云数据,利用光度立体视觉获取表面精细弱纹理的法向量信息。在此基础上,提出了一种融合邻域点云坐标与法向量信息的新型局部特征描述子,可对弱纹理工件表面特征进行有效且鲁棒地描述。大量仿真和真实实验验证了所提方法的有效性,其性能大幅超越了基于传统特征描述子的迭代最近点算法。所提方法可有效捕捉并描述弱纹理表面的丰富细节特征,构建鲁棒显著的特征描述子,进而大幅提升了测量结果的匹配精度,减小了大型复杂构件的整体重建误差。     

云计算环境下动态数据聚集算法研究

云计算技术的普及带动了数据的增长,为了对云环境下动态数据进行管理,防止数据损坏甚至丢失,方便后续利用,需要对云计算环境下动态数据进行聚集。但目前大多数算法都是基于线性时间概率计数的数据聚集算法,通过数据聚集操作在中间节点预先对数据进行处理,去除数据冗余,减少数据传输,实现节能,对于云计算环境下数据聚集操作存在的重复计数问题,通过研究对副本不敏感的概要结构并优化某些特性,从而完成数据聚集,但这种方法存在占用的存储空间较大,且不能保证动态数据聚集的准确性的问题。为此,提出一种基于粒子群优化算法的云计算环境下动态数据聚集算法,该算法通过对云计算环境下动态数据聚集算法数学模型进行分析,在此基础上,提出基于粒子群优化算法的云计算环境下动态数据聚集算法。首先对云计算环境中的动态数据结构模型进行分析,完成对云计算环境下动态数据的离散样本频谱特征的计算,实现云计算环境下动态数据聚集样本的特征提取和信息模型构建。针对粒子群算法收敛速度慢的问题,本文通过混沌映射方法对其进行优化,通过生成混沌序列,解决粒子群算法存在的问题,利用粒子群优化算法进行特征聚集,从而完成云计算环境下动态数据聚集算法。实验结果表明,本文所提算法能够有效提高动态数据聚集的可靠性和稳定性,降低聚集时间,减少所占内存空间,具有较强的实践性,为该领域的发展创造了条件。     

变光照环境下皮带撕裂视觉检测方法研究

针对变光照环境下给皮带撕裂视觉检测过程造成的识别干扰,提出了一种基于洛伦兹信息测度(Lorentz Information Measure,LIM)分块的改进Ostu分割算法的结构光视觉检测方法。首先将红色线性激光投射到皮带表面,通过CCD相机捕获高对比度图像;然后利用LIM方法将ROI(Region of Interesting)区域根据其水平方向光照强度分块,并逐块通过线性加权Ostu算法进行图像分割,进而合并出整幅图像的激光条纹;最后提取激光条纹中心线,并对其信息特征进行分析比较,判断皮带是否发生撕裂。通过现场在皮带机上进行试验,在轻度和重度污染环境下,892张样本的正确检测率为95.72%,平均单张样本检测时间为89ms,检测精度和速度满足实用要求。     

高光弱纹理物体表面鲁棒重建方法

为解决高光弱纹理物体表面重建时,存在的孔洞和噪声,及信息缺失等问题,提出了光照补偿结合深度图像的重建方法.结合光照方向和光照强度的参数估计,确定高光区域并均匀光照,再以激光点的变化轨迹修正均值漂移算法的漂移区域,建立改进的均值漂移中心描述子,对深度图像的噪声和孔洞进行判定并修复,实现物体表面重建.结果表明,该方法既可以保持不同种类对象重建完整,避免信息缺失,还可减少外界环境和对象自身特征的负面影响.通过高光弱纹理标准图片和实拍物体重建实验,以及使用均方根误差、峰值信噪比和结构相似性等性能指标进行评价,验证了该方法的鲁棒性和有效性.     

基于改进曲波变换的水面弱纹理提取方法

水下潜体的运动产生的内波使得水表形成一定的红外弱纹理信号,从而使得利用红外手段进行探测成为可能,但是这种纹理信号的对比度非常低,其与振幅很大的背景杂波混在一起,给信号的提取造成很大困难。以曲波变换为基础,根据弱纹理的对比度、频率特点等进行曲波尺度分量和方向分量的筛选,再结合阈值优化和边缘梯度算子得到了较清晰的纹理提取图像。该图像的信息熵和频率集中度与采用传统曲波变换所得结果相比分别有30%和11%的提高。当弱纹理的对比度大于5%,筛选频率的方向和弱纹理频率方向偏差小于12°时,该算法能够清晰地提取纹理信息。     

大气湍流环境下光斑中心定位算法研究

以提高通信链路的稳定性为目标,针对传统算法如形心法、质心法等在大气激光通信中定位稳定性较差的问题,提出了一种滑动加权质心定位算法.改进了自适应阈值分割方法,提高光斑定位的精度;对光斑进行去背景噪声处理和中心噪声补偿,最大程度保留光斑有效灰度范围;通过非线性权重质心定位算法进行粗定位,加入滑动补偿机制后实现光斑中心的精定...     

基于近场光度立体视觉的金属表面纹理重构

精密金属零件的表面质量会影响产品的性能与外观,为此需要对零件的表面纹理进行测量与评定.常用的接触式测量方法测量效率低,而光学测量方法易受表面高亮反射的影响,为此提出一种基于近场非朗伯光度立体视觉的高亮金属表面纹理重构方法.为了有效描述非朗伯反射,该方法采用基于共位光源的逆向反射模型,用来解耦表面法向量与非线性反射模型....     

复杂环境下蓝牙定位模型优化方法研究

社会经济以及移动网络技术的快速发展,使得室内定位需求大幅度增长。但是,建筑结构等因素导致普遍使用的全球定位系统GPS在室内定位中性能急剧下降,不能很好满足室内定位的需要。针对各类复杂室内环境,提出了基于环境参数校准的自适应信号强度优化算法。从理论上分析了高斯滤波的性能,使用蓝牙4.0技术,以锚节点作为参考节点,采用均值滤波和高斯滤波优化RSSI值校准基准信号,运用线性规划实时、动态估算环境衰减系数,分析了改进基准信号模型和改进衰减系统模型的性能,最后获得信号传输综合优化模型。使用计算机仿真及实验方式对算法进行了研究,实验结果表明,在复杂办公室环境下,定位误差绝对值小于1dbm,定位误差小于2%,能够较好地满足室内定位的需求。     

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。     

一种光谱与纹理特征加权的高分辨率遥感纹理分割算法

高分辨率遥感影像呈现极其丰富的光谱和结构信息,传统的基于光谱的遥感影像分割方法往往使得分割区域过于细碎且分割精度不高.尝试将纹理信息引入到特征空间以期解决该问题.本文算法中,特征空间由光谱和纹理两类构成,并采用加权最小距离分类器.光谱信息通过对原始影像的变带宽均值漂移滤波获得,纹理信息由对原始影像逐波段采用多尺度伽博(Gabor)滤波器组滤波获得;依据训练样区中各特征维的方差确定该地物类别分类时特征维的权重,并通过训练样区的特征加权平均获得各地物类别的聚类中心;最后,将像素点归为到加权聚类中心距离最小的类别.实验结果表明,提出的均值漂移带宽确定方法是有效的,加权融合算法较基于光谱的分割方法在分割精度上有一定程度的提高.     

多核环境下内存数据库并发调度技术优化研究

对多核环境下内存数据进行并发调度,可以减少计算机宕机次数和数据切换时时间,提高数据并发调度精度,增加数据操作平稳性。当前的内存数据并发调度方法是利用PrebuiltTrigger对内存数据进行并发调度,在调度过程中,没有设定具体的内存数据调度目标,导致内存数据库中的数据因此错乱无序,存在数据并发调度精度低的问题。为此,提出一种基于Linux的多核环境下内存数据并发调度优化方法。该方法首先采用IACT算法对影响调度进行的数据和内存数据库中相似或重复数据进行清洗,然后以清洗的数据为基础,利用启发式算法对其进行数据特征选取,依据多属性决策理论对内存数据并发调度的最优路径属性权重集合进行计算,以其结果为依据,计算调度最优路径的偏差值,最后利用最小偏差值,建立调度最优路径线性规划模型,对每条调度路径的综合决策属性值进行排序,由此得到调度的最优路径,完成对多核环境下内存数据的并发调度。实验结果证明,所提方法可以对多核环境下内存数据进行高效率地并发调度,提高了数据调度精度,增加了内存数据的可循环利用性,为低开销的内存数据调度提供了支撑。     

基于视觉心理学的SFS流形算法研究

通过视觉方法获取形状在科学研究及工程实践中有着重要作用,灰度图像是最容易获取的视觉信息之一。目前由灰度重构的形状(SFS,shape from shading)受到了广泛的关注,但现有的算法稳定性差、效率低,一直阻碍着SFS方法的推广应用。受近期的视觉心理学研究成果的启发,针对SFS问题,从局部分析入手,即:在图像上,在每一灰度极值点附近,根据灰度单调变化的情况,形成一个椭圆形邻域,对应着表面凹凸区;在每一椭圆域上,形状可用抛物面逼近,其参数可由局部辐射度约束求解;整个图像被椭圆形邻域覆盖,这些覆盖可构成一个二维流形;借助于流形上单位分解函数,各局部抛物面粘合在一起,形成光滑的整体形状;总体形状在整幅图像的灰度约束下再进行全局优化,可得到最终的重构结果。给出了初步算例,算法的稳定性和效率均有大幅度提高。     

高精度自动贴片机视觉系统定位算法研究

针对高精度自动贴片机的关键技术视觉识别定位算法进行了研究,针对贴片机PCB板标记点及元件图像的特点,提出了结合图像分割、几何特征识别与模式匹配的图像识别及定位方法。根据以上算法开发了针对视觉定位系统的图像识别软件,并用PCB板图像及元件图像进行识别定位验证。实验结果表明,该算法能够有效地完成贴片机视觉系统的识别定位任务。     

基于小波纹理特性分析的视频烟雾检测算法研究

为了克服由于烟雾稀薄、远景以及风速带来的干扰,实现火灾的及时准确检测,提出了一种有效的基于小波纹理特征分析的视频烟雾检测算法。该算法首先利用混合高斯模型提取运动区域,对运动区域进行网格化和二维离散小波变换以获取局部信息;然后利用灰度共生矩阵提取每个网格的纹理特征;最后利用自适应神经模糊推理系统(ANFIS)和联合判别准则进行训练和火灾判断。实验表明,该算法检测率达到了94.8%,误检率为1.1%,证明该算法可以充分挖掘图像的局部信息,并提高了检测烟雾的空间分辨率,适宜多种场景,可靠性较高。