双目视觉辅助PDR的组合导航定位方法

为提高室内定位系统精度和跟踪性能以及适应复杂环境,将行人航迹推算（Pedestrian Dead Reckoning,PDR）与双目视觉组合,提出一种双目视觉辅助PDR的组合导航定位方法 .该方法通过选取或布置地标建立了地标位置数据表;基于轻量化目标检测实现了对地标实时双目测距,保证定位的实时性;利用PDR位置信息得到检出地标类别对应坐标,基于因子图的协同定位和误差估计算法将双目视觉与PDR有效融合,提高了定位精度并抑制PDR累计误差,同时对PDR中航向和单参数模型中单位转换常数进行误差补偿,提高PDR定位精度.实验结果表明,在地标纹理清晰且分布合理情况下,该方法能有效解决室内复杂环境下单一PDR累积误差问题,此外,对航向和单位转换常数实时补偿可提高组合定位系统的定位精度和稳定性.     

可见光通信与双目视觉的室内定位分析

应用可见光通信与双目视觉的室内定位技术,能够提高室内移动机器人的导航精度。基于此,详细阐述了三维定位系统设计、LED光源中心坐标提取、双灯光源识别机制设计、IMU坐标系标定、室内定位技术应用试验这几项室内定位分析环节,希望能够为室内机器人定位技术的发展提供助力。     

基于实例分割的双目特征点匹配目标识别和定位研究

针对双目视觉定位中对物体类别与距离远近判定的实际需求,提出了一种结合实例分割与特征点匹配的定位方法,准确地实现了目标的识别和定位。该方法通过Mask Region with Convolution Neural Network Feature(Mask R-CNN)对双目相机采集到的左图像特进行目标检测和分割,采用SURF算法提取分割区域的特征点并与右图特征点进行匹配得到视差,利用双目视差测距原理计算出目标相对于摄像头的位置。同时,针对相机自身标定误差造成在远距离情况下目标定位误差逐渐变大的问题,采用了最小二乘法对视差进行拟合。实验结果表明,该方法不仅能够精准实现目标识别,而且与未经拟合处理结果相比,平均误差值由0.183 m降低到0.106 m,定位精度得到了显著提高。     

激光雷达SLAM下移动机器人双目视觉全局定位

移动机器人在未知环境中执行任务时,需精准感知地图环境和其他物体位置,确定其自身位置。为了提高移动机器人的全局定位精度,提出激光雷达SLAM下移动机器人双目视觉全局定位方法。依据双目视觉系统测距原理,选取双目摄像机中的任意一个相机建立主坐标系,构建双目摄像机模型,结合棋盘图与张正友标定法,标定双目摄像机中参数。在此基础上,计算单帧图像特征点的尺度,完成双目视觉初始化,利用权重函数计算任意一个特征点与线、与面之间的加权值和距离值,估计移动机器人的位置,引入非迭代畸变补偿方法,完成对移动机器人的全局定位。测试结果表明,所提方法的定位结果与实际运动位置之间的最小误差为0.1 m,该方法可以精准定位到移动机器人位置,指导移动机器人更好地执行作业任务。     

基于双目立体视觉的平面工件识别和定位研究

以机械加工零件中常见的带孔平面工件为研究对象,采用透视可变形模板匹配的识别方法,Blob分析与Hough检测边缘相结合的定位方法。对于如何得到图像对中工件圆特征中心的同名点像素坐标,提出了一种新思路：首先在模板图像上绘制ROI轮廓,将工件的局部特征分割成单独的区域,这种分块化缩小图像定义域的方式,可以加快识别速度,接着在左右图像中投影变换出搜索区域,然后采用上述的定位算法得到圆心坐标,最后对目标点进行三维重建。通过对工件厚度测量的实验结果表明,Z轴重建精度为±0.108 mm,在视觉测量领域具有较好的应用前景。     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

机器双目视觉里程计定位算法

随着人工智能的发展,在智能机器人及无人驾驶汽车应用上,空间定位是最基本和关键的问题。针对空间运动载体的定位算法,提出了双目视觉里程计定位算法,从摄像机标定、图像处理、特征提取和匹配以及运动估计4个方面展开了研究。出于实时性和精确性的考虑,使用Matlab 2016b和Visual Studio 2015两个软件进行混合编程。运用该算法对搭载双目相机的汽车在行进过程中所拍摄的图片进行计算,得出汽车精确的运动轨迹。     

基于双目主动视觉系统的目标定位算法

介绍了一种基于圆形轨道的双目主动视觉系统,此系统具有更大的灵活性和可视空间,有利于避开障碍物和跟踪目标,具有很强的实用性。最后,利用主动视觉空间建立了此系统的目标定位算法。     

空间球形物体自动定位方法研究

利用双目立体视觉技术对空间物体进行定位的一个难点在于特征点的选择和匹配，常用的方法是选择一幅图像中物体的形心为特征点，然后根据灰度或者颜色值在另外一幅中进行匹配。为了达到较好的精度，所用的匹配算法都比较复杂，并且当物体表面颜色分布均匀时错误匹配率较高。针对球形物体，本文提出基于形心几何匹配的定位方法，避开了常规匹配方法所面对的难题，经过试验验证，效果很好。     

运动干涉仪平台上单站无源定位算法研究

分析在运动干涉仪平台上基于测角和角度变化率的无源定位算法,针对算法要求参数的测量精度较为苛刻,在实际中很难应用的问题。提出一种分片处理及拟合的数据处理方法,并使用卡尔曼滤波算法对定位结果进行滤波处理。计算机仿真验证了该方法的有效性,是一种高精度、快速定位方法,并且具有较强的通用性。     

一种小位移的运动目标检测方法

针对视频序列中由于帧与帧间的目标信息大量重叠导致运动目标的重叠部分被误检为背景,为提高检测目标的完整性,提出了背景减除与边缘检测相融合的算法.首先.利用自适应中值滤波(AMF)与均值结合的方法提取更干净的背景,然后用背景减除法得到前景的大致位置;同时用改进的Sobel算子作边缘提取;最后将这两个结果融合在一起,得到完好...     

基于OTT的MR定位方法

测量报告（Measurement Report,MR)是一种终端上报的测量信息,能够最真实地反映用户在无线网络中的体验,对网络规划和优化都具有重要意义。但目前MR中不包含用户位置相关信息,导致运营商无法确定上报MR中用户感知差的准确位置。本文提出一种基于互联网提供的应用服务（Over The TOP,OTT）方式的MR定位方法,能够准确定位MR的地理位置,帮助运营商快速地评估网络覆盖水平等质量信息,进而有目的地进行网络规划和优化。     

对海面远距离运动目标定位跟踪的IMM算法研究

研究了平流层三站测时差无源定位系统对海面远距离运动目标定位与跟踪的滤波算法问题。将IMM滤波器应用到平流层三站测时差定位系统中,采用三模型组合的IMM滤波算法,首先通过时差测量参数计算出粗略的定位结果,接下来采用IMM滤波算法逐步估计出运动辐射源的速度,并修正初始的定位结果,提高定位精度。仿真结果表明,基于IMM滤波器的三站时差定位系统具有较快的收敛时间、较高的跟踪精度和适中的计算复杂度,能够对不同强度的机动目标进行定位与跟踪,很好地解决了三站时差定位系统对海面远距离运动辐射源定位跟踪的算法问题。还提出了利用回归处理的方法进一步提高固定目标定位精度的思想。     

移动图像分割方法研究

随着MPEG-4,MPEG-7等一系列新的图像和视频信号压缩编码国际标准的出台,移动图像分割日益显示出其广泛的实用性,它使图像的有效压缩、快速检索等成为可能的同时,也在其他领域如自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理及其他检测和识别领域等占据着举足轻重的位置.文中针对移动图像的图像分割,采用时间域信息捕捉移动物体,然后利用空间域信息进行细致的分割,提出了一种新颖又实用的移动图像分割方法.     

一种定位人脸部特征的光学聚类方法

人脸识别技术需要对脸部特征进行定位,从而有助于确保图像一致和建立人脸模型.提出了一种新的脸部特征定位方法,通过Gabor滤波器处理得到人脸图像的强度响应,其中,脸部特征表现为强响应,而其他部分表现为弱响应,如面颊和额头.通过保留强响应以及过滤弱响应,可以获得属于脸部特征的所有像素点.采用了聚类算法--k均值算法将不同的像素点分配到不同的簇里面,每一个簇都代表一个脸部特征.通过在ORL人脸数据库上的测试表明:此方法能精确、快速地定位诸如眼睛、鼻子、嘴等脸部特征.此外,此方法能够在有浓密胡须的对象上成功定位脸部特征,表现出较高的鲁棒性.     

Method for locating a small magnetic object in the human body

A piece of thin acupuncture needle lodged under the right scapula of a patient could not be found in surgical procedures accompanied by studies of 30 standard X-ray images. To locate it, the authors mapped the magnetic field component normal to a plane lying above the object, using a superconducting quantum interference device (SQUID). Assuming that the needle could be modeled as a magnetic dipole, it was possible to infer its lateral position, depth, orientation, and magnetic moment. With this information, directed CT scans, high resolution X-ray films, and the subsequent surgical removal of the needle proved that it could be located in the body with an accuracy of about 3 mm     

移动平台下运动目标检测的MOF算法

建立了基于摄像机焦点运动所引起的场景全局运动的视差补偿技术（MOF）。摄像机自由移动时，由于场景的景深所带来的视差问题，需要对摄像机运动引起的场景全局运动进行补偿。重点研究了摄像机视角下摄像机与图像序列间光流场之间的运动关系，并实现了表征场景全局运动的MOF模型的建立。从摄像机视角的角度，利用射影几何的关系推导出光流场的约束条件，由场景的整体运动推测摄像机的运动，从而剔除视差虚警。最后，利用实际采集的图像数据进行实验，并与相关算法进行了分析对比，最终给出了MOF算法在摄像机平移、旋转等情况下的运动目标检测效果。     

A simple method for automatically locating the nipple on mammograms

This paper outlines a simple, fast, and accurate method for automatically locating the nipple on digitized mammograms that have been segmented to reveal the skin-air interface. If the average gradient of the intensity is computed in the direction normal to the interface and directed inside the breast, it is found that there is a sudden and distinct change in this parameter close to the nipple. A nipple in profile is located between two successive maxima of this parameter; otherwise, it is near the global maximum. Specifically, the nipple is located midway between a successive maximum and minimum of the derivative of the average intensity gradient; these being local turning points for a nipple in profile and global otherwise. The method has been tested on 24 images, including both oblique and cranio-caudal views, from two digital mammogram databases. For 23 of the images (96%), the rms error was less than 1 mm at image resolutions of 400 μm and 420 μm per pixel. Because of its simplicity, and because it is based both on the observed behavior of mammographic tissue intensities and on geometry, this method has the potential to become a generic method for locating the nipple on mammograms