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。     

基于点对应的相机姿态估计算法性能评价

基于点对应的相机姿态估计算法缺少科学的性能评价方法,增加了工程应用中算法选择的难度.针对该问题,提出了在特定代价函数下的相机姿态估计算法性能评价方法,主要包括3个性能评价参数:精度、效率和存在区域最优解成功率.其中,区域最优解不同于局部最优解,若给定区域为代价函数定义域,则区域最优解等价于全局最优解.着重阐述了存在区域最优解的判断方法,以角度残差为基础建立代价函数,利用姿态矩阵计算代价函数的Hessian矩阵下界,若Hessian矩阵下界半正定,则代价函数在以该姿态矩阵为中心、大小由像点噪声模型确定的邻域内为凸函数,即存在区域最优解.借助仿真实验平台,对9种经典相机姿态估计算法进行了性能评价.结果表明,RPnP+LHM算法的综合性能最优.     

波达方向初始化空间混合概率模型的语音增强

提出了波达方向初始化空间混合概率模型的语音增强算法.通过声源定位估计出声源波达方向,再根据此计算相对传递函数,进而构造空间协方差矩阵来初始化空间混合概率模型.论证了相对传递函数在作为模型参数中语音协方差矩阵的主特征向量时,空间混合概率模型对应的概率分布可达到最大值,进而使期望最大化算法在迭代时更易收敛,以得到期望的掩蔽...     

航空变焦距镜头非线性畸变快速校正方法EI北大核心CSCD

针对航空变焦距镜头的非线性畸变随焦距变化而变化的问题,提出一种地面离线标定和机上在线校正相结合的快速校正方法。利用单参数除式模型校正镜头畸变,根据模板图像中共线点的投影不变性,采用变步长优化搜索方法求解出若干离散焦距下镜头的畸变系数和畸变中心坐标,分析了畸变参数随焦距变化的规律,建立了畸变参数与焦距之间的经验公式。在飞行实验中,将实际工作焦距值代入经验公式得到相应畸变参数对实景图像进行自动校正。对模板图像与实景图像的校正结果表明,该方法能有效校正变焦距镜头的非线性畸变,对3幅不同焦距下的720 pixel×576 pixel模板图像校正平均均方差约为2.68 pixel,平均校正时间约为4.82 s。该方法具有效率高,便于自动化实现和工程应用的优点。     

航空变焦距镜头非线性畸变快速校正方法

针对航空变焦距镜头的非线性畸变随焦距变化而变化的问题,提出一种地面离线标定和机上在线校正相结合的快速校正方法。利用单参数除式模型校正镜头畸变,根据模板图像中共线点的投影不变性,采用变步长优化搜索方法求解出若干离散焦距下镜头的畸变系数和畸变中心坐标,分析了畸变参数随焦距变化的规律,建立了畸变参数与焦距之间的经验公式。在飞行实验中,将实际工作焦距值代入经验公式得到相应畸变参数对实景图像进行自动校正。对模板图像与实景图像的校正结果表明,该方法能有效校正变焦距镜头的非线性畸变,对3幅不同焦距下的720 pixel×576 pixel模板图像校正平均均方差约为2.68 pixel,平均校正时间约为4.82 s。该方法具有效率高,便于自动化实现和工程应用的优点。     

一种高精度的非迭代位姿估计方法

针对增量式运动结构恢复中相机内参数未标定情况下位姿估计问题,提出一种高精度的非迭代位姿求解方法。根据针孔成像模型,构建了相机内参数未标定位姿估计问题描述方程,使用单位四元数对旋转矩阵进行参数化,并根据四重轴对称现象对旋转矩阵进行分解,通过最小二乘原理构建目标函数后,利用一阶最优化条件建立了关于旋转矩阵参数的二元多项式方程组,使用Gr9bner基求解该方程组得到旋转参数的闭合解,进而获得相机的位姿参数和焦距。该算法的计算复杂度为O(n),实验验证了其有效性、高精度和高数值稳定性。     

单目移动机器人相对位姿估计方法

针对单目机器人在运动过程中，相邻关键帧之间基线过短造成的相机相对位姿无法恢复的问题，提出了一种利用已知特定参照物迭代优化本质矩阵，从而快速分解出机器人相对位姿的方法。该方法首先利用已知特定参照信息获取本质矩阵估计值，然后通过相邻关键帧之间匹配的特征点组和本质矩阵估计值对本质矩阵迭代优化，最后通过本质矩阵的约束关系求得平移向量估计值，利用基于李群的姿态表示得到旋转矩阵估计值，并进一步优化得到唯一解。该方法避免了由于基线过短而无法恢复相机相对位姿的弊端。实验结果表明，该方法可快速解算并优化机器人相对位姿关系，且相对位移估计绝对误差小于0.03 m，优于传统方法。     

大视场光电测量系统广角相机标定方法研究

在大视场光电测量系统中一般会采用广角镜头,这会导致获得的测量图像存在严重的畸变问题。为了对这一类大畸变相机进行精确标定,可以通过径向畸变除式模型以及角点亚像素坐标提取方法,首先求解出图像畸变中心坐标及畸变参数,然后利用二维平面棋盘格标志点与图像点的对应关系求解出单应性矩阵,再根据单应性矩阵进一步求解出相机内外参数。求解出相关参数后,对求解出的参数利用Levenberg-Marquardt法进行迭代优化,再在迭代优化的基础上根据3σ法则对重投影误差数据进行坏点剔除,然后对剔除坏点之后的坐标数据重新进行标定,直至所有数据都符合要求,最终可以实现大视场畸变图像的高精度校正。为了验证所提方法的有效性,进行了仿真图像及实际图像的标定实验,结果显示,本方法能适当提高标定精度,在实际实验中均方重投影误差平均值减小了0.0103个像素点,相当于提升了0.7%的校正误差精度。     

大视场星敏感器标定技术研究

大视场星敏感器光学系统,由于畸变量较大,在轨标定过程中,直接采用最小二乘最优估计(LMS)或扩展卡尔曼滤波方法(EKF)无法精确求解其标定参数。在深入分析星敏感器测量误差因素的基础上,对考虑畸变和不考虑畸变两种情况的在轨标定结果进行了仿真对比;指出了标定焦距之前需先标定光学畸变的必要性,并介绍了4种可用于在轨校正光学畸变的方法;提出先标定主点偏差,再标定光学畸变参数,最后标定焦距的标定方法。仿真结果表明,可以采用像面旋转法求取主点偏差,利用高阶多项式方法求取光学畸变参数,畸变校正后,采用LMS和EKF标定算法估计焦距,标定精度达到了3.1μm和2.2μm。对100幅模拟星图处理后,星间角距统计偏差约为传统在轨标定方法的1/10～1/8。     

基于直线的射影不变性和极线约束标定摄像机参数

提出一种用图像对标定摄像机参数的新方法。传统自标定方法需要先由图像特征计算基础矩阵,该方法则是从图像中提取一组未知长度和长度比的平行直线,以图像中心坐标为主点初值,利用直线的射影不变性先求得摄像机焦距、旋转矩阵和平移向量的初值;再由图像对固有的极线约束来优化摄像机的参数,从而得到高精度的主点、焦距、旋转矩阵和平移向量。使用该方法对图像目标进行三维重建,仿真实验表明：该方法对场景要求较少,原理简单,方法易行,标定摄像机参数精度较高。     

一种无线传感器网络中的混沌信号重构算法

将无线传感器网络节点观测区域中的一个混沌信号发送到融合中心,进行信号重构.由于节点的通信带宽受限,信号传输之前需要进行量化,给信号带来量化噪声,使得信号重构工作变得更为棘手.本文提出用平方根容积卡尔曼滤波器对融合中心收集的信号进行重构.首先估计观测信号的概率密度函数,使用最优量化器量化观测信号,在有限的量化比特数下,取得最优的信号量化性能.平方根容积卡尔曼滤波器相对无先导卡尔曼算法具有较少的求容积分点,因此具有计算量小的优点,同时迭代过程采用传递误差矩阵的平方根矩阵,保证迭代过程的稳定性和提高数据估计精度.仿真结果表明,该算法能够有效和快速地重构观测信号,并且比基于无先导卡尔曼滤波的算法更快.     

大视场摄影测量相机的相对定向

为了提高大视场摄影测量系统的测量精度和稳定性,提出一种基于局部迭代搜索算法的相机相对定向方法,仅需要两幅图像间匹配的像面坐标信息,就可以计算相机之间精确的相对外方位参数。通过闭环多项式解法获得两图像之间本质矩阵的初值;将本质矩阵进行局部迭代,计算正交矩阵和外极线约束误差方程;利用两图像上所有匹配点的像面坐标,通过多次迭代获得本质矩阵的全局最优解;分解本质矩阵获得图像之间的相对外方位参数,并结合Cheirality约束条件确定外方位参数的唯一真实解。通过6m×4m×3m可展开桁架微波天线面形测量场的定向实验,验证了提出方法的测量精度和可靠性。相比于传统的相对定向方法,基于局部迭代搜索算法的相对定向方法具有较高的初始定向精度和稳定性,平移向量误差小于5mm,旋转角度误差小于0.1°,而且消除了对于参照物的依赖,对于提高摄影测量系统的性能具有重要意义。     

小视场长焦距镜头畸变高精度测量研究

利用由精密测角仪、显微摄像测量系统、微型双光栅平面干涉仪、平行光管以及星点组成畸变测量系统,对小视场长焦距的镜头进行畸变测量。在计算镜头畸变中,利用中心视场区域内畸变设计无穷小,采用三次多项式拟和的方法,计算镜头理论焦距;在边视场采用像高高次方和视场角正弦高次方加权平均的方法对测量偏差角进行修正,得到各视场的相对和绝对畸变。通过实际测量和计算验证,镜头全视场畸变测量精度可达到0.02%。     

ART算法中射线矩阵加权的BPT算法

提出-种在混凝土层析成像中对ART算法的射线矩阵的加权方法.利用BPT算法得到的低分辨率图像作为迭代初始值,并将其图形信息作为ART射线矩阵的加权系数.充分利用低分辨率图像的图形信息和数值信息,同时对高速异常单元和低速异常单元进行加权成像.计算机模拟试验表明,与传统的ART算法相比提高了反演数据的准确性和迭代速度;在走时数据误差不大于0.5%时,是对传统ART算法的-种较好的改进方法.     

基于Lucas-Kanade算法的最大Gabor相似度大姿态人脸识别

在人脸识别科学研究和实际应用领域中,大角度姿态是影响人脸识别结果的主要因素之一,成为限制人脸识别技术进步的难点,而姿态的校正归一化是解决该问题的常用手段。首先通过加权的LK(Lucas-Kanade)算法得到侧脸块和对应正脸块的仿射变换参数,基于最大Gabor相似度寻找校正人脸姿态的最优参数。然后,以每一人脸块最优参数得到的平均Gabor相似度作为这一块人脸的识别权重,可以增加大姿态人脸识别的精度和稳健性。在FERET人脸数据库中进行了实验,当水平偏转角度为45°时,准确率达到97.3%,证明本文提出的以最大Gabor相似度作为加权LK算法参数提取的依据是有效的,得到的最优参数具有较好的光照无关性,而将平均Gabor相似度作为识别权重,有助于使算法的应用更加稳健和有效。     

一种恒定束宽波束形成矩阵的加权正交化方法

提出了一种加权正交化恒定束宽波束形成矩阵。对正交后不同频率分量对应的波束形成矩阵进行不同程度的加权,可以得到无畸变的波束输出信号,保证检测能力;并且当信号源具有均匀谱的情况下,可以实现波束形成前后无能量损失,获得高的方位估计性能。计算机仿真和水池实验数据分析证实了加权正交化方法可同时获得高的检测性能和方位估计性能。     

大视场短焦距镜头CCD摄像系统的畸变校正

从光学测量角度出发,结合计算机视觉中的摄像机标定方法,解决了大视场短焦距镜头CCD摄像系统的畸变校正问题。与摄像机标定不同,畸变校正中仅标定内部参数,外部参数作为已知条件。采用线性畸变模型,由最小二乘法解线性方程组得到摄像系统畸变模型的畸变系数。介绍了数字图像中像素间距和光学中心的标定方法。通过比较由标定参数得到的畸变图像和摄像机采集的畸变图像对实验标定精度进行评定,实验结果表明边缘视场(112°)的标定精度达到了0 75%。     

一种星敏感器主点和焦距的加权在轨标定方法

星敏感器作为卫星姿态测量装置,其在轨服役过程中,主点和焦距的标定精度是影响其姿态输出精度的主要因素。针对标定过程中含有随机测量噪声偏大的星像点,导致星敏感器主点和焦距的标定结果产生较大偏差的问题,提出了一种星敏感器主点和焦距的加权在轨标定方法。该方法首先建立了星敏感器在轨标定模型,然后引入合理的标定权值,加入到最小二乘估计主点和焦距的过程中,寻找并剔除随机测量噪声偏大的星点,最后将加权估计出的结果作为测量,采用扩展卡尔曼滤波对星图进行处理。仿真结果表明,在星点位置存在较大误差的情况下,该方法能剔除随机测量噪声偏大的坏点。星内角距统计偏差约为传统方法的1/10,与真值相比标定参数精度分别为0.219 9像素、0.148 7像素、3.38 μm。     

基于单应性矩阵的变焦双目视觉标定方法

针对现有变焦镜头标定方法难度大、动态精度低等问题,提出一种基于单应性矩阵的动态变焦双目内外参数估计方法和平面快速重建方法。利用双目图像匹配点及变焦前后的匹配点进行两类单应性矩阵估计;基于变焦数学模型和单应性矩阵,求解变焦后双目内外参数,实现畸变后双目参数动态估计与优化;通过双目图像单应性进行平面快速匹配和重建。实验结果表明,计算的内外参数与标定结果吻合较好;变焦后,推导的单应性矩阵归一化误差小于0.01,图像重投影误差小于1pixel;重建精度小于0.1mm。     

基于弱透视成像模型的目标三维姿态测量

为了准确获取空间目标跟踪、视觉导航等领域中目标的三维姿态,进行了目标三维姿态单目视觉测量方法研究.提取图像目标的典型特征点构造出直角三角形,并通过其边长比例先验信息以及弱透视成像模型推导出目标三维姿态的单目解算算法.与传统测姿方法相比,该算法在相机焦距等内参量未知条件下依然可解算姿态,增大了测姿应用范围;与传统迭代测姿方法相比,避免了循环迭代求解过程,无需设置迭代初值,提高了解算效率.数值仿真试验结果表明目标在离相机1~3km成像时姿态测量误差低于1.5°;实际图像序列测量结果表明目标俯仰角和偏航角测量结果拟合残差小于1°,翻滚角拟合残差小于2°.实验验证了算法的正确性和稳定性,表明该算法在内参量未知条件下能有效测量中远距离成像目标三维姿态.