铁路运行环境下的车载相机姿态估计

基于对铁路运行环境中所拍摄的图像特征的分析,提出了一种修正的线段检测子(MLSD),并利用该线段检测子结合最小二乘拟合及交叉迭代优化方法对消失点进行快速检测,进而利用消失点坐标实现了相机姿态的估计,为后续调整机器视觉算法进行铁路运行环境的场景重建提供重要依据。运用该方法,基于车载相机所拍摄的图像对车载相机姿态进行估计,实验所得的估计值满足了车载检测系统的精度要求,表明了此方法对于估计相机姿态有效的。     

基于点和直线段对应的扩展正交迭代位姿估计算法

正交迭代算法是基于点特征,全局且快速收敛的位姿估计算法,是目前性能最优的实时位姿估计算法之一.对摄像机观测到的直线段提出了其不确定性描述的新方法:目标空间直线段误差,并把该误差融入到正交迭代算法的位姿计算过程中,形成扩展正交迭代算法.该算法可以同时利用点和直线段特征.算法先把点共面性方程表达为与正交迭代算法中点共线性方程一致的数学形式,再根据目标空间点共面性误差定义了目标空间直线段共面性误差.接着把目标空间点共线性误差和直线段共面性误差二者之和作为误差函数.最后推导出使该函数最小化的迭代求解过程.实验结果表明,本文算法是有效的,精确的.与正交迭代算法的计算结果对比,由于可以同时利用直线段特征,扩展正交迭代算法的位姿估计误差更低,抗噪声性能更强,算法更稳定.     

面向奇异构型目标点分布的相机位姿估计算法

为了提高平面、近平面和近线等奇异构型目标点的位姿估计精度和稳定性,提出了面向奇异构型目标点分布的位姿估计算法.首先,选择距离最远的两个点作为基本目标点,将n点划分为n-2个三点子集.其次,根据三点子集的几何关系构建辅助点,旨在增加透射相似三角形法的几何约束,进而求得较为准确的相机位姿初值.最后,结合EPnP算法和高斯牛...     

基于直线段对应的相机位姿估计直接最小二乘法

为了实现高精度的基于直线段对应的相机位姿估计,提出一种直接最小二乘法。通过提出并利用一种直线段之间的距离测度,将原问题转化为最小化一个姿态旋转矩阵的二次目标函数,该距离测度综合考虑了线段的端点距离、中点距离、夹角和线段的长度,通过旋转矩阵的CGR参数表达获得一个修正的目标函数,此修正目标函数的最优解条件组成了一个三元三次方程组,利用代数多项式方法在不需要迭代的情况下直接求解这个方程组,从而得到了旋转矩阵的全局最优解。该算法的计算复杂度为O(n)。仿真和真实实验验证了该方法的有效性和高精度。     

基于点线对应的多摄像机全局位姿估计迭代算法

为了解决工业视觉场景中点和直线段共存情况下的多摄像机位姿估计问题,提出了基于点线特征对应的多摄像机全局位姿估计算法.以正交迭代算法为基础,使用多个固定在平台上的已标定摄像机间的几何约束,以全局方式处理多摄像机的重叠和非重叠视图的点和直线段特征,获得更加稳定精确的位姿估计.该算法先把所有摄像机数据进行统一表达,再把摄像机观测到的全部点特征的目标空间共线性误差和直线段特征的目标空间共面性误差之和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了该算法的有效性以及优越性.     

基于信息理论的航天相机性能评价方法

现阶段我国航天领域对相机成像能力评估中常提的指标是：MTFays静态≥0．2,SNR≥46dB,其中符号MTFays静态表示系统采样频率处的静态传递函数．这一指标对于高分辨率空间相机要求是非常苛刻的,它大大加大了光学设计的难度,同时也不利于实现相机轻量化．笔者认为,影响航天相机地面像元分     

基于信息理论的航天相机性能评价研究

基于Shannon公式,提出了一种综合评价航天相机性能的新判据。给出了用系统的调制传递函数(MTF)与信噪比(SNR)的乘积大于或等于9来综合评价航天相机性能的方法。该方法为航天高分辨率相机的研制提供了参考。由于这个结论没有针对具体的相机,因而具有普遍的意义。     

相机位姿估计的加速正交迭代算法

面对需要实时计算的相机位姿估计问题,针对经典的广泛应用的正交迭代算法,提出了一种加速正交迭代算法。其关键思想是将每一次迭代过程规整化,从而提炼出每一次迭代的重复计算,若将此重复计算在迭代开始前提前计算,则可以大幅度的减少迭代过程中的计算量,使得每一次迭代的计算复杂度从O(n)降低为O(1)。因此,可以在更短的时间内迭代更多的次数,从而获得更高的精度。进行了对比实验,结果显示本加速算法计算精度更高,速度更快。并通过实验提出了选择稳健n点透视(RPn P)计算初值,再使用加速正交迭代算法进行迭代运算的方法,在控制点不多的情况下,是一种精度接近最大似然估计,计算速度最快的算法。     

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。     

基于点线对应的多摄像机全局位姿估计迭代算法

为了解决工业视觉场景中点和直线段共存情况下的多摄像机位姿估计问题,提出了基于点线特征对应的多摄像机全局位姿估计算法.以正交迭代算法为基础,使用多个固定在平台上的已标定摄像机间的几何约束,以全局方式处理多摄像机的重叠和非重叠视图的点和直线段特征,获得更加稳定精确的位姿估计.该算法先把所有摄像机数据进行统一表达,再把摄像机观测到的全部点特征的目标空间共线性误差和直线段特征的目标空间共面性误差之和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了该算法的有效性以及优越性.     

基于UKF的恒星相机高精度姿态确定方法

为进一步提升姿态确定的精度和稳定性,首先分析了恒星相机和陀螺联合定姿的基本原理,然后选用误差四元数作为状态变量,推导了基于无迹卡尔曼滤波的恒星相机和陀螺联合定姿的算法.针对恒星相机、陀螺敏感器精度要求高的特点,仿真了多种精度的恒星相机数据和陀螺数据进行无迹卡尔曼滤波定姿试验,并与扩展卡尔曼滤波定姿试验结果进行了比较.试验表明无迹卡尔曼滤波定姿方法有效可靠、适用性强,可以有效提高恒星相机的姿态确定精度,三轴精度较扩展卡尔曼滤波算法提高约10%到20%.     

IEPnP:一种基于EPnP的相机位姿迭代估计算法

近年来,EPnP算法作为一种相机位姿估计的解析算法,因其较低的计算复杂度而得到广泛的关注,但该算法对图像噪声的稳健性不强。提出了一种基于EPnP算法的迭代算法,即IEPnP算法。IEPnP算法保留了EPnP算法的主要思想,构造了4个虚拟控制点,利用弱透视投影模型获得相机的初始位姿,计算出虚拟控制点在相机坐标系下的坐标,然后通过高斯-牛顿法对虚拟控制点在相机坐标系下的坐标进行优化求解,最终通过解决绝对定向问题来获得对相机位姿的估计。IEPnP算法简化了EPnP算法的计算过程。在不同的图像噪声水平下进行仿真实验,结果表明,相比于EPnP算法,IEPnP算法不仅保持了较高的计算效率,而且对图像噪声具有更强的稳健性。     

基于Harris角点全局运动估计的场景锁定算法

场景锁定技术是视频跟踪领域的一个关键技术,需要对图像的全局运动进行估计,常用的运动估计算法由于计算量大、对噪声敏感等因素很难得到实际应用。为了减少运动估计的计算量,提高全局运动估计的精度,提出了一种基于Harris角点全局运动估计的场景锁定方法。将图像分成4×4的16个块,选取每个块中响应值最大的角点,以参考图像角点周围矩形块与待匹配图像进行匹配,然后利用RANSAC算法对角点进行一致性检测,利用最小二乘法解算全局运动参数,最后计算图像之间的累积运动。实验结果表明,该算法运动估计精度高,稳定性好,能较好地实现场景锁定。     

基于人脸姿态估计的虚拟眼镜试戴技术

为解决用户线上眼镜的最优选购,提出了一种基于人脸姿态估计的虚拟眼镜试戴技术。首先采用肤色模型与形状模型结合的算法对场景中的人脸区域进行检测,然后根据人眼在人脸中的几何位置关系实现人眼的精确定位;进一步利用人眼对称性先验知识来估计脸在三维空间中的姿态信息,即人脸与正面的偏移角度;最后,依据人眼位置和人脸姿态将眼镜图像融合到眼睛区域,即完成眼镜的虚拟试戴。该方法为3D环境下客户与商品之间虚拟视觉化的实现提供了一种可靠的技术支撑和应用思路。     

TDICCD相机的卫星姿态稳定度确定

为解决卫星平台振动造成的图像质量下降问题,提高TDI CCD相机成像质量,分析了卫星姿态稳定度的范围及影响。讨论了卫星平台振动与TDI CCD成像质量的相关性,推导了卫星平台姿态稳定度和像移的关系公式,得出TDI CCD相机对卫星姿态稳定度的要求与轨道高度以及积分级数有关。实验验证了公式推导,结果显示：轨道高度越高,积分级数越大,对卫星姿态稳定度的要求就越严格。数据表明：轨道高度在200～1000 km变化时,对卫星姿态稳定度的要求从0.0377 rad/s提升至0.00635 rad/s;TDI CCD 相机的积分级数在1～100间变化时,对卫星姿态稳定度的要求从0.014 rad/s提升到0.00014 rad/s。本文工作确定了卫星姿态稳定度和轨道高度以及积分级数的关系,有助于TDI CCD成像质量的提升。     

基于天文观测的相机标定及姿态测量技术研究

为利用相机进行天文观测以实现高精度的相机姿态测量,必须先对相机参数进行精确标定。针对传统相机标定方法工作距离有限的问题,提出了以恒星为控制点的相机标定方法,根据球面天文学方法计算观测时刻控制点的世界坐标,利用摄像测量原理建立了恒星观测模型,求解相机的内外参数并分析了误差因素。实验结果表明,该标定方法在不依赖于精密、复杂的外部设备情况下可达到较高精度,并具有较强的抗噪声能力。将标定结果用于天文观测并求解相机姿态,航向角和俯仰角的解算重复性优于10″,能够满足高精度姿态测量的需求。该方法可进一步推广应用于星敏感器的标定。     

基于扩展卡尔曼滤波的吊钩姿态估计技术研究 

针对吊钩运动不定且易受大风、雾气等影响其作业效率问题,提出并实现基于MEMS传感器的吊钩姿态估计系统。建立吊钩三维空间运动模型,消除吊钩扭转影响;通过四元数的扩展卡尔曼滤波算法,对MEMS陀螺仪、加速度计与磁强计进行数据融合,解算得到吊钩三维姿态、摆角与摆向;采用基于视觉检测的吊钩空间姿态为参考基准,对起重机吊钩进行姿态估计验证。实验结果表明：该系统能有效融合MEMS传感器数据,获得高精度的吊钩姿态,实现姿态的实时检测。     

基于单站地基望远镜的空间目标姿态估计方法

为实现从单站光测图像中估计出已知3D模型的空间目标姿态,利用Vega Prime提出了一种采用仿真图像进行相关度局部最优搜索的姿态估计方法,该方法无需建立2D-3D特征投影关系和大量的模型匹配库。首先,对输入图像进行图像预处理,获得目标原始图像。然后,利用Vega Prime加载目标3D模型生成仿真匹配图像,并进行图像预处理获得目标匹配图像,计算两幅图像相关度。最后,更新3D目标模型姿态,直至仿真匹配图像与目标原始图像的相关度值取得局部最优,输出目标模型姿态。仿真实验结果表明,采用本文所提方法的观测仿真图像姿态平均估计误差为3.85°,仿真原图可实现姿态准确估计,表明该方法是一种空间目标姿态估计的有效方法。     

基于光度观测的空间目标姿态与角速度估计

基于目标形状反射以及太阳、地球和空间目标三者的运动关系建立了空间目标的光度量测模型,分析了姿态角、角速度和目标形状对光度观测数据的影响。建立了目标姿态角与角速度的运动学模型,实现了对姿态和角速度的联合估计,并探讨了算法的自适应估计能力。仿真结果表明,该光度观测方案可实现未知姿态角与自旋角速度的估计,姿态角和角速度缓慢变化时算法具备自适应估计能力,但随着目标侧面数的增加,姿态和角速度估计误差增大且算法收敛速度变慢。