一种提高匀速直线运动参数辨识精度的方法

为找到一种基于匀速直线运动模糊的单帧图像,准确辨识成像点扩散函数中模糊参数的方法,对现有文献提出的倒谱、Radon变换、图像微分、图像自相关性以及检测函数等算法进行了仿真和比较.仿真结果表明,倒频谱算法能够更准确地辨识精度运动方向;像素相关性方法能够更准确地辨识模糊长度.对匀速直线运动模糊的单帧图像进行模糊参数辨识时,结合倒谱辨识运动方向和像素相关性辨识模糊长度的算法,能得到更高精度的辨识结果,利于更好地复原图像的质量.     

抗环境光照影响的边坡变形摄像监测方法

边坡变形监测是滑坡灾害防治和预警的重要手段,基于图像分析的近景摄影测量方法凭借全场、非接触的优势在边坡变形监测中的应用越来越广泛.而在长期野外监测应用中,环境光照变化对边坡图像的灰度一致性产生很大影响,导致该方法的测量精度受到严重制约,甚至出现测量失败的情况.从环境光照的物理过程出发,深入分析光照变化特征及其对图像灰度的影响规律,提出了一种基于灰度梯度方向特征的图像匹配方法,从而使其具备了抗环境光照影响的能力.室内边坡缩比模型实验和真实野外边坡观测实验的结果表明,该方法可以有效抑制环境光照影响,提升变形测量的精度和稳定性.研究为边坡变形摄像监测提供了一种新的手段,对该方法的实用性发展起到了支撑作用.     

基于影像定位的无人机侦察视频超分辨率重建方法

 为了改善无人机侦察视频质量,针对目前无人机摄像、照相数据特点,提出了一种基于前方交会的无人机航摄影像定位方法。首先,对所有无人机侦察视频帧和航片分别进行特征匹配,得到影像间关系;然后,提出基于前方交会与抗差估计的无人机航摄影像定位方法,来实现航摄影像的定位;最后,对侦察视频帧进行高频补偿与凸集投影迭代优化,得到重建后侦察视频。实验结果表明,基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性,凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度,特别是对图像边缘细节部分等效果极为明显,且处理速度更快。     

异构型无人机群体并行任务分配算法

异构型无人机(UAV)群体任务分配机制起着至关重要的作用,分析了并行任务分配的特点,以时间消耗最短为优化目标,建立了整数线性规划的任务优化分配模型。对基本遗传算法进行了改进,提出了有效降低算法复杂度的编码方案,建立了相应的适应度函数,改进了现有遗传算法的变异策略。仿真案例表明该算法具有较强的寻优能力,能够有效地完成异构型群体UAV的并行任务分配。     

无人机多光谱遥感在玉米冠层叶绿素预测中的应用研究

叶绿素含量是植物生长中的重要参数,与农作物产量密切相关。无人机遥感技术作为一种新的数据获取手段,在农业中已得到广泛应用。以玉米为目标作物,将具有不同光谱响应函数的两种轻小型多光谱传感器(MCA和Sequoia),同时搭载在六旋翼无人机上,获取不同氮肥水平下大田玉米花期的多光谱影像。利用无人机影像空间分辨率高的特点,在小区尺度上,分别计算了基于两种多光谱传感器的各26种植被指数,并将其与地面实测的叶绿素含量(SPAD)值进行回归分析,研究不同波段反射率对SPAD值的敏感性,利用不同多光谱传感器及植被指数预测SPAD值的精度及稳定性。结果表明,对于具有较宽波段的Sequoia,在550 nm(绿波段)、735 nm(红边波段)的反射率对SPAD值的变化较敏感,其中,550 nm与SPAD值的相关系数最大(R2=0.802 9)。而对于较窄波段的MCA,720 nm(红边波段)的反射率与SPAD值具有较高的相关性(R2=0.724 8),550 nm(绿波段)次之。此外,由于两传感器红波段的中心波长和波段宽度不同,660 nm(Sequoia)反射率与SPAD值的相关系数为0.778 6,而680 nm(MCA)反射率与SPAD值的相关性较小,仅为0.488 6。利用无人机多光谱遥感技术预测大田玉米的SPAD值精度较高,但对于不同的多光谱传感器而言,同一植被指数却表现出较大的差异,其中,红波段和近红外波段组合构造的植被指数RVI,NDVI,PVI和MSR差异较大,具有较宽波段的Sequoia传感器优于窄波段的MCA;此外,对于Sequoia相机,GNDVI与RENDVI预测SPAD值的精度较高,RMSE分别为3.699和3.691;对于MCA相机,RENDVI预测精度最高(RMSE=3.742),GNDVI预测精度低于RENDVI(RMSE=3.912);两传感器中MCARI/OSAVI预测SPAD值精度均较低,RMSE分别为7.389(Sequoia)和7.361(MCA)。在所有的植被指数中,利用绿波段和近红外波构造的植被指数(G类),以及用红边波段和近红外波段构造的植被指数(RE类),预测SPAD值精度更高,均高于红外和近红外波段构造的植被指数;利用更多波段(三个及以上)组合构造的复杂植被指数,并不能显著提高预测精度。就预测模型而言,MCARI1更适用于对数模型,可有效提高预测精度, 而其他植被指数变化不显著。研究还发现,在小区水平SPAD值的预测方面,除NDVI和TVI,Sequoia相机对于不同氮肥条件下植被覆盖度、阴影和裸露土壤等环境背景因素具有较强的抗干扰能力;而对于MCA相机来说,TVI,DVI,MSAVI2,RDVI和MSAVI对环境背景因素非常敏感,预测SPAD精度低;此外,去除环境背景因素并不总是能够提高SPAD值的预测精度。本研究对于利用无人机多光谱遥感技术进行高精度的叶绿素含量预测具有指导意义,对于精准农业的推广和应用具有一定的借鉴价值。     

基于无人机遥感的不同施氮水稻光谱与植被指数分析

卫星遥感空间分辨率低且易受大气、云层、雨雪等因素的影响。本文使用共轴十二旋翼无人机搭载光谱仪构成农情遥感系统。首先,给出自主设计的无人机结构和飞行控制系统,围绕飞行平台、控制系统、遥感载荷构建了多环节数据备份的无人机遥感数据采集系统;然后,试验测试4种施氮水平水稻的光谱指数变化规律;最后,通过试验数据分析可得:在可见光区水稻冠层光谱反射率随氮素水平增加而减小,在近红外区,光谱反射率一开始随氮素水平增加而增大,但氮素水平增大到一定程度后再增加氮素导致反射率降低。在4种氮素水平下,水稻植被指数RVI和NDVI由分蘖期到拔节期先增大,然后至抽穗期又逐渐减小,且抽穗期RVI和NDVI值小于其分蘖期RVI和NDVI值。试验表明以多旋翼无人机为平台搭载光谱仪器构成农情遥感监测系统用于反演作物植被指数方面是可行的。本文设计的无人机遥感数据采集系统能够有效、实时获取遥感信息,其获取的高空间分辨率和光谱分辨率的农田实时信息能够为作物长势的分析、健康状况的监测提供必要的数据支持。     

无人机自主防碰撞控制技术新进展

 随着低空飞行无人机的日益增多,低空环境的飞行安全问题正变得越来越严峻。在阐述无人机自主防碰撞控制基本原理的基础上,分析了无人机自主防碰撞控制技术研究的4 类主要方法,进而阐述了低空飞行对无人机防碰撞控制技术提出的挑战。最后提出了可借鉴人类认知发育机理的无人机认知防碰撞控制方法,讨论了认知防碰撞控制技术的新进展。     

无人靶机及其自主控制技术发展

 靶机是一种用于模拟空中机动目标的军用飞行器,在对空武器的研制、检验及部队的战训等方面具有非常重要的作用。经过近半个世纪的发展,中国已研制开发了覆盖低空、低速到高空、高速的各型靶机,在靶机总体及其飞行控制技术等领域取得了显著的进步。本文系统回顾了无人靶机及其控制技术的发展历程,深入分析了靶机的类型、自主控制的主要内容,并对新一代靶机总体及飞行控制的发展趋势进行展望。     

基于光照不变特征的数字散斑相关方法

边坡问题是中外工程建设中的主要工程地质问题之一,准确、可靠的边坡变形监测方法对预防滑坡灾害起着至关重要的作用.将数字散斑相关方法应用在边坡变形监测中,可以快速得到准确的边坡位移场信息,具有操作简单、非接触式等优点.但是在野外测量环境下,光照变化对图像的灰度唯一性产生了较大影响,从而导致测量精度的下降.在数字散斑相关方法求解边坡变形场的基础上,使用局部敏感直方图替换原始图像对应位置的灰度值,作为图像的光照不变特征,克服了光照变化对图像灰度信息的影响,并通过数值模拟实验对算法精度进行验证.实验结果表明,该方法大幅提高了边坡变形计算精度,为研究边坡破坏机理和发展过程,提供了一种经济有效的监测方法.     

数码摄影测量技术在填充墙框架抗震试验中的应用

将数码摄影测量(DP)技术引入填充墙框架受力全过程的位移场测量,研究DP技术应用于填充墙框架结构抗震试验研究的可行性.数据分析结果表明:采用DP技术的测量结果与传统位移计所测结果吻合良好.通过DP技术进一步得到在不同位移幅值下填充墙的剪切滑移破坏情况及框架柱的变形特征.