光电被动测距技术研究

围绕提高双目视差测距的测距精度、准确率、速度和抗干扰性能等,研究了图像预处理、配准算法、搜索策略等关键技术.提出了改进的互积相关配准测度,并采用粗、精配准相结合的搜索策略以及抛物线拟合方法,实现了快速双目立体目标测距.实验证明该测距算法可有效的抑止噪声、双目光强和图像对比度差异等因素的影响;测距系统测距精度高、稳定性好、实时性好.     

视觉测距系统中实时图像处理算法的实现

针对双目视觉测距系统中图像处理的实时性和精确性要求高的情况,在软件设计上采用了“变分辨率”快速配准技术和亚像素级精确视差分析算法以及误差补偿算法,并结合了平滑滤波、边缘提取和二值化等预处理过程．经实验表明这几种算法的采用很好的提高了图像处理的实时性和精确性,实现了实时精确视觉测距．     

基于双目CCD测距的目标图像匹配算法研究

为了实现高精度的远距离双目CCD被动测距,提出改进的互相关匹配算法与三次曲面拟合算法,对双目CCD拍摄的两幅图像进行亚像素级匹配。介绍了双目测距系统的测距原理;进行测距图像的匹配操作,提出基于模板的灰度互相关算法,根据互相关运算的结果,提出亚像素级匹配算法,即采用三次曲面拟合方法,拟合出相关峰的亚像素级坐标;对测距实验结果进行误差分析,并修正系统误差的计算公式。实验表明,3 km以内的目标实际测量精度优于0.5%,满足高精度双目测距的精度要求。     

基于立体视觉技术的实时测距系统研究

双目立体视觉测距系统由于计算量大、受限于硬件水平等原因,通常无法做到实时测距,为解决这一问题,对双目立体视觉的关键技术进行研究与分析后,采用预标定方法,通过选取一种快速的立体匹配算法,对其各参数进行优化,并以动态视差搜索的方式,结合目标跟踪算法,实现了对目标的实时跟踪与测量。经实验验证,该系统成本低、可行性高,能实时对目标进行跟踪与测量,并在一定范围内具有较高的精度,且有一定的应用价值。     

远距离多波段红外图像融合系统及配准方法

研制了一种短波红外、中波红外和激光测距仪联合工作的图像融合系统。系统实现了全天时可透雾的远距离场景监控、远距离目标测距,并能够检测1.06 m和1.57 m的激光光束。为了保证系统的融合图像质量,提高配准精度,提出了一种光轴平行度校正方法,实现短波红外和中波红外图像的粗配准;提出了一种新的迭代优化方法,通过寻找最优配准参数来获得最佳的融合性能,采用基于人眼感兴趣区域的清晰度指标作为评价函数来完善配准过程,采用粒子群优化算法解决联合优化问题,实现短波红外和中波红外图像的精配准。实验结果表明该系统在远距离场景监控和战场态势感知等方面具有较大的应用潜力。     

一种基于双目视觉原理的距离测量系统的设计

主要研究一种基于双目立体视觉原理测量图像中物体距离的算法,要实现的目标是采用双摄像头从不同视点拍摄目标物体,投影得到两幅双目图像,用图像处理的方法先提取出需要的信息,进行特征识别,然后利用同一目标在不同投影图像上的成像差异进行立体匹配,并通过视觉算法计算被测物体的距离。由于测量的距离远大于摄像机之间的基线距离,所以传统意义上的双目测距系统近似认为两个摄像机的光轴是平行,但是实际上两光轴是必然相交的,所以文章结合实际,考虑两光轴相交,以达到提高距离测量精确度的目的,系统的主要流程包括图像获取、摄像机标定、角点检测、特征识别、立体匹配、距离计算等几个方面。     

一种改进的基于互信息的自动图像配准算法

提出了改进图像配准的基于互信息的算法,首先将参考图像和待配准图像分解到小波域并二值化,以归一化互信息作为相似性测度进行配准.配准参数搜索作用SPSA算法和鲍威尔算法相结合的优化策略.实验证明本算法可以快速、精确且不需要人工干预地实现两幅图像的配准.     

采用GPU并行架构的基于互信息和粒子群算法的异源图像配准

对于异源可见光与红外图像配准,以互信息为相似性度量条件,以粒子群算法为搜索算法,在搜索空间中搜索极大值点,通过改变图像分辨率,由粗到精,逐步实现可见光图像与红外图像的配准,对粒子群算法、统计互信息和仿射变换3个部分的内在并行性,利用CUDA C语言实现GPU-CPU异构编程。实验证明,在不降低精度的前提下提高了算法效率,得到了很好的加速比,算法正确匹配率高,鲁棒性好,计算效率高。     

红外搜索跟踪系统中实时图像配准的研究和实现

为实现在红外探测器运动的条件下地面弱小目标的快速搜索与跟踪,提出了一种基于相位相关法配准和角点法配准相结合的红外图像配准方法实现对红外图像的运动补偿。根据相位相关法配准和角点法配准的特点,首先利用相位相关法对运动中的红外图像进行粗配准,然后利用相位相关法配准的结果作为角点法配准的先验信息实现图像的高精度配准。实验结果表明该算法能够在不降低配准精度的条件下,实时地为红外搜索跟踪系统提供红外图像的位移信息,有效地提高了红外搜索跟踪系统对弱小目标的检测率和检测精度。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet 立体校正算法对双目视觉系统进行立体校正;然后采用J．Shi 和C．Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

低照度双目立体显著目标距离测定方法与实现

针对位置已固定的双目立体装置,提出了一种基于非平行模式测距原理的双目系统光轴-光心参数标定方法,减小了光轴-光心位置误测量带来的测距误差;为解决低照度下双目立体视觉中存在的立体匹配误匹配点多、目标识别度低的问题,采取了最大熵法结合整体光强变化的阈值选取方法提取显著目标,提高了目标识别率,搭建了显著目标测距系统.结果表明:采用文中的系统标定与阈值选取方法的双目立体视觉装置在低照度下具有较高的测距精度及目标识别率.     

热红外相机双目测距系统标定技术研究

针对双目测距系统相机模型标定过程中,热红外相机与常用可见光相机的成像原理、图像质量、信噪比等存在的差异,对比了两种标定靶标:由黑色氧化铝板和镀镍铝板制成的棋盘格靶标、由黑色氧化铝板和镀镍钕铁磁制成的圆形点阵靶标,并分析了以上两者的标定结果。研究结果发现圆形点阵靶标相较棋盘格靶标误差更小,但两者的标定结果模型均具有较高的精度,可满足后续双目视觉的特征点匹配需求。本次研究对于双目视觉在热红外谱段中的应用具有一定的参考价值。     

关于基线单站被动测距

文中论述了传统的基线测距、双目视觉测距的原理,讨论了有关误差,从理论上论证了双目视觉测距系统可用于短基线红外被动测距技术。最后,结合实例系统做了说明。     

基于双目摄像头的测距系统的实现

摄像头测距有着多种多样的方式,比如在摄像头上安装测距设备、采用单目测距和双目测距等方式进行距离的测量。文章主要研究利用双目摄像头进行测距,分析其测距的可行性及如何才能完成测距工作。     

基于会聚型双目立体视觉的测距模型北大核心CSCD

传统的双目视觉模型基于特征对左右画面进行匹配,但当画面中出现多个高度相似且表面特征不明显的目标时,无法通过特征进行有效匹配。针对上述问题,本文采用基于特征和空间位置的方式进行目标匹配,并根据人类双眼锁定目标时,目标始终处于视野中心位置的原理,选择舵机来控制摄像头光轴会聚于目标,建立了一种基于会聚型双目立体视觉的测距模型。该模型能够通过控制舵机使摄像头自动汇聚于目标,并实现测距功能。理论推导及实验研究验证了该模型的可靠性及一定的实用性。     

基于运动学的机载红外被动测距算法研究

建立了基于运动学模型的机载红外被动测距算法。在算法中,根据目标的方位和俯仰角度信息,利用状态预测滤波的方法来测量目标的距离,并结合卡尔曼滤波技术降低测距的误差。仿真分析表明:当机动时间达到20s的时候测距误差基本能控制在10%左右,随着机动时间的增加,误差变化率趋于稳定。该算法适用于机载红外搜索/跟踪系统对空中目标的被动测距。     

时间比例放大法在脉冲激光测距中的应用

脉冲激光测距机体积小巧、测距时不需要辅助目标,因此便于携带且操作简单。但由于受到计时器计时精度的限制,脉冲激光测距的精度相对较低。而高精度脉冲激光测距系统往往难以达到低成本和便携的要求。为此,介绍一种时间比例放大法用来提高脉冲激光测距精度,这样就可以以低成本开发具有较高测距精度的便携式激光测距系统。     

形心匹配优化下的狭长空间近距离轨迹测量系统

在基于双目视觉的三维轨迹测量中,双目同名点的高精度匹配是提高测量精度的关键。在狭长空间的近距离测量场景下,针对双目拍摄角度不同导致仅用形心法定位匹配的轨迹测量精度不高的问题,研制了一种形心匹配优化下的狭长空间近距离轨迹测量系统。首先,在仅用形心法对目标物体定位匹配的基础上利用极线约束投影进行双目形心的二次定位;其次,提出了一种基于距离和方法权重的灰度互相关方法进行双目形心的亚像素匹配;最后,通过卡尔曼滤波对于目标物体的三维重建运动轨迹进行滤波修正。实验结果表明：该轨迹测量系统通过对多方法组合优化,显著提高了狭长空间近距离条件下的轨迹测量精度,在128 mm的全量程测量范围内对纹理较好目标物体的平均轨迹长度测量误差为13.14μm,测量精度约为0.01%,相比于仅用形心法定位匹配,轨迹长度测量精度提高了94.3%。     

大视场双目视觉定位系统中多目标稀疏匹配

野外远距离、大视场、双目视觉物体定位监测系统是基于双目立体视觉原理的三维坐标测量系统。存在随机出现的多个无特征目标的正确匹配率低,导致目标定位精度降低的共性问题。正确判断首个目标出现,对于同一目标在同侧图像序列连续出现,形态特征由大到小变化或分裂的情况,利用质心判断方法排除伪目标,检测目标正确质心位置;然后,两段图像序列时间同步,同一时刻多个目标基于极线约束进行稀疏匹配,获得同一目标在两台相机中正确的对应关系。实验证明,现场连续采集的9帧图像中包含8个目标,利用上述方法完成目标检测及匹配,提高了准确率。