一种基于虚拟目标的飞行器姿态测量方法

提出了一种使用虚拟目标代替真实目标对姿态测量系统进行测试和评估的方法,同时给出了由光学成像设备跟踪状态和目标飞行状态计算目标在光学成像设备像面上成像中轴线斜率和截距的算法.根据姿态测量系统的特点,仿真出大量具有针对性的理论数据和图像,并使用其对姿态测量系统中的图像判读精度和姿态交会算法分别进行了测试和评估.实验结果表明,当虚拟目标长度在80 pixel时,提取精度可达0.1°;而当虚拟目标长度在6 pixel时,提取精度仅为5.7°;姿态交会算法对判读误差具有一定放大作用;图像判读误差是姿态测量中的主要误差源.     

红外高炮弹点目标序列图像自动提取

针对光电经纬仪跟踪测量过程的红外高炮序列图像的弹点目标,进行了相关研究。结合目标弹道轨迹规律,动态预测下一弹点位置,以预测点为中心的小范围图像区域内,使用最大类间差OSTU阈值法分割图像,对分割后的二值化图像进行连通性分析,提取出目标的脱靶量。以分辨率640×512的1000帧红外序列图像为实验数据,能够在2min内自动处理完成,且目标提取准确度99%以上。     

红外跟踪测量系统的脱靶量误差分析与修正

为了能在外场对红外跟踪测量系统的脱靶量误差进行快速的检测修正,分析了脱靶量误差的主要来源,并建立了脱靶量误差的数学模型;根据这一模型,提出了一种基于场景的脱靶量误差系数的计算方法;该计算方法引入了SIFT特征点的提取算法和基于多假设跟踪的航迹管理算法,通过目标函数的最优化得到误差系数的最优估计,最终对脱靶量误差进行了修正。实验结果表明,该方法能有效地修正红外跟踪测量系统脱靶量的系统误差。     

基于LFMCW雷达的标量脱靶量测量系统

脱靶量测量系统在考核导弹末段效能时有着十分重要的作用,广泛应用于各型武器系统的定型试验和部队演习打靶计分。设计了一种基于线性调频连续波（LFMCW）雷达体制的标量脱靶量测量系统,利用回波信号与本振信号之间的频差对目标进行测距,然后通过最小二乘算法求解目标与雷达之间的最小距离,即脱靶量。具有成本低、体积小、重量轻、峰值功率小和测量精度高等特点,可适用于无人机、靶弹、靶船等多种靶标平台。该系统装于靶船上,对某型反舰导弹的脱靶量进行实弹检验,检验结果表明,该系统方案切实可行,且脱靶量测量精度优于1m,可有效应用于导弹标量脱靶量测量。     

光学系统中光瞳动态变化的测量

研究了光学系统实时精密自动对准中光束光瞳位置动态变化的测量问题。采用相位相关算法处理基准和实测图像得到光瞳平移量数据,其测量相对误差不超过0.4pixel;针对实际运用中光瞳图像存在的灰度变化、噪声、旋转和缩放等诸影响因素,对算法进行了理论分析和全面的仿真测试。结果表明该算法能克服光强分布不均和强噪声的影响,得到高精度测量结果;对旋转和缩放进行校正后,测量精度在1pixel左右。提出并测试了将多帧图像叠加后的图像之和作为基准图像的测量方法,使相位相关信噪比提高了88.6%,稳健性显著提高。     

星点亚像元定位中系统误差的改进补偿方法

为提高星点图像的质心提取精度,针对星点亚像元定位的系统误差和随机误差提出了一种改进补偿方法。采用三次样条插值函数表示质心位置与系统误差之间的关系,利用该函数进行系统误差补偿,极大地减小了误差采样点的数量和计算量。为了进一步抑制随机误差的影响,在系统误差补偿的基础上,采用非线性加权算法计算星点质心位置,并通过仿真实验确定了该算法的最优加权系数。在没有加入噪声的情况下,改进算法可以将质心法的精度从1/50 pixel 提高到10-4 pixel;加入服从N（0,22）分布的高斯白噪声后,改进算法可以达到0.0054pixel的精度,远小于质心法的0.0184pixel。实验结果表明:文中提出的改进补偿算法计算简单,精度高于质心法,满足了高精度星敏感器质心提取的要求。     

远距离激光光斑位置高精度测量方法

为了提高激光光斑位置测量精度,考虑影响光斑测量精度的因素,并对若干关键技术进行研究。为了抑制由于气溶胶散射导致的激光后向散射,研究距离选通技术,提出一种基于四象限探测器的异步距离选通技术;为了削弱大气湍流的随机扰动对激光光斑成像的影响,提出一种改进的盲解卷积事后复原方法,并从数学上证明了该方法的收敛性;为了消除多传感器采集图像之间的差异,提出一种基于目标区域的图像配准算法;还原光斑图像并利用高斯曲面拟合法提取激光光斑的位置信息。实验结果表明,提取到的激光光斑位置精度不大于0.3pixel。     

基于视觉图像的石英摆片参数精密测量方法

为了解决检测石英摆片易划伤和提高检测的速度、精度,提出了利用视觉图像进行石英摆片平面几何参数测量的非接触测量方法.该方法通过视觉系统对石英摆片图像进行摄取, 由Sobel算子对图像进行单像素精度的边缘初始位置定位,进而利用改进的Zernike矩亚像素定位算法实现对目标边缘的精确定位,最后通过最小二乘法拟合边缘点得出石英摆片的平面几何参数.实验结果表明:该方法稳定性好,测量精度高,定位精度优于0.1 pixel,可实现石英摆片平面几何参数的精密测量.     

雷达测量数据对红外测量数据的修正方法

给出了雷达测量数据修正红外测量数据的方法,指出首先需要对雷达测量数据进行误差修正,再通过最小二乘方法融合多台雷达测量数据,通过坐标系转换计算飞行目标在光学测量坐标系中的位置,得到光学设备的测量方位角和俯仰角,最后计算目标在红外图像上的脱靶量。     

双目测量系统目标相对位置误差分析

目标特征点三维坐标的测量精度直接影响目标位姿的解算,准确确定影响目标位姿的误差因素,对各项误差进行合理分配及综合,是提高目标测量精度的关键。目前,像点提取精度、特征点匹配精度根据现有算法已达到瓶颈,而在摄像机内部结构及标定等方面提高测量精度还有较大的研究空间。通过建立成像点坐标测量方程,综合分析各误差因素对目标位置的影响。通过实验分析与仿真,摄像机内部结构误差及标定误差对成像点坐标的影响在一个像素内,当f=0.031 9 m,目标距离为20 m时,目标位置总体测量精度为0.029 4 m。对光学成像系统内部结构的设计及电子器件的选型具有较大参考价值。     

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%。     

气浮实验台位姿视觉测量方法

为了实现气浮实验台位姿的实时确定，提出了一种基于单目视觉的位姿测量方法。首先，设计了一种具有旋转、平移、缩放不变性且易于探测的圆形合作靶标；其次，结合靶标尺寸、形状以及安装位置，基于Blob分析快速识别合作靶标，保证了定位点提取的准确性；然后，提出一种在待识别区域内进行行、列扫描统计的靶标圆心测量算法，实现靶标圆心的快速、鲁棒提取；最后，结合计算机坐标系下的圆心位置以及视觉测量系统中坐标变换关系，解算气浮实验台的实际位姿。实验结果表明:该方法测量位姿精度较高，抗噪能力强，在处理1 600 pixel1 600 pixel图片的情况下，平均测量周期为53.086 ms （约19帧/s），能够实现对气浮实验台位姿实时、精确、鲁棒的测量。     

基于EPNP算法的单目视觉测量系统研究

利用计算机视觉进行姿态测量的方法已广泛应用于现代控制、导航、跟踪等多个领域中。研究并设计了一种基于P4P矩形分布的平面靶标和EPNP算法结合的单目视觉姿态测量方法。首先,利用单相机获取平面靶标图像,经图像处理后得到四个特征点的像素坐标,并使用EPNP算法进行姿态解算;其次,对姿态角测量误差进行了仿真分析,为提高姿态测量精度提供了理论指导和依据;最后,提出一种与高精度二维转台结合的坐标系配准方法,利用该方法对三个方向姿态角精度进行验证。实验结果表明:当绕x和y轴的转动角度在[-6,6]时,姿态测量误差小于0.1,可以满足测量应用需求。     

基于多分辨率动态轮廓线的面积测量与跟踪方法

提出了一种基于多分辨率动态轮廓线的物体表面积测量方法。该方法使用光电式图像瞄准系统采集被测物体的目标图像并构造该图像的高斯金字塔,并采用了多分辨率动态轮廓线且使其由初始位置向目标轮廓边缘收敛;根据基于B样条封闭曲线面积与形心公式,准确计算出图像的目标面积与形心;再利用形心自标定技术、图像目标形心以及双频激光器测量出像素的尺寸当量,从而准确测量出真实物体的表面积。实验表明,在动态轮廓线控制点数目为20时,其单次测量误差达到了±0.2%。与单分辨率动态轮廓线面积测量方法相比,该方法具有鲁棒性强,平均值误差、单次测量误差及重复性误差小等优点。将该方法应用于基于红外与可见光图像融合的运动目标跟踪过程的实验表明,它不仅具有很好的跟踪准确性,而且能够跟踪快速运动的目标。     

具有亚像素级定位精度的激光三角测距新算法

在以CCD作为探测器的激光三角测距系统中，测距精度主要取决于激光光班在CCD上成像的定位准确性。本文提出一种光斑定位的新算法，采用光班附近一定区域内的所有节点分别进行插值，并分别赋于不同的权值，然后进行加权平均，最终得到光斑的准确位置。该算法充分利用了光班附近的众多信息，避免了单个节点对定位精度的影响，显著提高了定位精度和稳定性。实验证明，可以达到1/10像素定位精度。     

GPU加速三维面形测量

随着通用计算和图形显示需求的不断增加,图形处理器（Graphics Processing Unit,GPU）在医学、科学计算、图像处理等领域得到了广泛的应用。但它在三维测量领域的应用还只是一个开始。文中基于傅里叶变换轮廓术（Fourier Transform Profilometry,FTP）和三频外差法设计了两套三维测量系统,并利用计算统一设备架构（Compute Unified Device Architecture,CUDA）方法,加速了静态或动态物体的三维重建。在三频外差测量系统中,需要利用高速数字投影模块和相机,同步触发采集小视场表面的12个变形条纹图,然后对图像数据进行处理。实验结果表明:对12幅1 360 pixel1 024 pixel大小的图像进行相位展开运算,GPU方法比CPU方法的效率提高了2 089倍。在基于FTP方法的测量系统中,摄像机只需记录一幅变形条纹图,然后拷贝到显存中,并用CUDA编程的算法进行处理,进而重建出物体的三维面形。基于GPU的FTP方法对一幅1 024 pixel1 280 pixel大小的图像进行计算,其计算时间比CPU方法缩短了27倍。     

基于单目视觉和固定靶标的位姿测量系统

利用计算机视觉进行位姿测量的方法广泛应用于机器人系统、运动体控制系统和精密检测系统。研究和设计了一种基于固定靶标的单目视觉定位系统和方法,用最少硬件资源实现精密定位。首先,利用图像匹配的方法检测出平面靶标在图像中的坐标,图像匹配采用SIFT算法和映射匹配方法,之后利用固定靶标的特性求取中心点。实验利用多幅图像样本验证了图像匹配的准确性和鲁棒性。然后,针对呈矩形分布的PnP问题,提出了一种新的求解方法,以靶标控制点的图像坐标和空间坐标作为输入,得到了移动物体与摄像机的三维相对位姿。实验利用五维精密位移台移动目标物体并拍摄多副图像,结果表明位姿测量系统在800 mm范围内达到mm级精度,可以满足应用需求。     

Sub-pixel non-parametric PSF estimation for image enhancement

Applying standard resolution enhancement and sub-pixel measurement techniques to an imaging system is problematic when the system characteristics are not known. The importance of precise system characterisation is often underestimated in resolution enhancement and sub-pixel measurement. The methods presented allow accurate sub-pixel measurements of system characteristics to be made with minimal assumptions. The nondeveloped parametric technique developed accurately characterises the properties of an imaging system. This is demonstrated by measuring the point spread function (PSF), along with static and dynamic distortions, for a high precision thermal imaging system to sub-pixel accuracy. The PSF is estimated to ±0.1 of a pixel and imaging system errors to the order of ±0.1 of a pixel are identified. The improved precision of PSF estimation is shown to benefit resolution enhancement. A novel feature of the method used to estimate the PSF (and to enhance the image) is that the estimation of the spatially invariant subpixel pixel PSF and of geometric distortion are performed independently     

基于RBF神经网络的高精度在线激光测厚算法

为进一步提高单CCD双光路激光三角法动态在线测厚系统的测量精度,提出了一种基于RBF神经网络的CCD靶面上光斑位置与被测物厚度之间函数关系的拟合算法。通过理论分析之后,设计了基于RBF神经网络直接拟合CCD靶面上两光斑位置信息与被测物厚度之间关系和现有的最小二乘法拟合三次多项式模型方法进行实验对比,两种方法分别得到了一个网络和一个近似数学模型。通过使用十组标准厚度塞尺在不同位置进行验证实验,发现前者方法计算出的厚度值更加靠近塞尺的客观值。实验结果表明,用RBF神经网络拟合两个光斑坐标和被测物厚度之间的关系,成功地提高了现有系统精度,鲁棒性好,时间复杂度尚可。