基于MLEM迭代的非视域激光图像重建方法

非视域成像技术是一种新型光学成像技术,主要是对拐角处的隐藏物体进行成像.针对目前成像设备复杂和需要场景扫描,导致数据采集速度慢的问题,提出采用纳秒激光和APD阵列探测器的透射式成像试验装置,可以实现快速数据采集,不需要进行场景扫描,相比之前的系统大大缩短了数据采集时间.针对仅能在稀疏角度或有限角度下采集数据而导致图像重...     

非视域快速成像系统研究初探

非视域(Non-Line-of-Sight, NLOS)成像技术可以对被其他物体遮挡住(如拐角处、烟雾后等)的隐藏目标进行探测和成像,因此在机器视觉、安防、医学影像、灾难救援和自动驾驶等领域具有重要的应用价值。该技术通过利用脉冲激光束和时域信号探测器扫描特定表面来实现上述功能。目前NLOS技术仍然存在诸多不足之处,比如扫描时间长、计算时间长等。针对这些情况,提出了一种凝视型快速探测与重建方法。模拟结果表明,该方法可探测高反射物体,并可有效增大视域范围。     

最大似然稀疏编码在人脸识别中的研究

摘　要 稀疏编码(SRC)是一种用于人脸识别的方法。该方法把检测图像表示为一组训练样本的稀疏线性组合,表示的准确性通过L2或L1残余项来衡量。此模型假定编码残余项服从高斯分布或拉普拉斯分布,实际上却不能很准确的描述编码错误率。本文提出一种新的稀疏编码方法,建立一种有约束的回归问题模型。最大似然稀疏编码(MSC)寻找此模型的最大似然估计参数,对异常情况具有很强的鲁棒性。在Yale及ORL人脸数据库的实验结果表明了该方法对于人脸模糊、光照及表情变化等的有效性及鲁棒性。     

基于二次相关法的非视域物体定位研究

非视域成像技术是对无法直接观测到的物体进行间接观测的一种技术,本文使用激光光源照射中间介质,光经过中间介质进行多次反射,再使用APD(Avalanche Photon Diode)阵列接收回波信号,最后使用二次相关法进行时间延迟估计,计算回波信号的返回时间,完成对非视域物体的定位。实验表明,该方法可以快速定位非视域物体的位置,在噪声比较大的环境下,比直接使用互相关法定位更加准确。     

非均匀噪声环境下宽带近场源定位的两种改进方法

研究了宽带近场信号源基于最大似然方法和相关信号子空间方法在非均匀噪声下的被动定位算法，并进行了比较。这两种算法均可在传感器任意分布的情况下有效地进行信号源定位。最大似然法采用了迭代的方法来估计噪声的协方差矩。而信号子空间法给出了聚焦阵构造的新方法。仿真试验证明了方法的有效性和稳健性。     

基于联合代数迭代的非视域激光图像重建方法

非视域成像技术采用非传统光学技术,利用间接成像的方法对无法直接观测的隐藏物体进行探测。针对目前试验系统复杂且需要场景扫描,导致数据采集过程复杂且需要大量时间的问题,提出基于阵列式APD的透射式非视域成像试验设置,试验设置操作简单且不需要场景扫描,实现快速数据采集。针对非视域成像技术一般只能获取不完全(缺失)角度的数据,使用反投影算法不能得到理想的重建结果的问题,提出利用联合代数迭代(SART)重建算法对非视域成像物体进行三维重建。试验结果表明：SART算法能够在部分角度数据下,更好地去除反投影算法中的伪影和噪点;在最初的第2和第3次迭代后,通过计算,其峰值信噪比PSNR值提高了1.392 8、2.466 3,其结构相似度SSIM值提高了0.119 8、0.231 2,表明该方法能有效提高非视域物体的图像重建精度。     

未知衰落信道中MPSK信号的非数据辅助载波频率估计方法

未知衰落信道中的MPSK信号的非数据辅助载波频率估计是通信参数估计中的复杂问题,目前尚缺乏有效的针对性研究成果.针对该问题,提出采用先补偿信道影响,再去调制,然后进行非衰落信道单频信号频率估计的方法.该方法比进行频率和信道冲激响应联合估计的方法简洁和高效,而且解决了联合估计中难以有效去调制的问题.通过和非衰落信道的频率...     

无线定位的几种数据融合方法

无线定位是指在蜂窝电话网络中获取用户位置或者是在无线局域网中(WLAN)得到移动终端的位置的技术。随着社会的发展,无线定位技术越来越重要,例如,在美国,FCC在1996年颁布了要求所有移动运营商必须提供给PSAP其用户准确位置信息的条例。本文简要介绍了几种定位方法的原理及数据融合算法。     

被动非视域成像方法的研究进展

非视域(Non-Line-of-Sight,NLoS)成像是近十年来发展的一种新型计算成像技术,通过获取被隐藏场景在某些介质上产生的反射或透射信息,借助计算成像对隐藏场景重建,在反恐、救援、辅助驾驶、医疗技术等方面有巨大的潜在应用价值.非视域成像早期研究主要集中于主动式方法,近几年针对被动非视域成像的研究逐渐展开,文中...     

非均匀噪声下的多阵列频域数据直接定位算法

实际多阵列无源定位系统中,多个阵列分散分布以及单个阵列各阵元之间的差异会造成接收噪声功率分布不均匀,进而导致直接定位算法精度下降。针对上述问题,本文提出了一种非均匀高斯白噪声场中的多阵列频域数据直接定位算法。该算法首先利用阵列输出协方差矩阵对噪声协方差矩阵进行估计,再用估计结果预白化阵列输出协方差矩阵,从而减弱了非均匀噪声对直接定位算法的影响。仿真表明在非均匀噪声下该算法的定位精度较传统的直接定位算法更高,且能较为准确的估计各阵列噪声协方差矩阵。      

基于单线激光雷达的三维形貌重建方法研究

现有三维扫描激光雷达存在成本高、扫描范围有限等缺点,为解决这些问题,本文提出一种基于单线激光雷达的三维形貌重建系统,并对系统进行误差补偿以提高系统的准确度.该系统采用可编程逻辑控制器控制的步进电机旋转单线激光雷达的扫描平面,实现对实际空间场景的扫描.通过上位机控制扫描装置的工作过程同时获取原始点云数据,进而针对原始点云...     

基于相移法的多目标运动物体三维重构

相移法可实现静态物体三维形貌的高精度重构,对于运动物体形貌重构则误差较大。其根本原因为相移法需要多个条纹图进行物体重构,而传统相移法理论没有包含物体的运动信息,无法描述物体运动对相位的影响。导致当物体在条纹图间发生运动时测量误差较大。针对以上问题,提出了一种利用物体运动信息对多个二维运动物体进行三维重构的新方法。不同的被测物体可具有不同的运动轨迹。首先,对多个被测物体进行识别并确定目标区域;然后,采用KCF算法对物体进行跟踪并使用SIFT算法提取物体运动前后的特征点,分别估计描述物体运动的旋转平移矩阵。将运动信息带入条纹描述方程中,获得包含运动信息的三维重构模型,最终采用最小二乘法提取正确的相位值。结果证明:该方法能有效地减少由物体运动引起的测量误差,扩展了三维测量的应用范围,具有较高的工业应用价值。     

复杂反射率物体三维测量方法研究

针对复杂反射率物体在三维测量中,激光条纹图像曝光程度差异问题,提出一种自适应多曝光获取三维点云的方法。该方法根据所研制采集系统的成像原理,拟合出视觉传感器成像函数。将初始条纹几何中心反射率突变点设为基准点,并对复杂反射率物体上的条纹信息按基准点进行分段采集;根据各分段区域反射率均值计算相应自适应曝光参数;按基准点融合所采集的激光条纹信息。测量平台采用步进运动,实现物体整体扫描。应用二次拟合重心法提取条纹中心坐标,生成三维点云信息。经实验验证,自适应曝光准确率高于90%,条纹能量集中度大于5,三维点云均方根误差低于0.3 mm,该测量方法有效解决了条纹图像过曝光或欠曝光问题,可在动态下实现复杂反射率物体三维测量。     

一种基于MRF的单幅图像数据的三维重构方法研究

综合分析了常见的基于图像的三维重构方法的优缺点,提出了一种基于单张图像,采用马尔科夫随机场(MRF)推断3D位置和方向的3D重构方法。该算法首先将图片分割成多个小的区域(超像素块),并假定空间场景由许多很小的平面组成,超像素块与平面相互对应,对图像中每个超像素块求取出一组特征向量(纹理、颜色等),使用MRF模型化平面参数之间、超像素特征向量与平面参数之间的关系,采用监督学习的方式求取相关参数,求解MRF模型,并根据平面参数进行场景重建。这种算法不需对场景结构做明确的假定,因此较之以前的方法可以获得更多3D结构细节信息。用该方法对200张图片样本进行验算,样本中有60%实现了较为准确的3D重构。     

云计算环境下的三维图像数据重构方法

针对传统三维虚拟技术进行三维图像数据重构时存在重构精度低、清晰度不高的问题,提出云计算环境下的三维图像数据重构方法。构建了Hadoop结构的云计算环境,其由Map Reduce编程应用、HDFS分布式计算应用、Hbase开源数据库以及多项Apache服务器软件构成。选取体素作为三维图像数据重构的基本单元,采用各向异性分散过滤法在Hadoop结构中腐蚀体素,达到图像去噪和消除体素不稳定形态的目的。采用一种跳跃性的三维空间索引方法进行三维图像数据重构,减少对无用体素索引的过程,提高重构效率。实验结果表明,所提方法的重构效果好、清晰度高。     

基于视差角和天顶角优化的偏振多视角三维重建

多视角三维重建依赖目标表面的纹理特征,在处理低纹理区域时易出现数据空洞现象,融合目标物反射光的偏振信息可以在不同光照环境下对其进行完整重建,通过偏振参数计算物体表面法向量,进而重建目标物深度图.但单独使用偏振信息重建三维表面存在方位角歧义和天顶角偏差等问题,导致重建结果出现变形甚至得不到深度结果.针对存在低纹理区域的物...     

水下目标物三维激光重建方法研究

文中提出了一种水下线激光的三维重建系统,由相机、绿色线形激光器和转台组成,通过对系统扫描获得的图像进行分析与处理,实现对目标区域的三维重建。采用边缘检测算法与基于极值法的高斯拟合法相结合的条纹中心提取算法,利用坐标转换公式,得到相应的三维点云坐标。点云处理方面,将alpha shapes边界提取算法和Delaunay三角剖分相结合,实现对点云的滤波与重建。针对实验中由于光线在不同介质表面折射造成的视角误差问题,提出了一种折射校正算法,并用已知尺寸的标准球进行了误差实验。结果表明,在500~1200 mm的工作距离内,系统可以实现对水下目标物体及区域的三维形貌还原,重建误差小于0.6 mm,满足设计要求,为水下三维重建技术提供新的参考。     

基于字典学习的土壤地球化学数据稀疏重构

在土壤地球化学数据的勘察和采集过程中,因为各种客观因素导致数据不完整,这会对后续的研究工作造成一定的影响,因此对数据进行重构是预处理阶段最基本的步骤。基于土壤地球化学数据在自身或在变换域内的稀疏性,建立基于字典学习的土壤地球化学数据重构模型,将数据重构问题转化为稀疏优化问题,可以减少数据重构后的平滑效果,在一定程度上保留土壤地球化学数据在异常区和背景区交界处的结构特征。最后将反距离插值法和稀疏重构算法重构后的数据进行对比,结果表明稀疏重构算法能有效地对土壤地球化学数据进行重构。     

Parametric 3D reconstruction of the distribution density of point objects

The parametric reconstruction method has been developed for solving the problems concerning computer simulation of the 3D distributions of discrete objects, which are commonly specified by the parallel cross sections in the initial point cloud. The role of simulation and the model itself is examined as applied to the visualization of 3D distributions of objects and the analysis of microscopy data. The conceptual prerequisites and particularities of the technical implementation of the proposed method are compared with the lofting technique, which is widespread in modern 3D simulation systems. The peculiarities of method application are demonstrated by the example of reconstruction based on a series of model data.