气液两相流中改进图像互相关测速的完整实现

针对气液两相流中密集气(液)相速度场准确测量的需要,提出了改进图像互相关测速的完整实现方法。基于傅里叶变换的图像互相关测速原理,采用回归迭代互相关算法以提高测量精度,基于相邻速度属性对误矢量进行修正,并采用亚像素拟合方法准确定位,通过对不同拟合算法进行比较,验证了3点高斯拟合算法的优越性。实验结果表明,本文提出的测量方案可以有效提高图像互相关测速的精度。     

基于光流的非结构化环境中移动机器人避障方法

为了解决在复杂非结构化环境中的避障问题,提出了一种基于光流的适用复杂非结构化环境的移动机器人避障方法.首先,引入梯度守恒假设和局部加权对光流算法进行改进,减少了光照变化不均和噪声对光流算法的影响,提高了算法的计算精度和鲁棒性.然后,使用光流散度来计算相碰撞时间(time-to-contact,TTC),并利用TTC构建障碍地图.设计的航向决策算法能在机器人与障碍物发生碰撞危险时,为机器人选择最优的前进方向.对提出的避障方法进行了仿真及物理实验,实验结果表明:利用该避障方法可以实现移动机器人在复杂非结构化环境中无碰撞地行走.     

红外测速光幕靶改进及测量精度分析

为提高XGK-2002型红外测速光幕靶的测量精度及安装调试速度,提出采用双辅助激光器实现光源和接收精确对准的光幕靶改进方案.在现有红外测速光幕靶工作原理及结构基础上,对光源和接收对准中存在的问题进行了探讨,分析了其影响.提出了在光幕靶两端分别设置一激光器实现对准的光幕靶改进方案,并从测时误差及靶距误差两方面对改进后测量精度进行了分析.结果表明,改进后的光幕靶可快速、直观的实现光源和接收的对准,测试精度及安装可靠性提高,改进后测速精度可达到1‰.     

先验信息辅助的运动模糊星图星点提取方法

星敏感器处于高动态环境时所拍摄的星图会出现运动模糊现象,这将会严重影响星敏感器的星点提取精度.针对上述问题,提出了一种基于先验信息直接对高动态环境下的运动模糊星图进行星点提取的方法.首先,利用惯性导航系统和星敏感器的姿态先验信息预测当前运动模糊星图上的星点粗略坐标,将其作为“种子”点进行局部区域生长而获得运动模糊星图上的星像范围;然后,基于惯性导航系统的角速度输出估算星像运动轨迹长度并利用质心法计算星点坐标,根据星像运动轨迹长度与质心法提取误差之间的关系建立运动模糊星图星点提取误差修正模型;最后,基于上述模型对星点坐标进行修正,得到精度较高的运动模糊星图星点坐标. 仿真结果表明,相比于先对运动模糊星图进行复原再提取星点坐标的方法,本方法不仅能保证高动态环境下星敏感器的星点提取精度和较好的抗噪性能,同时还能大大减少星敏感器对运动模糊星图的处理时间,这有助于保证星敏感器的数据更新率不受高动态环境太大影响.     

基于区域光流特征的异常行为检测

为了满足智能视频监控的需求,提出一种基于区域光流特征的异常行为检测方法.为了减少光照变化、环境扰动等因素对光流的影响及可靠地提取出运动区域,采用改进的混合高斯模型(MoG)来表示背景像素的变化并自适应更新背景模型,用背景差法从视频序列中提取出运动前景.通过最近邻法对前景进行区域标记,采用Lucas-Kanade方法计算出运动区域内的光流信息.采用基于幅值的加权方向直方图描述行为,计算运动区域内直方图的熵来判断行为的异常.基于不同场景下的视频序列所进行的实验测试结果验证了所提方法的有效性.     

结合光流法的车辆运动估计优化方法

针对车辆自主定位实时准确的要求,提出一种结合光流法的车辆运动估计优化方法.采用改进的Lucas-Kanade算法跟踪FAST特征点计算其光流;进而对图像间偏移量进行坐标系转换,获得初始坐标系下车辆的运动估计值;基于偏移量与旋转角度误差服从正态分布的假设,优化更新采用光流法的车辆运动结果,最终映射到世界坐标系中获得车辆运行轨迹.通过测试多组不同车辆行驶轨迹,结果表明:该优化方法突出了光流法的实时性并且克服了其精度差的缺点,有效解决了由累积误差引起的轨迹漂移情况,能够提供车辆准确实时的定位输出.相较于基于特征点匹配的车辆定位其计算时间短,与常用的光流法比较,轨迹更加精确、光滑.     

帧差与快速密集光流结合的图像法测流研究

图像法测流技术因其简便、高效、安全等优点得到了普遍的关注,开始应用于国内外水文站。目前主流的图像法测流技术通常采用天然水面模式作为示踪物,利用空域互相关法处理图像获得流场矢量,被称为大尺度粒子图像测速(LSPIV)。但该方法在天然河道流量测量中仍存在着较大不确定性及一致性差等问题,并且由于相关性匹配问题该方法的测量速度很难达到实时性测量要求。本文提出一种基于帧间差分与快速密集光流结合的分组图像法(FD-DIS-G)快速测流方法。首先,利用帧差法计算运动显著性图去捕捉到细微的水面运动来处理低流速下河流运动在视频中表现不明显的问题。其次,使用快速密集光流法(DIS)计算运动显著性图中小块区域之间的密集光流,小块区域和快速密集光流法结合能提高流量测量的精度和时效性。同时,设计了一种新的分组处理奇异值的方法,提高了算法的整体准确性,增强了算法的稳定性。本文将流速仪测量得到的垂线平均流速、平均流速以及断面流量作为比测标准,利用水文站所拍得的天然河道水流视频进行比测实验,实验结果表明,相比于广泛使用的LSPIV测量方法,本文方法在平均流速和断面流量上的精度有明显的提升,垂线平均流速的稳定性有显著的增强,并且实时性好。     

曳光弹速度光幕靶测量算法研究

针对常规光幕靶不能测试曳光弹速度的问题,提出了一种速度测量算法.该方法配合光电互补传感器的光幕靶与数据采集系统,通过对光幕靶输出的曳光和弹体信号进行特征值分析,采用对比和广义相关算法精确计算出弹丸的飞行时间.实弹试验表明,设计的算法可以实现曳光弹测速,也可以实现常规弹测速,在曳光不稳定时也能够测出速度,并能识别有无曳光.测量精度满足靶场对曳光弹测速要求.     

改进的M法转速测量

针对电机低速时M法转速测量在检测周期内所记录的脉冲数较少导致相对误差较大以致无法保证测量精度的问题,采用一种改进的M法进行测速。分析M法的测速原理,总结出M法不适合高速以外的范围,并且速度越低,其测量精度越低。所采用的基于速度预估的M法测速能在电机高速转动时不失M法的实时性,同时在高速以外的速度范围能够保持与高速相同的测量精度。电机转速测量实验中,改进的M法具有很好的应用,测量精度能够达到M法测量精度的10倍。     

基于光流的运动人体提取

提出了一种改进的Lucas-Kanade光流算法，将这种算法应用于步态识别中, 并引入了高阶梯度的光流场约束方程，计算出其Hessian矩阵. 将Hessian矩阵条件数的倒数做为Lucas-Kanade光流法的加权阵，可有效地消除局部邻域中不可靠约束点，并大大提高基本约束方程解的稳定性. 实验结果表明，此方法能精确地描述出运动人体的光流场.     

面向工业检测的图像快速去直线运动模糊方法

在基于机器视觉的工业检测中,由于受到传送带速度变化或曝光不足的影响,得到的图像有时会产生运动模糊,影响检测效果.为去除工业检测中的图像运动模糊,提出了基于R-L引导滤波的快速去直线运动模糊方法.首先对图像的模糊参数进行评估,使用图像的频谱图积分评估图像的模糊方向,使用微分自相关方法得到模糊图像尺寸;然后通过提出的R-L引导滤波方法快速去除运动模糊并抑制振铃效应,得到清晰图像.通过对工件图像去运动模糊的仿真,证明了模糊核估计的准确性;与TPKE和HQ比较,提出的去模糊方法在对噪声的鲁棒性和抑制振铃的效果更好.通过对不同速度、不同工件下实拍图像的去运动模糊实验,以及客观评价指标、去模糊前后尺寸测量的差异和运行速度证明了该方法在工业检测中的优势.实验结果表明:提出方法的R_(PSNR)和R_(SIMM)优于对比方法,在抑制振铃的同时保持了边缘的清晰;同时,提出方法对尺寸的测量影响也更小,在小尺寸的工件上具有优势,最大误差为0.31像素.     

全景摄像机标定

针对一般全景摄像机标定方法需要特殊的装置、设备和仅适用于满足单视点约束情况下的问题,依据从单视点指向三维点的向量投影到图像平面的过程可以用泰勒级数描述的理论,建立了双曲面全景摄像机标定方法的一般传感器参数模型.标定方法能够补偿镜子焦点与摄像机光心间的配置误差,能够应用于单视点约束没有精确满足的情况下.同时算法只需摄像机从不同位置获取棋盘格平面模板图像可以进行标定.摄像机和平面模板可以自由移动,而不需知道运动的先验知识,所以算法灵活方便,而模型的参数通过非线性优化得到,所以精度较高.     

立轴旋涡涡核半径的研究

涡核半径是旋涡流场中切向速度最大位置对应的半径.由于旋涡运动的复杂性,通过测量全流场的切向速度来确定涡核半径的难度较大,而其它的确定方法也存在一定差异.通过一个易于确定的特征参数--旋涡水面线最大曲率点到中轴线的距离,来间接计算涡核半径的方法.论证了该参数与涡核半径之间存在着一个十次隐式方程的关系,讨论了关系式解的唯一性,并根据计算结果绘制了两者之间的无量纲关系曲线.对不同试验测量的旋涡水面线,采用本方法计算了涡核半径.     

全方位精密微小型移动机器人的运动分析

采用压电陶瓷作为微驱动元件，设计了一种尺寸为50 mm×50 mm×10 mm，基于尺蠖蠕动原理工作的新型全方位精密微小型移动机器人，以其作为负载平台，用于精密操作过程中对微小元件的搬运、操作、精密定位等.在介绍尺蠖蠕动工作原理的基础上，对机器人的运动特性进行了分析，建立了机器人全方位运动模型.对机器人进行了分辨率、定位精度以及全方位运动等的实验研究，实验结果表明，该机器人负载能力约为750 g，最大工作频率可达40 Hz，运动速度可达208 μm/s，运动分辨率可达50 nm，开环直线定位偏离率约为5％；在采用了逐次逼近法进行误差补偿和显微视觉实现闭环控制后，定位精度可达100 nm，可以作为一种通用的高精密移动定位平台，在机器人上集成多种精密微操作器件后，可完成多种微作业任务.     

一种运动模糊图像的快速恢复算法

根据运动造成的图像模糊的特点,建立了原始图像与模糊图像间的关系,在此基础上利用最大熵原理实现了对图像的快速恢复,得到较好的效果。由于仅对图像的局部进行处理,因此可以实现对图像的并行处理,从而可大大提高处理速度。     

结合编码曝光和运动先验信息的局部模糊图像复原

针对局部运动模糊图像复原的病态性和背景被破坏的问题,提出基于编码曝光和运动先验信息的局部模糊图像复原方法. 分析编码曝光成像理论模型,建立最优码字选取的适应度函数准则. 通过物像关系,获得运动目标的点扩散函数（PSF）像移尺度初步估计参数,作为运动先验信息. 采用背景差分法进行目标提取,综合编码曝光运动模糊图像的叠加特性,实现对运动模糊目标区域的精确提取. 结合先验信息,引入基于贝叶斯最大后验概率框架的student-t复原算法进行PSF精确估计和复原重建,快速迭代得到复原结果. 搭建实验仿真系统,并开展针对实际运动目标的复原实验. 实验结果表明,该方法能有效改善传统曝光中运动模糊复原的病态性问题,抑制复原过程中目标图像边缘振铃及背景噪声的放大效应,所复原图像具有更好的主客观评价结果.     

基于RG B-D数据的自适应局部时空特征提取方法

对于一次学习手势识别,噪声和全局经验运动约束严重影响时空特征的精确与充分提取,为此提出了一种融合颜色和深度( RGB-D)信息的自适应局部时空特征提取方法。首先建立连续两灰度帧和两深度帧的金字塔以及相应的光流金字塔作为尺度空间。然后根据灰度和深度光流的水平与垂直方差自适应提取运动感兴趣区域( motion regions of interest, MRoIs)。接着仅在MRoIs内检测角点作为兴趣点,当兴趣点的灰度和深度光流同时满足局部运动约束时即为关键点,局部运动约束是在每个MRoI内自适应确定的。最后在改进的梯度运动空间计算SIFT-like描述子。 Chalearn数据库上的实验结果表明：提出方法得到了较高的识别准确率,其识别性能优于现已发表的方法。     

基于随机位移方法的植被水流纵向离散研究

在天然河道中,离散主要是由纵向流速在横断面分布的不均匀所引起,当河道中存在部分挺水植被时,流速分布的不均匀性更加明显。为了研究部分挺水植被水流中的纵向离散,假设各变量在垂向是不变的,模拟一个由流向和横向组成的二维域,引入了基于拉格朗日观点的随机位移模型,该方法直接使用独立运动的离散颗粒来描绘物质的输移,不再需要求解随流扩散方程。随机位移模型主要根据水深平均流速和横向紊动扩散系数的横向分布来确定污染物的分布。其中,流速横向分布公式采用了基于剪切涡的简化经验公式,该公式的优点在于不用对二次流系数进行率定,且物理意义明确;另外,利用量纲关系及遗传算法给出了剪切涡外层宽度的显性经验公式,分析可得剪切涡外层宽度主要由水深和河床阻力决定,植被的直径和密度对于涡旋外层结构影响较小;根据以往实测资料,提出了横向紊动扩散系数的横向分布模型,揭示了横向紊动扩散系数在交界处远大于稳定区的动力特性。为了验证随机位移模型预测的准确性,在长直部分植被水槽进行了室内试验,流场中不同点的浓度过程线的实测值与模拟值吻合良好,表明随机位移模型可以有效地模拟部分挺水植被水流纵向离散,为生态河道污染物混合输移的评估提供了新的方法。