基于计算机视觉图像精密测量的关键技术研究

随着现代信息技术以及科学技术的进步,对于测量精度的要求越来越高。然后在科技发展前,近代的测量方法精度并不足以满足人们的需求,对数据的要求越来越高,如今的测量方式得出的数据基本上等同于人工测量,达不到设计要求的精度,浴室就会进行多次的测量并且取近似值。这样的测量方方法浪费了大量的时间,并且测量出的数据仍旧达不到设计的要求。针对这种情况,为了得到更加精准的测量数据,现代测量当中出现了计算机涉巨额精密测量,这种测量方式在如今是最精准的,并且能够快速得到想要的数据,在如今的测量中,计算机市局图像精密测量运用越来越广泛,收到了业界人士的追捧和广泛使用。本文将要通过理解计算机视觉图像精密测量的含义,讨论计算机视觉图像精密测量的关键技术。     

城门山铜矿浓密机智能控制系统设计开发

城门山选矿厂由于建设初期条件不完善,浓密脱水工序未配套相关自控系统,操作工人需定期巡视生产流程,现场人工操作设备,工人劳动强度大,效率低。人工操作的随意性和滞后性无法保证生产流程的平稳,浓密机底流放矿的浓度时高时低,对后续压滤工序产生较大影响。根据现场实际,采集了流程关键变量,开发了浓密脱水自控控制系统,在线监视设备的运行。根据PLS建模方法,对较难直接测量的底流浓度进行了智能预测软测量。结合操作工人工作经验,开发了专家控制系统,自动控制阀门放矿,保证了底流浓度的平稳。     

应用膨胀算法提取目标的直接定位算法

为了解决被动雷达系统中的多发射源定位问题，提出了一种基于多重信号分类(MUSIC)算法和图像膨胀(IE)算法的直接定位方法。该方法结合了谱分析中的MUSIC思想，通过对接收量测协方差矩阵进行特征分析求解目标的位置。首先，在目标个数未知的前提下，利用Akaike信息准则(AIC)来确定模型阶数；然后，推导了基于MUSIC的定位代价函数；之后，利用图像膨胀算法处理得到的代价函数平面；最后，膨胀处理后的输出为目标个数及目标位置的估计值。提出的算法有效地解决了目标检测及提取的问题，能够确定多个目标的位置坐标，为后续的定位性能分析提供可能性，也保证了算法的完整性。进一步地分析了多个临近目标情况下影响目标提取性能的主要因素。     

GFTT+FREAK的小型测绘无人机遥感图像自动拼接技术

针对目前广泛应用的小型测绘无人机遥感影像易受尺度、倾斜和光照等变化影响,导致影像拼接难度大的问题,提出了一种基于GFTT+FREAK的局部特征匹配能够适用于小型测绘无人机的遥感影像拼接方法,该算法可以直接提取未经预处理的测绘无人机拍摄图像的局部特征,通过局部特征匹配进行图像拼接,保证拼接准确性的同时,大大提高了测绘影像拼接的效率。     

机器双目视觉里程计定位算法

随着人工智能的发展,在智能机器人及无人驾驶汽车应用上,空间定位是最基本和关键的问题。针对空间运动载体的定位算法,提出了双目视觉里程计定位算法,从摄像机标定、图像处理、特征提取和匹配以及运动估计4个方面展开了研究。出于实时性和精确性的考虑,使用Matlab 2016b和Visual Studio 2015两个软件进行混合编程。运用该算法对搭载双目相机的汽车在行进过程中所拍摄的图片进行计算,得出汽车精确的运动轨迹。