快速景象匹配算法控制策略

为提高景象匹配算法的匹配性能,分析匹配算法设计的基本思路及常见两类匹配算法的优缺点,提出采用一定的控制策略以加快匹配速度,进而提高匹配效率的思想,给出几种匹配控制策略的设计思路.以归一化积相关景象匹配算法为例,采用先粗后精的分层匹配策略,实现了算法的加速,通过大量的匹配仿真实验,验证了该匹配控制策略的可行性、有效性.     

基于相机状态方程多模增广的改进MSCKF算法

针对基于多状态约束卡尔曼滤波(MSCKF)的视觉-惯性里程计算法中相机状态方程增广过程的误差累积问题,提出了一种相机状态方程多模增广方法。该方法首先对视觉特征跟踪状态的稳定性进行判断,然后自动地选择基于视觉图像信息优化求解相机相对位姿参数或基于惯性传感器(IMU)状态递推结果联合相机外参初始化新图像帧相机位姿参数两种途径增广相机的状态方程,解决特征跟踪状态稳定情况下IMU误差的累积问题。实验部分通过EuRo C数据和实际应用数据对算法的性能进行了验证分析,结果表明,改进后的MSCKF算法能够在特征跟踪稳定状态下有效避免IMU误差的累积,进一步融合视觉与惯性系统之间的互补优势,提高载体的定位定向精度和稳定性。     

嵌入式主从并行处理系统命令分析器的设计与实现

论文分析了嵌入式主从并行处理系统应用软件特点,引入了完备自动机定义命令分析器的抽象数学模型,用该模型给出了命令分析器的形式化描述并编程实现,结果证明该方法是行之有效的。     

UPF算法在状态估计中的应用

首先分析了基于贝叶斯理论的粒子滤波算法的原理：然后在分析采样-重要性-重采样算法基础上讨论了粒子滤波算法存在的主要问题,研究了一种使用UKF产生重点密度函数的粒子滤波算法（UPF）;最后通过实例将该算法与粒子滤波算法进行比较,仿真结果表明UPF算法运算时间低于粒子滤波算法.     

基于空间联合的红外舰船目标数据增强方法

针对红外舰船目标图像数据少、获取难度高等问题,结合图像的几何变化以及金字塔生成对抗网络的特征拟合,提出一种几何空间与特征空间联合的红外舰船目标图像数据增强方法。首先,利用基于几何空间的几何变换、混合图像及随机擦除等图像变换方法对红外舰船目标图像进行增强;然后,根据红外舰船图像特点,改进金字塔生成对抗网络（SinGAN）,在生成器引入In-SE通道间注意力机制模块,增强小感受野特征表达,使其更适合用于红外舰船目标;最后,在数据集层面联合基于几何空间的几何数据变换和基于特征空间的生成对抗网络两种方法,完成对原始数据集的数据增强。结果表明:以YOLOv3、SSD、R-FCN和Faster R-CNN目标检测算法为基准模型,开展红外舰船图像数据增强仿真实验,采用增强数据训练的网络模型的舰船目标检测平均精度（mAP）均提高了10%左右,验证了所提方法在小样本红外舰船图像数据增强方面的可行性,为提高红外舰船目标检测算法提供了数据基础。     

一种通用的边缘特征检测方法及其实现

在分析几种经典的边缘检测方法基础上,总结了一种通用的边缘特征检测方法。基于C Builder语言,研究了该方法的设计与实现,并对常用的Roberts、Laplasian、Sobel、Prewitt等检测算子进行了实验验证,说明了本文斤法的有效性。     

景象匹配制导基准图选定准则研究

系统地研究了一些图像可匹配性检验参数,定义了图像的自匹配性能参数,设计了该参数的计算方法,进而提出一种新的基准图选定准则。基于理论分析与仿真实验,指出了常用准则存在的局限性,说明了本方法的优越性;通过大量的基准图选定实验,给出了特定条件下常用准则的门限值,验证了该准则的有效性及实用性。     

六旋翼无人机空基智能排爆系统设计与实现

近年来随着无人机技术的快速发展,各种“无人机+”代替人工作业的成功案例更是层出不穷。所设计的空基智能排爆系统是融合了无人机自主导航、深度学习和YOLOv5目标检测等技术,并将排爆执行机构、双光一体云台吊舱和实时图像传输等硬件装置相结合形成的系统。实验结果表明,该系统具有视觉搜寻范围广、目标识别精度高、可操作性强、排爆行动迅速等优点。在实际操作过程中,操作人员控制该系统抓取、转移和销毁未爆弹,人员作业位置远离未爆弹杀伤的有效半径,解决了未爆弹(UXO)拆除过程中潜在的伤亡问题。     

复杂地面背景下相对定位目标选择与识别算法

针对相对定位技术在复杂地面背景下存在相对定位目标选取质量不高、识别难度大的问题,基于最稳定极值区域（MSER）和双层匹配矫正策略提出一种新的相对定位目标选取与识别算法。算法首先提取基准图和实时图的MSER特征,并进行椭圆拟合和规则化,然后根据特征区域的选择权重指数自适应选取相对定位目标,再利用MSER特征的尺度和仿射不变特性,基于互相关性准则提取两图像间匹配的MSER特征对,最后采用位置权重指数和随机抽样一致性（RANSAC）算法进行双层匹配矫正,剔出误匹配特征对,实现相对定位目标的准确识别。实验结果表明,针对复杂地面建筑场景,该方法的相对误识别率最大为0.125,绝对误识别率为0.028。基本满足成像末制导相对定位技术稳健性好、识别精度高、抗干扰能力强等要求。     

基于Hausdorff距离和免疫遗传算法在图像匹配的应用研究

部分Hausdorff距离和免疫遗传算法相结合的图像匹配算法包括：定义编码与适应度函数、确定交叉变异算子及免疫操作。部分HD距离作为模板匹配的相似性测度，可有效减少匹配计算量；免疫遗传算法具有较强的鲁棒性和强大的并行搜索能力。两者的结合明显缩短匹配时间，提高匹配的精确度和鲁棒性。仿真结果验证该方法高效稳定。