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。     

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。     

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。     

集装箱箱号字符识别关键技术的研究

文中主要以集装箱箱号识别为研究对象,在对现有的集装箱照片进行预处理以及定位的基础上,实现箱号的准确识别。主要论述影响字符识别各种关键因素,并且在传统模板匹配的基础上,提出全新的加权模板匹配法和字符结构相结合的识别方法。该方法并不是将36个字符用统一的模板进行匹配识别,而是根据字符结构进行分类,每类都会予以不同的权值分配模板。字符结构是一种二级识别,两种方法相结合很好地实现了对断裂、粘连以及倾斜字符的识别。最后通过理论分析和实验证明了该方法的有效性,并给出了需要进一步研究的问题。     

基于深度学习的四旋翼无人机单目视觉避障方法

针对无人机避障问题，提出一种基于深度学习的四旋翼无人机单目视觉避障方法。首先通过目标检测框选出目标在图像中的位置，并通过计算目标选框上下边距的长度，以此来估量出障碍物到无人机之间的距离；然后通过协同计算机判断是否执行避障动作；最后使用基于Pixhawk搭建的飞行实验平台进行实验。实验结果表明，该方法可用于无人机低速飞行条件下避障。该方法所用到的传感器只有一块单目摄像头，而且相对于传统的主动式传感器避障方法，所占用无人机的体积大幅减小。该方法鲁棒性较好，能够准确识别不同姿态的人，实现对人避障。     

基于TDOA和PTP的高精度WLAN定位系统的设计和实现

针对室内WLAN定位目前难以达到分米甚至厘米级的高精度问题,以IEEE1588v2(PTP)精确网络时钟同步技术和到达时差原理(TDOA)为基础,结合非视距(NLOS)测距误差消除等技术,研究和设计出一套基于现有WLAN(IEEE802. 11x系列标准)设备的高精度实时定位解决方案。实验表明,该系统实现的到达时间测量和定位精度等参数优于UWB、CSS无线定位方案。本案可广泛应用于移动互联网、物流管理、矿业勘探、医疗健康等需要精准位置服务(LBS)的行业领域。