排序方式: 共有52条查询结果,搜索用时 93 毫秒
1.
空间非合作目标位姿测量是空间在轨维护的前提。面向空间机械手对空间载体自动抓捕的应用需求,提出了基于结构光的空间非合作目标视觉测量方法。该方法以双套双线结构光测量装置作为测量传感器,以空间载体上普遍存在的星箭对接环作为抓捕目标。根据对接环的共同特点,选择直线特征和点特征相结合作为相对位姿的求解特征;基于直线特征求解圆环平面法向量,基于点特征求解圆环圆心坐标,进而得到机械手工具坐标系与对接环坐标系间的相对位姿关系;基于多重几何约束实现了不同光照条件下图像上目标直线的鲁棒识别。建立了演示验证实验系统,在大量演示实验的基础上,进行了实验结果分析。 相似文献
2.
3.
4.
5.
6.
纹理是使图像具有视觉真实感的重要因素,红外纹理生成是场景红外成像仿真的重要组成部分,也是真实感场景仿真的迫切需求。以在图像平面直接生成具有真实感的景物红外纹理图像为目标,提出了一种草地的红外纹理建模与真实感绘制方法,从模拟组分温度分布和空间结构形态两方面开展研究。首先,考虑土壤-植被-大气间的热交换过程,建立红外辐射的耦合求解模型;其次,构建各组分的空间分布模式;最后,将已经求解的红外辐射数据映射到图像空间,生成具有真实感的红外纹理图像。对近距离或放大状态下草地红外纹理的视觉效果进行了模拟,理论分析和仿真结果表明:所提出的红外纹理模拟方法具有一定的合理性和有效性。 相似文献
7.
8.
针对3D视觉检测中最典型的误差源图像中像素的量化误差,在已知模型的条件下,对双目立体视觉提出一种模型,利用该优化模型及改进的约束最小二乘法对未知模型的立体视觉解法做一些改进,可以明显减少系统的误差,仿真结果表明,与未知模型的立体视觉方法相比,在同样的量化误差条件下,该方法可将系统误差减少50%以上。 相似文献
9.
10.
生成对抗网络及其在图像生成中的应用研究综述 总被引:3,自引:0,他引:3
生成对抗网络(GAN)是无监督学习领域最近几年快速发展的一个研究方向,其主要特点是能够以一种间接的方式对一个未知分布进行建模.在计算机视觉研究领域中,生成对抗网络有着广泛的应用,特别是在图像生成方面,与其他的生成模型相比,生成对抗网络不仅可以避免复杂的计算,而且生成的图像质量也更好.因此,本文将对生成对抗网络及其在图像生成中的研究进展做一个小结和分析:本文首先从模型的架构、目标函数的设计、生成对抗网络在训练中存在的问题、以及如何处理模式崩溃问题等角度对生成对抗网络进行一个详细地总结和归纳;其次介绍生成对抗网络在图像生成中的两种方法;随后对一些典型的、用来评估生成图像质量和多样性的方法进行小结,并且对基于图像生成的应用进行详细分析;最后对生成对抗网络和图像生成进行总结,同时对其发展趋势进行一个展望. 相似文献