基于几何特征的圆形标志点亚像素中心定位

视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0.023 7pixel,算法的运行时间为2~3ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。     

提取直线特征实现机场跑道实时检测

鉴于现有的基于链码跟踪和霍夫变换的传统直线检测方法对于噪声敏感和计算量大的缺点，本文提出将改进的链码跟踪与霍夫变换相结合的方法提取直线，成功实现了航拍图像中机场跑道的实时高精度检测。通过采用改进的链码跟踪，首先剔除短的和弯曲的线段，大大减少了霍夫变换处理的点数，同时确定直线的近似方向，缩小了霍夫变换的角度搜索范围。然后对霍夫变换进行金字塔分层计算，大大减小了计算量。在程序设计方面，为图像建立链表结构数组，固定了内存空间大小，避免了动态分配内存方式生成链表产生的越界问题。目前算法已经成功嵌入TMS320C6416硬件平台，实验表明，本算法比传统霍夫变换算法运算量减少了约29倍，与单纯的链码跟踪直线检测相比，能够克服图像的模糊、遮挡等干扰，成功实现机场跑道的实时精确检测。     

结合归一化差分高斯特征的图像匹配技术研究

图像匹配技术是目前国际上航空摄影测量、光学和雷达跟踪、飞行器巡航制导、导弹投射系统的末制导寻的等领域发展迅速前沿、尖端技术之一。近年来,SIFT算法以其优秀的匹配性能在图像匹配领域受到广泛的关注。鉴于传统SIFT及改进算法计算复杂,难于实际应用的问题,提出结合归一化差分高斯特征的图像自动匹配技术,提取对于复杂影响鲁棒的归一化差分高斯特征,通过在特征点处建立主方向趋势特征向量,减少传统特征向量的冗余,解决不同条件下获取的目标或场景的图像匹配问题.大量实验表明,本匹配算法能够适应图像的旋转、缩放、平移等变化,并且对于噪声、光照变化影响鲁棒;同时计算速度快,具有较好的工程实用价值。     

结合直方图紧凑均衡的图像增强算法

鉴于现有的平台直方图均衡图像增强算法的平台阈值难于选择的问题,文中提出了一种结合直方图紧凑均衡的图像增强算法,将稀疏的直方图分布紧凑化,同时构造自适应平台阈值选取方法,增强图像的细节,限制背景和噪声。该方法克服了传统平台直方图方法整体提升,细节不突出的缺点。目前算法已经嵌入工程硬平台,针对大量低照度图像的实验结果表明,算法能够根据图像内容,自适应选择平台阈值,提升图像细节,较好地抑制背景,同时计算简单,便于实际应用。     

结合直方图紧凑均衡的图像增强算法

鉴于现有的平台直方图均衡图像增强算法的平台阈值难于选择的问题,文中提出了一种结合直方图紧凑均衡的图像增强算法,将稀疏的直方图分布紧凑化,同时构造自适应平台阈值选取方法,增强图像的细节,限制背景和噪声。该方法克服了传统平台直方图方法整体提升,细节不突出的缺点。目前算法已经嵌入工程硬平台,针对大量低照度图像的实验结果表明,算法能够根据图像内容,自适应选择平台阈值,提升图像细节,较好地抑制背景,同时计算简单,便于实际应用。     

手眼相机位姿测量精度理论分析及验证

从理论和实验上对手眼相机位姿测量精度进行了研究。首先,根据靶标设计形式和P3P 算法介绍位姿测量原理。接着,从理论上分析了位置测量精度和姿态测量精度,即靶标沿X 轴平移位置测量精度和靶标绕X 轴、Y 轴、Z 轴旋转测量精度。然后,对通常的检测方法进行分析,提出了以产生相对位姿实现六维自由度变化的检测方法,提出用中误差对测量精度进行评价,并具体介绍了检测方法。最后,对手眼相机测量精度进行了实际检测,将实验数据与理论数据进行了对比分析。实验结果表明:距离测量精度最大为25.60 mm,旋转测量精度最大为1.4毅,均满足测量精度的要求。     

复杂场景中航天器靶标的快速识别

基于靶标的几何特征提出了一种快速识别算法来解决目前航天器靶标识别存在的问题。设计了一款带有线段与圆环图案的合作靶标。利用高斯滤波去除图像中的噪声,运用Canny检测算子得到边缘图像,并跟踪得到单像素边缘序列。然后,通过判断非共线四点是否共圆排除大部分不可能构成圆的边缘,利用同一圆周的两段子弧对应相同圆心和半径的几何特征实现圆检测。最后根据靶标圆与线段的几何关系排除干扰,实现靶标的准确识别。实验结果表明,该靶标识别算法对噪声、光照、旋转等不敏感,能够在多种复杂场景中快速、准确地识别靶标,处理时间小于125ms,满足实时位姿测量8帧的需要。目前,该算法已经成功应用于工程样机。     

一种复杂背景下的实时目标跟踪算法

鉴于现有的均值漂移跟踪算法不能适应目标运动速度过快和全部遮挡,并且由于存在开方、除法等大量浮点运算,在定点DSPs数字信号处理器中应用难于满足实时跟踪要求。本文在核密度估计,均值漂移算法迭代权值,Bhattacharyya系数等方面进行改进,给出优化的算法流程。不仅增强了目标与背景相似时搜索目标的能力,而且全部使用整点运算,计算时间满足实时跟踪要求。通过将优化算法与卡尔曼轨迹预测相结合,解决了目标运动速度过快和全部遮挡问题。目前该算法已经成功嵌入TMS320C6416硬件平台,实验结果表明,在混乱背景、目标发生旋转、遮挡、形状变化、运动速度过快等情况下,该算法能够保持连续稳定的实时跟踪。     

结合尺度空间FAST角点检测器和SURF描绘器的图像特征

为了获得能够很好地应用于远距离目标识别且计算快速的图像特征,本文提出了一种结合尺度空间FAST(加速分割试验特征)角点检测器和SURF(加速鲁棒特征)描绘器的新特征算法。SURF算法利用了基于快速海森矩阵的关键点检测算法,容易从图像中快速海森矩阵响应值较高但信息匮乏的边缘区域提取大量关键点,进而导致大量的低独特性特征以及不可忽视的误匹配率;同时,其高斯滤波带来的图像模糊使得算法在远距离目标区域内检测到的关键点数量减少,从而对远距离目标的识别造成困难。针对SURF算法的这些问题,本文方法利用尺度空间FAST算法代替快速海森矩阵,并利用具有良好的独特性的SURF描绘器。该方法能够有效地减少对上述类型的干扰性关键点的提取,对远距离目标的关键点检测的性能相对于快速海森矩阵具有显著优势,且其独特性优于同样使用FAST角点检测器的BRISK特征。实验结果表明,对于带有光照变化、尺度变化和3D视角变化目标,基于本文特征的识别算法的识别正确率高于基于SIFT、SURF和BRISK特征的识别算法;本文特征适用于远程目标识别,同时其计算速度达到了与SURF接近的水平。     

采用SIFT的末制导图像匹配技术

图像匹配技术作为末制导图像处理器的关键技术具有重要的理论意义和实用价值.近年来,SIFT算法以其优秀的匹配性能在图像匹配领域受到广泛的关注.针对传统的及现有的改进SIFT算法计算复杂、难于实际应用的问题,使用VC++对各种SIFT的改进算子进行仿真实验,对比不同算子的实验性能,提出一种更加快速稳定的SIFT算法.在尺度...