多特征融合匹配的霍夫森林多目标跟踪

针对目标遮挡、形变等复杂环境中多目标跟踪准确性低的问题,提出了一种多特征融合匹配的霍夫森林多目标跟踪算法．首先,该算法根据目标检测响应进行初步关联,在线选取正负样本,通过融合颜色直方图、方向梯度直方图特征以及光流信息构建目标的特征模型;然后利用霍夫森林学习,形成可靠的长轨迹;最后采用多特征融合的轨迹匹配算法,引入颜色直方图的相似性度量和基于Gabor滤波器的特征点匹配两种方式,形成加权融合的概率矩阵,将长轨迹逐级关联为目标的完整轨迹．实验表明,该算法在多个复杂环境的视频序列中,可以有效解决目标形变、相互遮挡等问题,能实现多目标的鲁棒性跟踪．     

图像特征匹配中一种快速关键维过滤搜索算法

为了解决宽基线多图匹配中匹配效率低和匹配精度不高的问题,使用经典的SIFT特征作为描述子,提出一种新的高维特征搜索算法．采用基于距离尺度的相似性度量准则,首先将图像高维特征集合分类,然后为每一个类建立B+Tree索引,最后在KNN(K Nearest Neighbor)搜索阶段应用基于关键维过滤的查找策略,实现高维特征的快速匹配．实验结果表明,与经典的BBF和LSH等KNN搜索算法相比较,关键维过滤搜索算法具有更高的搜索效率和搜索精度,有助于提升宽基线多图匹配性能．     

一种基于多特征融合的视频目标跟踪方法

针对复杂场景下多特征跟踪算法适应性不强的问题,提出一种多特征有效融合和更新的目标跟踪方法.该方法首先在粒子滤波框架下采用加权融合的方式对目标进行多特征观测和相似性度量,通过分析粒子的空间集中度和权值分布建立一种有效的融合系数计算方法,使融合结果更加准确可靠.然后选取可信度高的特征检测遮挡,并动态调整目标模型的更新速度,以降低算法受目标变化和部分遮挡的影响.实验证明该方法对复杂的跟踪场景具有更强的鲁棒性,并适用于目标被遮挡时的跟踪.     

变电站场景下运动目标的检测和跟踪方法

在遮挡物较多的变电站场景下, 传统的目标跟踪算法容易出现人员跟丢、身份变换、目标被遮挡无法识别等情况, 无法做到对目标的准确实时跟踪。针对此问题, 提出了融合度量学习与卡尔曼滤波的变电站运动目标跟踪方法。首先, 采用融合多尺度特征的YOLOv3算法检测目标, 利用带权值的匈牙利算法匹配目标的历史运动轨迹; 然后, 通过卡尔曼滤波进行轨迹预测, 并应用度量学习匹配预测轨迹与历史运动轨迹, 结合目标外观特征信息, 以实现变电站内运动目标的跟踪; 最后, 以变电站场景下的人员为例进行实验, 结果表明, 人员跟踪准确率高, 且能满足变电站应用场景下的鲁棒性和实时性要求。     

基于树修剪和多特征融合的场景文本检测

为了解决最大稳定极值区（MSER）提取过程中产生的大量重复文本区域和非文本区域难以被剔除影响算法精度的问题,提出了一种基于树修剪和多特征融合的场景文本检测方法。首先提取出边缘叠加的MSER作为文本候选区域;其次设计了一种MSER树修剪算法剔除重复文本区域;然后采用贝叶斯分类器融合多特征剔除非文本区域;最后设定了一系列相似性标准合并文本区域。ICDAR 2011数据集（f=76.8%）上的实验结果低于目前最好的算法\[19\],但算法在速度上具有明显的优势。     

基于辅助惯性导航的数据地图特征分析

为评价地图匹配辅助导航参考地图的导航性能,本文定义的统计特征参数新增加了数据采集平台采样周期和测量精度2个参数.用数值仿真的方法进行了导航精度试验.其地图匹配算法采用较通用的递归处理匹配算法.利用实验结果建立了导航性能与新的统计特征参数之间的关系模型.     

基于小波多分辨率分析的快速图像匹配

提出了一种基于小波分层算法的快速图像匹配方法，首先利用小波变换的多分辨率特性将原图分解为若干级别，并保留其低频部分，然后在各层用归一化灰度组合相关法（NIC）作为相似性度量得到匹配位置，最后给出了实验结果并指出了存在的问题.     

骨架形状特征的目标识别算法

针对存在非刚性变化的目标识别,提出基于骨架形状特征的目标识别算法.该算法首先提取目标轮廓的骨架,以骨架接合点作为特征点,通过构造与其相连的骨架枝上的骨架特征不变量描述接合点;然后构建一种相似性度量函数对骨架接合点进行匹配,实现目标形状识别.实验结果表明,算法对目标的相似性变换具有较好的稳定性,在目标存在非刚性变化的情况...     

具有几何约束匹配的SIFT图像盲检测研究

复制粘贴是常见的图像篡改手段之一。SIFT是常用的一种匹配算法,也是一种有效的图像复制粘贴篡改检测方法。该算法只采用欧式距离作为度量图像复制区域和粘贴区域特征点向量间的相似性,并未加入其他的匹配约束,由此会产生特征点的误匹配;因此,对得到的匹配点对采用方向一致性几何约束,剔除误匹配点对,提高匹配的正确率和算法后续几何评估中RANSAC算法的执行效率。最后,分别对缩放、旋转,以及在篡改图像中添加噪声等情况进行实验。实验证明改进算法对上述情况的性能提升明显。     

SIFT算法的相似性度量优化

针对人脸姿势变化对人脸识别的影响,采用具有良好的尺度、旋转、光照等不变特性的SIFT算法.在分析SIFT特征向量生成过程的基础上,提出一种降低SIFT匹配过程中相似性度量计算代价的方法以提高SIFT特征匹配效率.该方法以绝对值距离和棋盘距离的线性组合距离代替欧式距离作为特征描述子之间的相似性度量.实验结果表明:该方法在保持鲁棒性的同时,可以降低时间复杂度,提高图像匹配的效率.     

无人驾驶飞机GPS导航系统的设计与实现

介绍了目前无人驾驶飞机（无人机）的几种定位和导航方法，提出了一种新的无人机导航系统：ＧＰＳ导航系统；论述了该系统的总体方案，分析了其关键技术；设计并实现了系统的硬件和软件；给出了试验结果。该系统可自主导航，也可用遥控系统辅助导航。它可用遥测系统监测飞行，在屏幕地图上显示预定航线和飞行航迹。它可用单个ＧＰＳ接收机导航，也可利用遥控信道进行ＧＰＳ差分。这是一种应用前景很好的无人机导航系统。     

基于智能Agent的小型无人机自主飞行任务管理器的设计

自主飞行是先进无人机的重要特征。基于智能A gent技术,采用分层的混合型A gent结构,进行了小型无人机自主飞行任务管理器的设计与实现。该设计方案在吸收各领域专家及操纵手的专门知识和丰富经验的基础上,建立了一套基于认知型A gent结构的顶层自主任务管理推理机制和策略,以及基于反应型A gent结构的任务规划执行底层的规则集。对基于该任务管理器的全自主飞行、半自主飞行模式进行了几十架次的飞行试验验证。试验结果充分表明了其推理机制和策略的有效性以及对应急事件响应的快速性。     

无人机组合导航系统信息融合方法研究

针对小型无人机通常采用的无线电导航,综合考虑无人机具体情况以及其它导航方式的特点,提出了一种将无线电导航系统(RP)、全球导航星系统(GN SS)、多普勒导航系统(DN S)、地形辅助导航系统(TAN)和景象匹配导航系统(SMN)组合起来,取长补短,构成基于联邦卡尔曼滤波器的DR/RP/GN SS/DN S/TAN/SMN组合导航系统。仿真结果表明,该方法完全可以满足导航精度的要求。     

针对水下辅助导航相关匹配算法的特征区最优航迹规划

水下辅助导航中修正惯导累积误差的主要方式之一是利用水下地球物理场的分布特征进行相关匹配以实现准确定位,但是相同的匹配算法对于特征区内不同的航迹规划其性能却表现各异。针对上述问题提出了平行航迹差异度算法,实现了特征区的最优航迹和最优通道规划。水下辅助导航仿真实验表明:该算法可作为水下辅助导航相关匹配算法的一部分,而且可以有效地提高水下载体的导航精度。     

Bayes数据融合方法及其在水下目标检测中的数学仿真验证

对基于Bayes判决法的模式分类方法进行了理论分析,将多变量Bayes模式分类方法应用于决策信息融合过程,证明了用多传感器测得的多维信息进行决策融合性能优于用单传感器测得的一维信息。将基于Bayes判决法的数据融合方法用于水下目标检测,能大大提高系统的目标检测能力,理论分析和数学仿真均证明了该方法的有效性。     

一种基于UKF的AUV移动声学网络协同导航方法

针对扩展卡尔曼滤波(EKF)在自主水下航行器(AUV)移动声学网络协同导航中,存在强非线性观测方程条件下线性化误差大、计算复杂等缺点,文章提出一种基于无迹卡尔曼滤波(UKF)的AUV移动声学网络协同导航方法.利用移动长基线原理和UKF方法,建立基于UKF的协同导航滤波算法,并通过仿真实验与传统的EKF协同导航算法进行对比.仿真结果表明,基于UKF的协同导航算法能明显减小导航定位误差,在导航精度上优于EKF方法,是AUV协同导航中一种更加简单有效的导航滤波方法.     

基于自适应极坐标变换的景象匹配算法

对数极坐标投影变换以其对旋转及尺度的不变性而在景象匹配中广泛应用,但这种方法计算复杂且对图像的遮挡非常敏感。自适应极坐标投影变换,一方面保持了对数极坐标投影变换的旋转及尺度不变性,同时对图像间的局部遮挡具有鲁棒性且计算量相对较少。为此,把自适应极坐标投影变换应用到景象匹配中,提出了一种基于自适应极坐标变换的景象匹配算法。结合景象匹配辅助导航系统的实际给出了进一步的改进措施:根据自适应极坐标投影变换的特点,设计了一种新的相似性度量方法;创建虚拟圆索引模板,实现了在基准图上圆形子图的快速截取;在多分辨率匹配技术的基础上,进一步采用跳跃式搜索,有效缩减了匹配耗时。仿真实验表明,所提算法在实时性及鲁棒性方面优于传统的对数极坐标匹配算法。     

微型无人机视觉定位与环境建模研究

同步定位与环境建模（SLAM）是实现无人机自主飞行和智能导航的关键技术。该文提出了适用于微型无人机的视觉定位与环境建模方法,针对RGB-D传感器使用point-plane ICP点云匹配算法实现视觉自主定位,利用并行计算加速以满足无人机控制的实时性要求;采用TSDF算法融合多帧观测的点云数据,实现了无人机对未知目标环境区域的模型重建;将视觉SLAM系统与无人机载IMU传感器融合,进一步提升了自主定位和建模精度。实际搭建了微型无人机视觉与环境建模验证系统,室内环境下可以达到0.092 m的定位偏差和60 Hz的更新速率,满足了无人机控制的精度和实时性要求,验证了该方法的有效性。     

Vision navigation for aircrafts based on 3D reconstruction from real-time image sequences

In this paper,we propose a novel vision navigation method based on three-dimensional(3D)reconstruction from real-time image sequences.It adapts 3D reconstruction and terrain matching to establish the correspondence between image points and3D space points and the terrain reference(by using a digital elevation map(DEM)).An adaptive weighted orthogonal iterative pose estimation method is employed to calculate the position and attitude angle of the aircraft.Synthesized and real experiments show that the proposed method is capable of providing accurate navigation parameters for a long-endurance flight without using a global positioning system or an inertial navigation system(INS).Moreover,it can be combined with an INS to achieve an improved navigation result.     

集中式光伏电站巡检无人机视觉定位与导航

为了使无人机在集中式光伏电站实现自主飞行,完成光伏组件红外及可见光图像采集任务,针对集中式光伏厂区光伏组串分布特点,提出光伏组串边缘检测方法,并通过视线导引法实现无人机路径跟随控制. 同一厂区的不同光伏组件之间存在颜色差异,针对其颜色特征提出自定义分割方法,结合形状特征可有效识别光伏组件;提取光伏组串轮廓和边缘信息可获取无人机理论飞行路径,通过视线导引法实现无人机对理论飞行路径的精准跟随以确保图像数据采集的有效性和完整性. 实验结果表明,提出的光伏组串识别算法具有较好的适应性和实时性,能够用于无人机理论飞行方向与无人机和光伏组串间偏移量的计算,利用导航控制算法能够实现理想的光伏组串循迹. 光伏组串识别算法和视线导引法能分别有效实现定位和导航,2个程序的结合能够满足无人机飞行控制要求.