计算机视觉导航综述

导航技术是移动机器人核心技术,移动机器人又有多种导航方式,本文对各种导航方式进行了分析比较,提出由于计算机视觉理论及算法的发展,又由于和激光、雷达和超声在导航方面相比,视觉导航具有很多优点,因此视觉导航被大量地采用。根据移动机器人是在导航过程中对图像进行处理,实时性差始终是一个非常棘手的问题,提出解决该问题的关键在于设计一种快速图像处理方法。     

基于视觉的无人机导航技术研究

视觉导航在无人机(UAV)定位跟踪领域中具有重要作用。尽管目前对其已有大量研究,但仍有许多难点有待攻克,如光照变化、用于定位的既定目标形变或被遮挡以及相机移位等。为深入研究学习基于视觉的无人机导航技术,对近年来的视觉导航方法进行了综述。对现有的视觉导航算法从视觉处理流程方面作了分类总结。首先,简单介绍研究意义以及相关工作。然后,阐述了无人机从获取图像预处理、特征提取、目标跟踪及定位导航的原理及各种方法并进行总结分析,并简单阐述了在未知环境条件下地图的建立。最后,提出了无人机视觉导航技术在实际应用中存在的问题挑战以及前景展望。     

基于GPU-SIFT算法的飞行器视觉导航姿态估计关键技术

针对传统惯性导航累积误差大的缺陷,研究提出了一种视觉导航姿态估计方法;首先提取图像的局部特征,分别对SURF(speeded up robust features)、SIFT (scale-invariant featuretransform)及GPU-SIFT特征提取算法进行了比较;保证算法精度及实时性后,将实时图与基准图库进行局部特征匹配,并利用EPnP算法进行飞行器的六自由度参数解算;实验结果表明GPU-SIFT算法精度最高,且随着图像分辨率的提高,其计算速度相比SURF和SIFT算法有了显著提高,该方法在一定条件下具有较高的位姿精度和良好的实时性.     

移动机器人视觉导航控制研究

该文研究了移动机器人视觉导航的控制问题。针对导航中的图像畸变以及视野有限易造成导航线丢失等问题,提出了一种简单的单目视觉目标定位算法和一种新的控制策略。在导航时,首先利用定位算法精确地获取地面目标的深度信息,然后控制机器人沿一系列切线方向平滑接近导航线(或目标),并根据实施控制的时间间隔控制速度,以保证机器人视野中导航线(或目标)不丢失。实际的应用证明了该定位算法和策略的有效性。     

机器视觉技术在工业中的应用

机器视觉为工业自动化提供了一种非接触的解决方案，在诸多领域可以有效取代并超越传统的人工或其它检测方法，实现整个自动化链的闭合。本文就工业机器视觉的系统构成、分类、开发现状与技术趋势进行了描述。     

救灾机器人目标导航中的视觉识别技术研究

笔者介绍了某型救灾机器人工作过程中视觉导航的要求,提出了采用张正友标定方法进行摄像机参数标定和目标环境下圆形旋转手轮的识别方法,详细介绍了利用MATLAB标定工具箱进行摄像机内参数和外参数的标定过程,最后采用改进的椭圆识别算法对手轮识别方法进行了验证,实验证明了该方法的有效性。     

仿生机器人视觉导航研究分析

视觉导航技术是保证机器人自主移动的关键技术之一。为了从整体上把握当前国际上最新的视觉导航研究动态,全面评述了仿生机器人视觉导航技术的研究进展,重点分析了视觉SLAM(Simultaneous Local-ization and Mapping)、闭环探测、视觉返家三个关键问题的研究现状及存在的问题。提出了一个新的视觉SLAM算法框架,给出了待解决的关键理论问题,并对视觉导航技术发展的难点及未来趋势进行了总结。     

基于双目视觉的车辆闸杆防撞系统

针对传统的线圈感应车辆的方法来判断车辆所在的位置,易出现判断失误、更换设备不方便、费用较高的问题,提出一种适应各种光线变化的双目视觉判断车辆位置的方法来解决此问题。该方法根据白天夜晚的光线不同选取白天模式还是夜间模式,白天模式工作主要包括差值图像的中值滤波、二值图像的提取以及背景的分块实时更新,并在此基础上提出了一种背景差分与帧间差分相结合的车辆位置检测方法,该方法能准确的提取阈值以得到精确的目标轮廊,当工作在夜间模式时,开启红外灯切换到红外 CCD 采集,根据红外灯照射区域的RGB 三色值的大小来判断车辆的位置,这种方法解决了车辆灯光对视频采集的影响。通过实验验证了该方法的有效性。此方法能够准确的判断车辆的位置,并很好的控制闸杆的起落。     

月球车的自主视觉导航

视觉导航是月球车的一项重要功能,本文首先介绍了国内外视觉导航的情况：在对视觉导航原理分析的基础上,提出了月球车的视觉导航实现方案,并进行了避障路径规划的实验。实验结果表明了方法的正确性。     

基于全景图像的虚拟漫游系统研究

提出一种基于全景图像的虚拟漫游方案。为了对不同视角的图像进行自动拼接,首先在图像的尺度空间中提取特征点,并赋予主方向。根据邻域信息计算得到特征向量后,利用最近邻特征点距离与次近邻特征点距离之比得到初始匹配点对。然后使用RANSAC(Random Sample Consensus)算法剔除错误匹配点对,同时计算得到图像之间的变换参数。完成图像拼接后,通过重投影算法可以生成场景在不同视线方向上的透视视图,让用户获得身临其境的沉浸感。     

基于分支特征点的导航用实时图像匹配算法

为了满足景象匹配辅助导航系统需要同时获取飞行器位置和航向偏差的需要, 提出了一种基于分支特征点提取的图像匹配算法. 传统的图像匹配算法需要全局搜索匹配特征点, 耗时巨大, 而只提取分支特征点来匹配能满足导航系统实时性的要求. 在匹配算法方面, 提出了采用加权 Hausdorff 距离算法来进行匹配. 同时, 根据分支特征点的特性, 推导了相应的权值求解公式. 仿真结果表明, 本文提出的匹配算法耗时较短, 能满足导航系统实时性的要求, 且定位参数的求解也完全正确.     

基于ARM的视觉导航AGV图像处理方法研究

为了实现更加简单高效的标识线图像的检测与处理,提出了一种优化的基于ARM的视觉导航AGV标识线图像处理方法;首先对采集到的图像进行灰度化处理并使用Otsu算法对图像进行阈值分割;然后采用优化的中值滤波算法进行图像滤波并使用高效的边缘提取策略获取路径边缘特征;最后采用角度判断的方法剔除错误点并使用最小二乘法拟合成路径的中心线;实验结果表明,该方法有较高的准确率和较好的实时性,可以满足工业生产中的实际需求,适用于基于嵌入式系统开发的视觉导航AGV。     

异常分布驱动的数据立方体导航方法

在基于多维数据的分析中,分析人员面对的经常是庞大的数据立方体.联机分析处理虽然提供了灵活的展现和分析功能,却只能进行假设驱动的探查,很容易忽略重要信息.而已有的发现驱动的探查是基于局部异常的导航,容易受数据噪声的干扰.针对这些问题,提出了一种新的导航方法——异常分布驱动的导航.这是一种有效的辅助探查数据立方体的方法,可以循序渐进地引导用户至信息量大的数据部分.它将维和维成员作为探查数据立方体的脉络,基于数据分布特征为各个维和所有维成员计算奇异度,作为用户探查数据立方体的导航符.实验结果表明此导航方法是实用有效的.     

桥梁配准方法的研究与实现

以全色、多光谱图像中的桥梁目标为研究对象,采用具有尺度不变特征的SIFT算法,对图像进行特征点的提取与匹配,利用Delaunay三角网格对两幅图像特征点进行修正,通过投影变换将两幅图像变换到同一坐标系下进行配准,并利用均方根误差和相关系数进行配准评价;实验结果表明该方法可以减少图像的配准时间,配准精度达到亚像素级。     

基于内容的图象检索系统的设计与实现

依据当前对图象查询的要求,本文设计了一套完整的基于内容的图象信息检索系统,该系统较以往的各种系统,功能更加全面。对基于内容的图象信息检索算法作了研究．重点阐述了对颜色、边缘、纹理等全局特征的提取与匹配算法。实验结果表明,该系统能有效、快速地检索大规模的图象数据库,具有一定的应用价值。     

基于结构特征的指纹识别

为了克服指纹识别中常见的问题,本文提出了一种基于结构特征的匹配算法用以提高识别率,并提出了一种特殊的指纹图象预测处理算法,以减少图象噪声,整个算法具有高效识别和很强的抗干扰能力,此外逄法对指纹缺损图象也有很高的识别率。     

图像拼接方法及其关键技术研究

图像拼接是图像处理技术的一个重要内容,是一种将多张有衔接重叠的图像拼成一张高分辨率全景图像的技术。该技术广泛应用于显微图像分析、数字视频、运动分析、医学图像处理、虚拟现实技术和遥感图像处理等领域。文中阐述了图像拼接技术的一般问题及其难点,介绍了图像拼接技术发展过程中几种主要的图像拼接方法,重点分析了近几年提出的角点检测及尺度不变特征转换的方法,通过编程实现来讨论这些方法的优缺点,并给出实验的结果。     

图像识别技术在无人机自动着陆导航中的应用

给出了一种以图像识别技术为基础的无人机自动着落导航的方法;采用DirectShow解码视频文件得到了连续的数字图像序列,同时设计了计算机同实际模拟图像信号的硬件接口,使系统很容易被扩展成实际的图像处理系统;为了提高计算机的使用效率和交互性,采用多线程技术设计了在Windows环境下的图像识别实验平台,并以某型无人机光测图像序列作为实验对象,实验结果表明本文设计的识别算法有较好的精度和较快的识别速度,为无人机自动着落导航的最终实现创造了较好的条件.