基于空间特征分区和前点约束的WKNN室内定位方法

高精度室内定位有着广阔的市场前景.针对传统的WKNN室内定位方法所面临的在处理面积较大目标区域时,位置估计结果跳动跨度较大、精度不高等问题,提出了一种基于空间特征分区和前点约束的WKNN室内定位方法.该方法通过将面积较大的目标区域按其空间特征划分为多个分区,解决了指纹数据库无法实现全域覆盖的问题;又通过考虑行人在相邻时刻所处位置之间的空间约束关系,缩小了参考点的候选范围,很好地提升了位置估计的平顺性.大量真实环境下室内定位实验的结果表明,该方法可以有效地解决大面积目标区域内的室内定位问题;且与传统方法相比,定位精度大幅度提升.     

无人机身倾斜姿态下的GPS定位模型仿真

研究无人机身倾斜姿态下的GPS定位性能优化问题,关系到无人机的定位性能.无人机身倾斜姿态飞行状态下,定位的GPS信号随着飞行速度的变化,发生实时的变化,当无人机倾斜飞行时,由于GPS信号会被机身倾斜角度遮挡,导致采集过程出现信息间断,给定位过程带来了较强的屏蔽性干扰.传统的定位方法需要对所有定位信息排序分析,对GPS定位信息的实时性要求较高,倾斜采集信息受到倾斜角度遮挡的影响,定位速度慢且容易出现无人机定位请求无法实现的现象.提出一种采用多维空间选择进化法的无人机GPS快速定位模型,根据无人机身倾斜姿态下飞行中搜索的信息数据,将搜索的目标智能化分为多个字段,建立多个空间,对多个空间进行曲径选择进化,提取目标的深层次特征,依据深层次特征,在资源库中进行检索,提高对无人机身倾斜姿态下信息定位的时效性和准确性.仿真结果显示,将多维空间选择进化法应用于无人机身倾斜姿态下的地理数据定位,可以提高定位时效性和准确性.     

多阶段车牌定位算法

车牌定位是车牌识别系统中的关键环节.针对车牌图像区域丰富的边缘信息以及独特的特征,提出一种实用而有效的车牌定位方法.首先,将原始图像转换到HSI空间上,利用图像的字符边缘特征信息和数学形态学操作对目标区域进行粗定位;然后,根据车牌固有的特征定义4种不同的特征值,通过自组织神经网络的训练,实现对车牌区域的精确定位.最后,对80幅彩色图像进行测试,其有效率可达96.25%.     

多无人机联合三维定位中的目标优化识别

在进行多无人机定位中的目标优化识别时,由于目标高度离散性大,目标距离特征具有较大的随机性,导致传统的采用时空MUSIC算法的多无人机联合三维定位中的目标优化识别方法,无法依据稳定的距离矩阵特征,获取目标高度或俯仰信息,无法准确识别目标,提出一种基于ML的多无人机联合三维定位中的目标优化识别方法,利用多无人机联合三维定位目标动态模型,依据回波数据随时获取目标的径向距离、方位角以及多普勒信息,对多无人机联合三维定位中的目标位置进行最大似然估计,实现目标的准确优化识别。仿真结果表明,所提方法具有很高的精度及有效性。     

智能空间定位模型研究

在智能空间三维定位过程中,由于噪声干扰,对未知节点的定位会产生误差。通过对定位过程中产生的误差区域分析,推导出当空间定位参考点和未知节点满足一定条件时,定位误差最小,由此提出空间定位参考点的布局模型定理。仿真实验表明,定位参考点布局模型定理能更好地满足对智能空间实时定位的需求,且具有较高的定位精度。     

基于空间几何的雷达-光电经纬仪交会测量研究

雷达-光电经纬仪联合定位方法是一种全新的现代靶场测量技术,在光电经纬仪附近部署雷达,雷达测距,光电经纬仪测角,通过将两者交会测量的数据融合,从而可以实现对目标的定位;将目前通用的数学定位模型进一步转换为空间几何定位模型,该模型能够更直观地描述目标在空中某一位置时各测量参数之间的关系,能够准确地体现出该时刻各设备的有效探测范围。结果表明,在距设备为5km的探测范围内对目标的定位精度较高;该方法同时提高了计算效率,为实现计算机虚拟仿真提供可靠的依据。     

基于单摄像头的运动目标跟踪定位技术研究

单目视觉跟踪定位、双目视觉跟踪定位和多目视觉传感器跟踪定位是当前的计算机主要的视觉定位跟踪方式,但是由于利用双目视觉跟踪定位和多目视觉传感器中存在着视场小、系统结构庞大、立体匹配难等缺陷,在很多工业制造场合已逐渐被标定步骤少、结构简单的单目视觉所代替。本实验通过单目视觉方式实现了对运动目标跟踪定位,并设计了基于单摄像头的运动目标跟踪定位系统,采用CamShift算法通过目标颜色信息选取对目标进行识别、提取以及检测,通过基于邻域线性搜索与卡尔曼滤波器相结合的跟踪算法,准确实现运动目标的识别和定位,并进行了一系列相应的理论实验验证与分析,给出了最终的实验结果。     

基于UKF的红外目标空间定位方法

针对单站系统利用一次观测对目标进行定位,瞬时定位误差较大,提出了基于UKF的红外目标空间定位方法。基于针孔成像模型,借鉴主动视觉思想,通过控制红外热像仪运动拍摄目标图像,获取目标位置,并用GPS接收机测得拍摄点世界坐标。根据透视投影变换方程,借助站心地平坐标系和WGS-84坐标系建立红外目标空间定位的非线性系统模型,在此基础上引入UKF（Unscented Kalman Filtering）滤波算法进行空间定位。实验结果证明了该方法的可行性和有效性。     

公共区域监控视频数据目标特征跟踪定位方法

为了提高公共区域监控视频的目标定位检测能力,需要进行目标特征跟踪定位算法设计,提出一种基于图像超分辨率重建的公共区域监控视频数据目标特征跟踪定位方法。构建公共区域监控视频的三维图像重建模型,采用边缘层的高分辨融合方法进行公共区域监控视频图像数据的三维结构重组,提取公共区域监控视频的关键特征点,用图像退化模型进行公共区域监控视频数据目标特征检测,结合线性滤波模型使得监测输出图像满足最优匹配特征解,提高对公共区域监控视频数据目标特征跟踪能力。引入引导滤波方法进行公共区域监控视频数据的图像超分辨重建,实现对目标特征准确跟踪定位。仿真结果表明,采用该方法进行公共区域监控视频数据目标特征跟踪定位的准确性较高,图像重建能力较强,归一化均方根误差较小。     

基于形态学和空间矩亚像素定位方法研究

为了提高图像定位系统的识别精度,提出了一种改进采用形态学腐蚀算法和改进的空间矩算法的十字目标亚像素中心定位方法.首先通过选取适当的结构元素,分别对组成十字图像的垂直、水平方向的直线段进行腐蚀处理,得到含有十字中心信息的水平和垂直的两条行、列像素,行、列的相交点即为十字图像特征的中点;然后选取适当参数空间,对行、列进行空间矩算法得到亚像素,最后用最小二乘法得到十字图像亚像素中心定位.实验结果表明,改进方法具有定位速度快,定位精度高的优点.     

采用目标提取和NSCT的红外与可见光图像融合

针对目前红外图像和可见光图像融合中,融合图像信息量不足的问题,将目标提取和NSCT方法相结合,对其中的高频目标区域提出了基于局部信息熵的融合规则。将其与小波变换法、拉普拉斯法、NSCT法、提升方向波变换法作比较,并通过熵、标准差、相关系数等参数对融合后的图像进行定量分析。实验结果表明,该方法不但较好地提高了融合图像信息量,而且能够更加有效、准确地提取源图像中的特征,在主观视觉效果与客观评价指标上均取得了较好的融合效果。     

强噪声背景下图像标定符号定位算法研究

金属断口图像中标定符号信息是进一步计算图像对应实际物理空间距离的依据.标定符号通常为印刷体,所以准确定位是正确识别的前提和关键.对强噪声复杂背景下的金属断口图像标定符号的定位算法的研究,先对直线特征明显的标尺符号定位,其中对Radon变换进行分块改进,使快速性和准确性有了明显改善.字符定位利用符号的纹理特征进行数学形态学粗定位和图像边缘模板匹配精定位结合的方法,并根据标尺位置和长度等信息缩小搜索区域.实验结果表明,该算法的定位准确率达到94%.     

基于SURF特征点的自主空中加油定位研究

针对硬式空中加油技术中加油插座的定位问题,提出了一种结合SURF(Speeded-up Robust Features)特征点的双目立体视觉定位方法,确定了加油插座的空间位置,实现伸缩管和加油插座的精确对准。基于SURF匹配算法,对双目视觉系统采集的左右图像进行目标检测,并获取匹配目标的SURF特征点,通过空间误匹配点对的剔除和目标点坐标的计算,确定左右图像中具有空间位置一致性的目标点(即加油插座),从而恢复目标点的三维信息。实验结果表明,结合SURF方法能够有效地对加油插座的空间位置进行定位,具有一定的实用价值。     

神经网络方法应用于轮廓定位

关于从图像中定位物体轮廓的问题,目前所采用的活动轮廓模型和基于自组织神经网络的算法,存在能量泛函优化容易陷入局部极值和演化过程依赖于初始轮廓的选取等问题。提出了一种基于RBF神经网络的轮廓定位算法。首先,通过自适应梯度阈值方法来获取图像特征点。然后,通过特征点的聚类建立一组基函数,把图像像素点的像素值和梯度构造输入向量空间,在网络权值训练完成后,利用网络的预测功能来准确判断物体轮廓。与传统算法相比,仿真结果表明提出的轮廓定位算法可以高效地实现目标轮廓定位。     

An efficient 2D deformable objects detection and location algorithm

This paper presents a complete method for the automatic detection and location of two-dimensional objects even in the presence of noise, occlusion, cluttering and/or deformations. This method is based on shape information extracted from the edges gradient and only needs a template of the object to be located. A new Generalized Hough Transform is proposed to automatically locate rigid objects in the presence of noise, occlusion and/or cluttering. A Bayesian scheme uses this rigid objects location algorithm to obtain the deformation of the object. The whole method is invariant to rotation, scale, displacement and minor deformations. Several examples with real images are presented to show the validity of the method.     

基于X光检测的强力输送带故障定位方法

强力输送带的无损检测是工业生产中的重大问题,通过分析基于X光的强力输送带无损检测系统检测到的强力输送带图像的阅读、处理,特别是故障的定位,系统设置了能够真实反映输送带实际尺寸的垂直标尺和水平标尺;经理论分析和现场测试证实,不仅能够对检测到的强力输送带图像进行观察和处理,而且实现了准确估算输送带接头伸长尺寸、通过图像快捷准确地定位输送带上的故障,具有很高的实用价值。     

可见光与红外图像区域级反馈融合算法

目的 可见光图像具有丰富的纹理信息,红外图像具有较强的目标指示信息,进行融合时只有合理地设计融合规则才能充分利用两者的互补信息,为此,提出一种基于效果评估的可见光与红外图像区域级反馈融合算法.方法 首先对待融合图像进行非下采样轮廓波变换(NSCT),将其分解为低频和高频部分.同时采用分形特征对红外图像进行人造目标增强,通过阈值分割得到目标区域与背景区域.在设计低频融合规则时,选取目标区域与背景区域的加权融合系数作为参数,根据图像融合效果评估的量化指标,运用遗传算法进行参数的优化求解.对高频部分采用基于区域的加权平均融合规则.最后,利用优化后的融合系数进行NSCT逆变换得到融合图像.结果 采用3组图像,结合主观评价和客观评价指标对4种融合算法的结果进行了比较分析,实验结果表明,本文算法融合后图像更自然,目标更显著,客观评价结果总体上最优.结论 本文算法有效结合了红外图像的目标信息与可见光图像的背景信息,融合图像具有更强的对比度,有利于进行战场态势显示和目标识别任务.     

图像型火灾空间定位研究

大空间火源的空间位置的定位是火灾自动探测和自动扑救中间的重要环节。在分析火灾图像和以往图像型火灾空间的相关定位技术基础上,根据计算机视觉原理,利用固定在自动消防水炮末端的单一CCD摄像头随水炮旋转扫描时的角度、位移变化,将CCD摄像头在不同位置所拍摄的图像中火源图像坐标和火源的空间坐标建立联系,利用极线几何扫描式单摄像机空间定位原理实现了火源空间位置的自动定位。     

彩色漫画轮廓提取研究

结合漫画图像的用色特点,提出一种彩色漫画图像的轮廓提取方法。对彩色漫画图像根据其颜色信息进行区域的划分,并利用彩色形态学方法进行边缘检测,两者相结合消除噪声和提取出目标轮廓。实验结果表明该算法对彩色漫画轮廓提取效果明显,并能更好地抑制噪声。     

低质量文档图像中图标的定位

针对二值图像提出了基于金字塔模型的目标定位方法，该方法适合于构成目标的连通区互相之间距离较小，而与其他连通区之间距离较大的情形．首先生成图像的金字塔模型，构成目标的连通区会在金字塔模型的某一层合并为一个连通区，根据金字塔模型各层中连通区的指示在原始图像中确定一块区域，用C4．5作粗分类，再用模板匹配判定是否含有目标．把这种方法应用于低质量文档图像中图标的定位．用含300个图标的图标库进行实验，得到88．7％的定位查全率，70．42％的定位准确率．