共轴立体视觉深度测量

共轴立体视觉测距是一种深度恢复的新方法,利用光轴处于同一直线的两架相机,从单一角度获取图像信息,将三维空间的深度信息转换成二维空间的缩放视差,从而通过图像旋转与缩放、特征点提取、图像匹配、中心点估计等技术恢复深度信息。该技术具有测量系统体积小、实时性强等特点。介绍了该技术的深度恢复公式和算法,并设计了共轴立体摄影测距传感器,用实景实验和3DSMAX模拟实验对该技术进行了验证。试验结果表明,中长距离深度测量精度优于0．1％。     

双目立体视觉在机器人三维重建定位中的方法研究

本文对双目立体视觉在机器人三维重建定位中的方法研究,并提出了相应的解决方案。     

一种基于虚拟平面的立体视觉的重建方法

该文分析了在立体视觉系统下未定标图像间的对极几何关系,通过证明虚拟平面的平面射影坐标与立体射影坐标的关系,提出了一种在射影几何意义下进行立体视觉重建的几何方法,在计算转移矩阵及重建点的立体视觉时,采用精确的非线性算法,提高了算法的精度。     

CCD双目立体视觉测量系统的理论研究

利用几何成像原理建立起CCD双目立体视觉测量系统的数学模型,从提高系统测量精度出发,在理论上重点对系统结构参数、图像识别误差与系统测量精度的关系进行了深入的分析和探讨,并通过实验对结论进行了验证.研究内容对实际建立该测量系统具有很强的指导作用.     

光栅式双目立体视觉传感器的立体匹配方法

光栅式双目立体视觉传感器的难点之一在于立体匹配问题,为此,提出了一种基于极线约束和空间点最小距离搜索的立体匹配方法.该方法将光栅式双目立体视觉传感器看作两个光栅结构光传感器,分别标定后可测定光条中心点关于某个结构光模型的三维坐标,若两点匹配,则其三维坐标间的距离理论上为零.引入极线约束,在左摄像机成像光条上找一个特征点,在右摄像机所成像中便可计算出一条极线与之对应,在极线与各光条中心的交点中寻找匹配点.该方法在三维空间进行匹配,计算量小,能够实现点与点的唯一匹配.仿真实验表明了该方法的有效性.     

基于立体视觉掩蔽的自恢复非对称立体图像水印

为了认证立体图像的完整性,提出了一种基于立体视觉掩蔽的非对称立体图像水印方法。首先,根据立体视觉特性,建立立体视觉掩蔽计算模型,设计了立体图像左右视点嵌入不同容量的非对称水印;其次,使用小波变换系数计算不同类型的恢复水印,将其分别嵌入2个或3个不同映射块,从而提高篡改恢复质量。仿真实验结果证明,该方法能够有效检测和恢复、拼接、粘贴等不同类型的篡改,并且恢复质量高于现有以及扩展的单图像水印方法。     

利用立体视觉的线结构光参数标定

准确标定系统参数是利用线结构光进行高精度测量的前提,文中提出了一种基于双目立体视觉的线结构光参数标定算法,以期达到在工业现场进行高精度、强鲁棒性标定的目的。算法首先采用Tsai两步法标定摄像机内参数和双目相机坐标系间的刚体变换,然后利用立体视觉极线约束条件匹配双目激光条纹点,并将其重构到三维空间以进行光平面标定。相对于...     

基于双目立体视觉测量原理的物体运动速度测量

采用双目立体视觉测量系统进行炮弹速度的测量, 实现一种利用无速度测量因素测量设备测速的新方法。选择合适参数的两 台摄像机获得被测物体清晰的像,将两台摄像机搭建成光轴平行的双目视觉测量 系统,获得炮弹在运行过程中的每一时刻的三维轮廓数据,根据获得的三维数据进 行空间位置节点的三维插值,得到炮弹在t时间段内运行的距离,并求取平均 速度。仿真实验结果表明,本文方法可以准确、快速利用无速度测量因素的测量 设备获得炮弹的运行速度。     

基于双目视觉的工件尺寸三维测量

针对传统的接触式测量方法存在测量速度慢、效率低等问题,本文基于双目视觉视差原理,采用了一种双目视觉测量方法。首先,利用双目视觉系统采集带有标志圆的靶标图像对,进行摄像机标定;然后,采用Canny自适应算子检测图像的边缘,通过椭圆拟合来确定特征点,在极线约束条件下完成图像的立体匹配,最后将图像坐标换算成世界坐标系下的三维坐标。实验结果表明,该方法对于有标志点的被测对象具有测量精度高的特点,误差在0.07mm以下。     

An iterative adaptive multi-modal stereo-vision method using mutual information

We propose a method for computing disparity maps from a multi-modal stereo-vision system composed of an infrared–visible camera pair. The method uses mutual information (MI) as the basic similarity measure where a segment-based adaptive windowing mechanism is proposed along with a novel MI computation surface with joint prior probabilities incorporated. The computed cost confidences are aggregated using a novel adaptive cost aggregation method, and the resultant minimum cost disparities in segments are plane-fitted in their respective segments which are iteratively refined by merging and splitting segments reducing dependency to initial segmentation. Finally, the estimated disparities are iteratively refined by repeating all the steps. On an artificially-modified version of the Middlebury dataset and a Kinect dataset that we created in this study, we show that (i) our proposal improves the quality of existing MI formulation, and (ii) our method can provide depth comparable to the quality of Kinect depth data.     

A 3D measurement method based on multi-view fringe projection by using a turntable

In order to get the entire data in the optical measurement, a multi-view three-dimensional (3D) measurement method based on turntable is proposed. In the method, a turntable is used to rotate the object and obtain multi-view point cloud data, and then multi-view point cloud data are registered and integrated into a 3D model. The measurement results are compared with that of the sticking marked point method. Experimental results show that the measurement process of the proposed method is simpler, and the scanning speed and accuracy are improved.     

一种多视角SAR图像目标识别方法

针对合成孔径雷达（Synthetic Aperture Radar,SAR）图像目标识别问题,提出了一种联合多视角的方法。基于图像相关准则对多视角SAR图像进行聚类分析,获得若干视角集。分别对每个多视角子集采用多重集典型相关（Multiset Canonical Correlations Analysis,MCCA）进行特征融合,获得特征矢量。采用联合稀疏表示对各个视角集的特征矢量进行表征分类,获得决策结果。在样本丰富的MSTAR数据集上开展实验与分析,结果表明,所提方法对10类目标样本在标准操作条件、噪声干扰以及遮挡情形下均可以取得优势性能,验证了其有效性。     

校园网网络测量方法应用与分析

目前,随着高校信息化和数字化水平的不断提高,利用网络测量技术、网络仿真建模等方法对网络关键部件进行测量和数据分析,是当前网络研究热点。随着互联网应用规模和业务的丰富多样,校园网网络流量急剧增加,网络的可预测性、可靠性和安全性存在诸多潜在风险。文章在对当下主流的网络测量方法进行研究的基础上,对比分析了主动式测量、被动式测量和探针式测量方法在不同场合应用测试优缺点,研究了基于SNMP协议进行的网络拓扑发现和数据采集方法,并结合Wireshark和Sniffer pro等专业抓包工具,以多层次不同网络报文颗粒的分布式测量为辅助方法,开展校园网测量和性能分析工作。     

面向狭窄场景的鲁棒多视角配准方法

多视角点云配准是逆向工程中的关键步骤之一,具有重要的研究意义和工程应用价值。而对于狭窄场景(如口腔或机械结构内部)获取的点云数据,多视角配准算法的精度直接影响重建精度的好坏。为了提升狭窄场景多视角点云配准的速度和鲁棒性,提出一种基于位姿图优化的增量式多视角点云配准方法。首先针对相邻视角的点云,结合迭代最近点法(ICP)和基于特征的配准方法,提出一种多策略融合的成对点云配准算法,用于求解相邻视角点云的配准结果;然后在增量式相邻视角点云配准的基础上,进一步提出一种基于距离约束的回环检测方法,并依据相邻视角点云的配准结果和回环检测的结果构建位姿图;最后采用实时优化策略对位姿图进行优化,消除累计误差,实现鲁棒的多视角配准。实验结果表明,提出的多策略融合配准算法和基于距离约束的回环检测方法是有效的。经典ICP算法和基于FPFH特征的配准算法在实验中存在失效的现象,而提出的多策略融合配准算法并无失效。基于距离筛选的回环检测方法较常规的回环检测方法效率提高。提出的多视角配准算法在配准牙齿模型数据时精度可达到0.0357 mm。为了验证算法的普适性,采用多个狭窄场景下连续采集的模型点云进行验证,结果表明:提出的算法取得了不错的效果,表明该方法是一种有效的狭窄场景多视角配准方法。     

LTE核心网与PTN组网方案研究

研究了LTE核心网集中部署时PTN网络的组网方案,在此基础上分析了未来LTE核心网规模扩大局点分裂或下沉后PTN网络可能的组网演变,以期为LTE核心网与PTN承载网的合理组网提供借鉴。     

基于测量的网络性能评价方法研究

网络性能评价方法的研究对于指导网络设计和改进网络运行性能状况有着重要的意义。为了综合地评价网络的运行状况，在测量的基础上，提出了基于多个测量指标的多指标综合评价方法，并应用到路径性能评价和网络性能评价上，该值反映了路径和网络的综合性能状况，并可以按照不同的策略分析路径和网络之间的性能变化情况。实验结果表明，该方法可以有效的评价目标路径和网络的运行状况。     

配电网电能准确计量方法研究

电能计量是电网公司日常工作的重要组成部分,计量的准确性关系到企业和人们的切身利益.因此,对测量结果进行进行分析,在工作中如何减少误差,成为了摆在广大计量人员面前的重要课题.     

A motion vector prediction method for multi-view video coding

This paper proposes a new motion vector (MV) prediction method in multi-view video coding (MVC). In order to exploit the information in adjacent views, inter-view MVs as well as temporal MVs are used in conventional MVC. Since the inter-view MVs are usually uncorrelated with the temporal MVs and most neighboring partitions have temporal MVs only, the conventional DPCM coding gain of inter-view MV is very low and thus the inter-view MVs are seldom selected. In order to increase the probability of inter-view MV selection, we define a virtual inter-view MV which can be generated from temporal MVs. Then, an inter-view MV is predicted using these neighboring virtual inter-view MVs, leading to less prediction error than using the temporal MVs. As a result, bit-rates are decreased by up to 9% for the view-temporal prediction structure.     

一种多视角自适应的模板匹配目标检测方法

基于灰度的模板匹配方法难以解决航空图像多视角变换问题,而基于特征点的模板匹配方法难以解决低分辨率小目标模板图像匹配不稳定的问题。为此,提出了一种基于变换矩阵空间优化搜索的模板匹配方法。首先将多视角下的投影变换空间进行离散化建模,利用归一化灰度的模板与实时图像,以投影后模板图像与实时图像之间的绝对误差和（SAD）建立优化模型;然后通过优化搜索算法寻找到模板图像与实时图像之间的最优变换矩阵,检测出实时图像中的包含的模板目标;最后针对搜索的时间复杂度较高问题设计了基于分支界限法的加速算法。利用公开数据集和实际图像进行仿真实验,结果表明所提的模板匹配方法相比传统特征匹配方法对于高斯噪声、高斯模糊和图像有损压缩等图像退化具有更好的适应性,在大视角差异和低分辨率条件下具有更低的投影误差和更高的稳定性,并解决了单模板多目标的匹配检测问题。