普通数码相机三种检校方法的量测精度评价

普通数码相机常用的检校方法存在参数解算不稳定,或对控制场要求高,或实施难度大等不足。本文通过不同拍摄距离下的量测精度对比实验,依据控制场布设难度、检校计算稳定性以及量测应用精度等3方面指标,分析评价普通数码相机3种检校方法的特性。研究结果表明:光束法适用于精密控制条件下的相机检校,但解算的稳定性欠佳;PTR方法的检校精度与光束法相当,且计算稳定性较高;MSC方法适用于小型平面控制下的检校,量测精度能满足一般的工程量测需求。     

基于随机采样的多量测目标跟踪算法

在多目标跟踪领域,传统算法假设目标是点源辐射体,至多产生一个量测点,随着现代 传感器技术的发展,可以获得一个目标的多个量测. 本文研究当目标具有一定刚体几何形状并产生 多量测的问题,这类目标称为多量测目标.首先,通过建立目标形状的刚体参数模型,提出采用参数马 尔科夫链采样的方法,估计目标的形状参数.其次,采用等效量测方法,获得目标形心 点的运动状态. 针对目标个数未知情况,在形状目标量测满足泊松分布假设条件下,采用泊松强度比方法获得目标的个数估计. 本文定义了目标类型概率并给出 了目标类型概率的递推算法. 最后,通过三个具有不同形状和分布的多量测目标在二维平面的匀速(Constant velocity, CV)运动进行验证说明,实验表明: 所给方法在目标运动状态估计方面能够获得比较高的估计精度,目标形状估计能够比较稳定精确地估计目标形状的变化. 此外, 500次蒙特卡洛(Monte Carlo, MC)仿真实验表明,多量测目标的跟踪丢失率约为1.4%.     

基于标签随机有限集的多量测多目标跟踪算法

针对一个扫描周期内单个目标可能产生多个量测的问题, 提出一种基于标签随机有限集的扩展算法. 结合脉冲扩展标签多伯努利(-GLMB) 滤波器和多量测模型, 推导出新的更新方程; 采用假设分解策略对关联过程进行降维, 避免了量测分组过程. 实验分析表明: 所提出算法能对目标数进行无偏估计, 在低探测概率条件下跟踪性能明显优于多量测概率假设密度(MD-PHD) 算法; 计算开销在量测较少时高于MD-PHD, 量测个数增加时增幅低于MD-PHD.

     

非量测数码相机三种检校方法的适用性评价

相机检校是无人机测绘的关键技术之一,检校结果的好坏直接影响了最终测绘成果的质量。针对相机检校很难在方便实用性和精度上兼得的问题,对3种典型的相机检校方法展开研究,从检校计算稳定性、量测应用精度和检校控制场布设难易3个方面进行适用性评价。研究结果表明,光束法检校对控制场和拍摄条件较敏感;PTR方法与光束法的量测应用精度相当,且检校计算稳定性较高;而张正友标定方法与前二者相比量测应用精度略低,稳定性受像片数量和姿态的影响较大,但也可以满足中低精度的量测应用需求。     

量测不确定下多传感器交互式多模型自适应滤波算法

针对量测不确定下多传感器多模型混合系统中量测信息的有效利用和融合问题,给出了一种多传感器交互式多模型自适应滤波算法.采用交互式多模型机制实现目标运动模式的确认;通过计算每个传感器的量测似然度完成对于不含扰动传感器量测数据的选取;利用传感器量测数据间统计距离的构建实现对于量测系统中剩余传感器量测数据是否包含扰动影响的判定,并在此基础上实现传感器量测数据的合理选取和融合.新算法量测不确定下扰动对于滤波精度的不利影响.理论分析和仿真实验验证了算法的有效性.     

多站虚拟量测变换均值无源定位算法

在多站无源均值定位算法中,为了解决部分传感器间夹角过大或过小所导致的定位精度下降问题,提出一种基于虚拟量测变换的多传感器管理无源定位算法.首先在全局坐标系下分析了传感器间夹角对误差几何稀释度(GDOP)的影响,进而得到双站获得较好定位精度的夹角约束关系;其次针对不满足该约束关系的传感器组合提出一种虚拟量测变换定位算法,通过空间管理的方法达到对传感器的优化布站,并结合算法的实施步骤对其原理及特点进行了理论分析,尤其对变换前后的交点精度进行了比较.仿真结果表明虚拟量测算法的定位精度要明显优于均值算法,进而说明该算法的有效性及传感器管理在多站无源定位中的重要作用.     

基于修正加权矩阵的3维解耦无偏量测转换交互式多模型算法

为解决使用正规变换方法解耦高维耦合运动模型进行机动目标跟踪造成各坐标轴估计结果相互影响的问题,提出了一种改进的解耦方法.首先给出了基于卡尔曼滤波预测量的3维无偏量测补偿系数和转换量测方差表达式.然后在正规变换的基础上,详细给出了构造修正加权矩阵的改进解耦方法.最后结合交互式多模型算法进行了仿真实验,结果表明该方法能够在减少计算量的同时,消除各坐标轴向估计结果之间的相互影响,有利于交互式多模型算法的分析和使用.     

基于量测自适应辨识的多传感器数据融合算法

针对量测不确定条件下多传感器量测数据的合理利用和有效融合问题,提出了一种量测不确定下多传感器量测自适应数据融合算法。算法实现中考虑到传感器量测受扰动影响的具体情况,通过单个传感器的量测似然度的求解确认等效量测,并利用传感器量测数据间统计距离的构建完成对等效量测优化,进而实现不含扰动影响传感器量测数据的合理选择和融合。理论分析和仿真实验验证结果表明:新算法不仅有效改善扰动对于滤波精度的不利影响,并且相对于分布式融合方式降低计算复杂度。     

多传感器量测下权重优化粒子滤波算法

针对粒子滤波在多传感器量测系统状态估计问题中的有效实现,提出一种多传感器量测下的权重优化粒子滤波算法。首先,依据提议分布的具体形式设计用于度量当前时刻粒子的权重的量测似然函数,并利用单个滤波周期内的全部量测分别计算每个粒子权重;其次,考虑到不同传感器精度存在的差异性,结合传感器精度等先验信息,通过加权融合处理方式实现对单个粒子在多传感器量测下权重度量结果的优化;进而在减小粒子权重方差的基础上 改善 滤波的精度。理论分析和仿真实验结果验证了算法的可行性和有效性。     

量测不确定下多传感器一致性数据融合算法

针对量测不确定下多传感器信息采集系统中数据有效融合处理,提出一种量测数据一致性融合算法.首先,引入马氏距离实现两传感器量测数据一致性的近似估计;然后,结合模糊理论中隶属度函数的性质定义一种度量局部量测信息提取和利用效率的支持度函数,进而构建综合全局量测数据间相互支持程度的支持度矩阵;最后,通过对支持度矩阵的计算求解各传感器量测数据在评估系统状态估计中的权重,并通过加权融合方式实现对系统状态真值的估计.理论分析和仿真实验验证了算法的有效性.     

基于多片前方交会的工业摄影测量自动匹配

针对数字工业摄影测量中的人工标志点的快速自动匹配问题,根据从物方空间角度描述核线的原理,提出了一种基于空间前方交会的匹配算法。该算法首先通过计算投影线间的最短距离来确定一组初始匹配像点;然后通过双片空间前方交会来确定一组潜在的物方点,并将其按距离分组;最后,将每一个潜在的物方点的坐标残差过大及属于同一张像片的像点剔除,同时通过判断与各物方点对应的像点数来确定同名像点。两组实验均证明,该算法不仅计算速度快,而且具有高匹配率和低误匹配率,能为数字工业摄影测量自检校光束法平差提供高精度的初值。     

基于平面格网的非量测CCD相机自标定

传统的相机标定方法通常需要建立复杂3维标定块或高精度3维控制场,在实际应用中受到了一定的限制。本文采用平面控制格网作为标定块,根据相机的理想模型确定内方位元素,利用2维直接线性变换和共线方程分解出相机的外方位元素初值,采用改进的Hough变换算法检测标定图像中的格网直线并利用最小二乘法拟合出最佳直线,通过求直线的交点得到标定格网点的像坐标。最后利用自检校光线束法平差进行相机的精确标定。实际图像数据实验结果表明,主点和焦距的标定精度分别达到了0.2像素和0.3像素左右。可以满足高精度近景3维量测的要求。     

基于奇异值分解的数字图像水印算法

奇异值分解（Singular Value Decomposition,SVD）是一种特殊的矩阵分解技术。图像的奇异值具有很好的稳定性,体现的是图像的内蕴性质,这使得它在图像水印领域得到了广泛应用。通过回顾空域和变换域中经典的基于SVD的水印算法,分析了算法的缺陷,讨论了现有的改进方案,提出了基于奇异值分解设计水印算法的注意事项。     

利用近景摄影测量制作日照分析用图

随着城市化进程日益加快,人民生活水平不断提高,住房的日照采光逐渐被人们所重视。在为居民、开发商以及相关管理部门提供科学、规范的房屋采光情况时,日照分析起着举足轻重的作用。而如何快速、准确、高效地制作日照分析所需的用图,已经成为日照测量中亟待解决的问题。传统的日照分析用图制作是基于电子全站仪和水准仪实现的,制作过程简单,外业工作量大。本文探讨利用近景摄影测量方法制作日照分析用图,并通过理论和实践证明此方法可行。     

基于直线约束的非量测数码相机标定

提出一种非量测数码相机标定的直接方法。该方法基于直线约束条件,即在正确进行畸变纠正后,物方空间的三维直线投影到像片平面上也应该是一条直线。为了将畸变直线纠正成理想直线,利用畸变模型对其进行畸变纠正,并采用Levenberg-Marquardt算法对非线性方程组进行求解,解出符合条件的最佳畸变参数。实验结果证明该方法具有较强的鲁棒性与实用性。     

基于尺度不变特征的影像自动拼接

影像拼接主要存在拼接错位和拼接缝的问题.本文首先采用RANSAC算法剔除SIFT特征匹配的误匹配点并进行初始单应矩阵估计;其次引入光束法平差消除误差的累积,实现精确的全局对准从而避免拼接错位;最后采用多波段融合消除拼接缝效应.试验证明,本文实现的影像自动拼接算法很好地克服了以上问题,得到视觉效果较好的拼接影像.     

基于数字近景摄影测量的若干关键技术研究

研究了基于数字近景摄影的空间点坐标的测量方法;首先在物体表面粘贴两类标记点,然后通过对标记点进行识别和检测来确定标志点的空间位置,同时,对相关的编码与识别、标记点的亚像素中心定位、照相机标定与空间定向、非编码点的自动匹配等关键技术进行了研究,最后,给出了检测实例并进行了精度验证;实验表明,该方法操作简单,检测范围大,可满足三维物体特别是大面积物体空间检测的需求。     

基于自适应三角形约束的可靠影像匹配方法

针对数字摄影测量和计算机视觉中贫乏纹理影像自动匹配的可靠性问题,提出了一种基于良好匹配点三角形局部连续性约束下的影像匹配方法．该方法利用已知良好匹配点形成Delaunay三角网,在每个三角形内提取特征点进行匹配传播．由于新匹配点的实时插入,Delaunay三角网被动态细分使得局部几何约束区域的大小自动适应影像纹理特征的变化．选取实际立体像对进行实验,结果证明大大消减了错误匹配,提高了特征点匹配结果的可靠性和精度．     

基于传统方法与深度学习方法的图片相似度算法比较

图片相似度比对作为计算机视觉的一个研究方向, 具有广泛的应用前景, 例如人脸识别、行人重识别和目标跟踪等. 然而, 目前有关图片相似度算法的总结和归纳相对较少, 并且将其应用在实际工业生产中也存在挑战. 本文总结了传统图像处理算法和深度学习图像处理算法在图片相似度比对方面的原理与表现, 旨在选取最佳的算法用于药品图片相似度比对的场景中. 在传统图像处理算法中, ORB算法在测试集上表现最佳, 准确率为93.09%; 在深度学习算法中, 采用改进的孪生网络结构、发明了一种标签生成法、设置特定的数据增强策略并增加一个特征面分类网络, 从而提高了训练效率和准确率. 最终的测试结果显示, 改进的孪生网络表现最佳, 可以实现98.56%的准确率和27.80次/s的推理速度. 综上所述, 采用改进的孪生网络算法更适用于药品图片的快速比对, 并且有望在未来的医药行业中得到广泛应用.     

基于DCT域的两种盲水印算法的应用与比较

利用Arnold置乱理论以及混沌序列加密的方法对水印图像进行加密预处理,水印信息嵌入时,提出两种基于DCT变换域的数字水印算法。分别通过修改特定系数关系和中频系数替换的方法实现水印信息的嵌入。对两种水印算法的仿真实验结果进行比较与分析,得出两种水印算法在图像的不可见性方面都表现出良好的性能,在水印检测时,实现了完全盲提取;但在抵抗JPEG压缩、噪声、滤波等攻击方面基于中频系数替换的水印算法表现出更强的鲁棒性。