粉末状物体动态体积测量方法的应用研究

动态体积测量是弹药装填工艺研究的一个关键问题,根据双目立体视觉获得的原始图像恢复三维立体图像是一种新的非接触式体积测量方法。通过三目立体视觉系统的建模、摄像机标定以及原始二维图像的区域匹配处理,利用OpenGL三维物理引擎实现了物体的三维重建和有效像素点的统计,从而计算出被测物体的体积。试验结果表明该方法有效解决了双目立体视觉拍摄盲区问题,提高了测量精度,可广泛用于粉末状物体的动态体积测量研究。     

图像匹配技术在巡航导弹中的应用

根据图像匹配的基本原理,讨论了巡航导弹中可以应用的地图/地形匹配制导的各种方法,并分析了各自的利弊．在分析巡航导弹使用环境及误差因素的基础上,提出了一种最适合于巡航导弹中应用的地图／地形匹配制导的方法。     

空中侦察图像立体重建方法研究

基于双目视觉原理，通过对空中侦察所拍摄的相邻两帧不同角度的二维侦察图像的匹配和分析计算，重建出相应区域的地面三维立体模型，并通过纹理映射等方法得到较为逼真的侦察区域立体影像，恢复出了侦察区域的三维场景概貌。     

改进型LBP 算子在异源图像匹配的应用

针对现有异源图像处理方法的不足,提出一种适合于描述异源图像纹理分布特征的改进的LBP特征的匹配算法。通过改进的LBP算子分别得到基准图和实时图的全局纹理分布特征;在此基础之上提取出基准图和实时图分块加权后的联合直方图特征并作为最终特征;并对图像分块加权后得到的联合LBP特征进行异源图像的特征匹配,在基准图上对此特征进行相似搜索得到相似系数图,峰值点即为匹配点。实验结果表明:通过LBP算子提取的纹理特征能够很好地应用于异源图像匹配,且匹配效果稳定优异,具有很好的工程应用价值。     

基于Hausdorff距离和免疫遗传算法在图像匹配的应用研究

部分Hausdorff距离和免疫遗传算法相结合的图像匹配算法包括：定义编码与适应度函数、确定交叉变异算子及免疫操作。部分HD距离作为模板匹配的相似性测度,可有效减少匹配计算量;免疫遗传算法具有较强的鲁棒性和强大的并行搜索能力。两者的结合明显缩短匹配时间,提高匹配的精确度和鲁棒性。仿真结果验证该方法高效稳定。     

全景立体视觉在海上报靶中的应用

针对海上实弹训练自动报靶需要检测实弹和离靶中心的距离,提出一种基于双目全方位视觉传感器(ODVS)立体全景视觉测量方法,采用具有平均角分辨率ODVS的设计,将2个同样参数的ODVS以背靠背的方式合成为一个双目ODVS,利用平均角分辨率的特性,并在视频信息获取、加工上均采用高斯球面坐标,实现了一种新型的快速全方位立体图像匹配测距算法。实验结果表明,本文所设计的双目ODVS测量装置能够较准确地估算出空间物点离测量点的距离。     

基于双目立体视觉系统的精确标定算法

一种基于双目视觉的精确标定算法,首先借助于事先选取的标定模板,并拍摄模板图以生成控制点,接着分别对左右2台摄像机进行标定,再接着进行立体标定进而得出标定的结果。该算法在机器人机械臂在精确定位上已得到成功应用。     

基于图像匹配技术的火炮反后坐装置动态测试方法

针对目前火炮射击中反后坐装置的参数测试常规方法的一些不足,提出一种利用高速摄影机记录火炮发射状态,运用图像处理技术,采用图像匹配定位的方法,获取火炮发射状态下反后坐装置位移、速度数据,并与反后坐装置计算书的数据进行了比较。结果证明,用该方法所得数据与火炮射击时驻退后坐的运动情况基本一致,符合工程要求。说明基于图像匹配技术的反后坐装置检测技术的可行性,具有非接触、准确度高与灵活性较强等优点。     

基于加权Hausdorff距离矩阵测度的SAR图像与光学图像匹配研究

针对多传感器图像匹配问题,提出一种基于加权Hausdorff距离矩阵(Weight Hausdorff Distance Matrix,WHDM)测度的合成孔径雷达(SAR)图像与光学图像匹配算法。该算法采用边缘特征作为SAR图像与光学特征的共性特征,克服了两种不同图像的灰度不一致性。算法中提出了基于边缘连续性密度加权的Hausdorff距离矩阵范数测度的相似性准则,该测度相对经典的Hausdorff距离与改进的距离测度相比,具有更高抗噪声水平与大比例遮挡能力。试验结果表明,这种算法匹配精度高,适合并行计算,该算法可应用于无人飞行器的自主导航中。     

基于立体视觉的非合作航天器超近距离相对导航

为实现空间中无法直接获取位姿信息的非合作航天器的相对导航,在充分考虑目标星在空间中做自由翻滚的前提下,提出一种基于立体视觉的超近距离非合作航天器相对导航理论。根据相对位姿动力学模型推导其状态方程,利用立体视觉系统提供观测数据,在此基础上设计扩展卡尔曼滤波器,确定目标卫星相对于追踪星的相对位置,相对速度和角速度,从而优化和引导机械臂捕获目标航天器,并通过实例进行仿真验证。仿真结果表明:该方法对相对位置的估计精度优于0.01 m,相对姿态精度优于0.02?,能有效提高超近距离非合作航天器相对导航的精度。     

无人机导航场景中立体匹配算法研究

针对现有立体匹配算法难以兼顾无人机导航场景中匹配精度和幅度失真的鲁棒性,提出了一种基于改进Census变换的立体匹配算法。根据图像结构和色彩信息获得基于十字骨架的任意形状和大小的Census变换窗口,并利用改进Census变换的Hamming距作为匹配代价,采用局部优化（WTA）和左右一致性校验得到视差结果,获得高精度的视差图。实验表明,该算法不仅能够获得高精度的视差图,更对幅度失真有很强的鲁棒性,能够很好地适用于无人机导航场景。     

抗仿射变换图像局部特征检测与匹配算法研究

针对SIFT局部特征在图像发生大视角变化时匹配失效的问题,提出了一种基于仿射变换模型的图像局部特征检测和匹配算法。通过建立图像仿射变换模型,对相机光轴视角变换的纬度角θ和经度角Φ进行模拟,并采用SIFT算法进行特征检测,基于最邻近法进行特征匹配,使算法除了具有SIFT本身的抗图像缩放、旋转和亮度变化等特点外,还具有较强的抗仿射变换能力。试验结果表明:当图像发生相对斜率较大的仿射变换时,该图像特征检测和匹配算法仍有较强的抵抗能力。算法可用于图像末端寻的制导弹丸和空中侦察设备拍摄的图像进行有效匹配。     

图像制导的目标匹配算法与系统设计

根据航拍地形图像和目标图像的特点,提出Zoser图像匹配算法用于图像导航与制导.Zoser算法主要由高斯Zoser图像金字塔、24邻域极值点和SIFTl28描述符等组成.Zoser算法使用整型数据,结构简单,二级算法独立性好,易于模块化设计;根据这些特点提出了基于FPGA和多DSP的系统设计方案,系统具有较好的实时性和图像匹配目标识别性能.Zoser算法对图像位移、旋转、仿射变换、尺度变化、噪声影响、轻微形变和照度变化有较好的鲁棒性,识别和匹配的准确性较好,速度比SIFT算法提高3倍左右,更适合实时系统.     

面向景象匹配制导的图像灰度校正问题研究

基准图匹配性能是影响景象匹配精度的关键因素之一.在分析灰度级线性变换法及灰度直方图均衡化的基本思路基础上, 实现了对基准图的灰度校正处理, 通过可匹配性度量参数分析及匹配仿真实验, 验证了灰度校正在改善基准图匹配性能中的实用意义.     

基于一种快速归一化积相关算法的图像匹配研究

在灰度图像匹配中,归一化积相关算法具有鲁棒性强、精准度高和易于硬件实现等优点。但算法复杂、计算速度慢是制约其应用的主要原因。基于迭代的思想提出了一种快速归一化积相关算法。该方法在计算基准子图图像能量时,只通过几个像素值的加减运算,便可快速实现基准子图像素求和,大大降低了计算的复杂度。实验证明,本算法与原算法具有相同的匹配精度,但计算时间仅为原算法的1/9.