基于球与圆特征的球体姿态估计

给出一种综合运用球及径向圆特征的球体姿态视觉检测新方法.不需特殊标定物,仅通过球及其中轴的单一视图,目标的3D位置及相机内参数可同时得到估计.算法依据球及圆特殊的位置关系,给出一种新的正交不变量,提供对IAC的线性约束,配合同心圆与自然相机约束,从而使相机定标及目标检测的线性求解成为可能;此外,基于样本点与重构椭圆几何误差测度的非线性最小二乘算法则进一步提高了估计结果的精确度.仿真及实际图像处理结果验证了算法的有效性.     

基于似圆阴影的光学遥感图像油罐检测

针对光学遥感图像中受阴影干扰的油罐目标识别率低的问题,该文提出一种将改进的视觉显著模型与似圆阴影区域特征检测相结合的由粗到精的油罐目标检测方法。首先建立改进的视觉显著模型,将油罐从复杂背景中粗分离。然后对分离结果中由油罐产生的似圆阴影区域进行精检测,得到疑似油罐目标。再去除阴影,获得油罐目标的初步检测结果。最后基于图搜索策略及先验知识,确定油罐目标并定位油库区域。实验结果表明,该方法对检测光学遥感图像中存在似圆阴影的油罐目标具有较高的鲁棒性和准确率。同时,在不同环境的光学遥感图像中使用该方法可快速准确地定位油库区域。     

基于特征点跟踪的运动目标接触时间估计方法

为解决估计运动目标和静止观测者之间的接触时间（time-to-contact）的问题,提出利用特征线段估计接触时间的思路;由估计匀速运动目标和静止观测者接触时间的特征点跟踪方案,给出特征点选择与淘汰准则、运动分割方法、以及特征点跟踪方法,针对三套标记TTC的运动目标序列图像进行接触时间估计实验,结果令人满意。     

基于线特征差分投影的空间目标姿态估计方法

空间目标姿态估计是有效实现基于ISAR图像空间目标识别的重要前提。本文针对利用线特征二维投影进行姿态估计时,线特征投影的检测误差会严重影响姿态估计精度这一问题,提出一种基于线特征差分投影的空间目标姿态估计方法。该法利用DP算法检测线特征在ISAR图像中的投影,通过建立线特征在实测ISAR图像和姿态估计值下的仿真图像中的二维差分投影,将线特征投影检测的绝对误差转化成相对误差,有效减小了线特征投影的检测误差对姿态估计的影响;同时,利用差分投影求取姿态估计的修正量,形成姿态估计的优化迭代过程,不断提高姿态估计精度。仿真实验验证了方法的可靠性与有效性。      

基于ISAR像序列的弹道目标进动特征提取

中段弹道目标进动特征是分辨弹头及诱饵的重要依据.以二维ISAR图像序列为基础,分析了弹道目标成像特点和目标姿态角的变化过程,提出了基于图像配准的ISAR像姿态差估计方法;采用等间隔配准避免了配准奇异,根据姿态差二次方曲线实现了进动参数的估计,给出了计算目标进动角、进动周期的具体步骤.仿真结果表明,该方法能够实现弹道目标进动特征提取,估计精度较高.     

无人机视觉着陆位姿参数估计方法

视觉导航方法是无人机自主着陆领域的一种有效的方法。设计了一种由一个圆环和一个三基色圆构成的地标,并基于该地标给出无人机位姿估计的研究方法。该研究方法首先利用图像外部的圆环来确定目标区域,然后根据内部的三基色圆及不同颜色区域的交界线估计飞机与着陆平台的姿态参量和相对位置。在不同高度位置展开实验验证,实验数据表明,该方法能精确解算出无人机与着陆区域的相对位姿参量,达到了无人机在下降过程中实时性的要求。     

基于视觉的非合作空间目标三维姿态估计方法

基于视觉的非合作空间目标3维姿态估计,关键在于建立观测图像与目标模型的特征关联。当前方法往往通过采用复杂的多维特征、产生候选关联结果的方式确保特征关联的准确性,难以兼顾算法效率。为解决以上问题,该文提出一种结合深度学习技术的姿态估计方法,首先通过深度神经网络得到姿态初值,然后基于姿态初值建立图像和目标模型之间的特征关联,进而求解目标姿态。所提方法中,深度神经网络提供了稳定的姿态初值,缩小了特征关联的候选空间;在姿态初值的支撑下采取了更为高效的特征提取与匹配方法。仿真实验表明,该文方法相比于现有方法更好地兼顾了算法准确率和效率。     

基于PSO的人脸姿态估计

提出了一种人脸姿态估计的新方法。根据三维扫描预先生成一个通用的模型,基于三维形态模型采用粒子群优化算法对人脸姿态进行初步估计,由特征点检测确定姿态大致范围,再在初步估计的结果上进行修正迭代,从而对人脸姿态进行精确估计。实验表明,该方法在简化数学运算的基础上,具有较好的估计效果,平衡了计算复杂度与结果精确度。     

利用三维点云的圆锥状弹头目标参数估计

以激光雷达三维点云对弹头目标形状、姿态、位置估计与目标识别为应用背景。针对导弹弹头的形状特点,将其近似建模为一个圆锥,并可通过6个参数来表征。提出了基于激光成像雷达得到的三维点云与Levenberg-Marquardt(L-M)算法的圆锥状目标参数估计方法,并指出这种方法也可用于对圆锥状目标的识别。通过仿真实验,给出了弹头参数估计误差与三维点云的距离分辨率、点云规模的关系。仿真和实测数据的实验结果表明:该方法在一定的观测距离分辨率下可以较精确地估计出圆锥状弹头目标的参数,并可以根据得到的参数以及对目标函数的优化结果,对目标进行识别。     

基于HOURGLASS网络语义关键点提取的光学图像空间目标姿态估计方法

空间目标姿态估计是有效实现各类航天任务的重要前提,基于空间光学观测图像的目标姿态估计关键一环在于快速准确地建立起观测图像与空间目标之间的“二维特征点-三维实体结构”映射关系。传统的方法往往将这一任务分解为特征提取和特征关联两个步骤序贯进行,然而在空间目标光学观测场景中,高动态的光照变化和目标的相对高速运动特点会显著降低图像特征提取的可靠性,影响后续特征关联匹配的正确率并最终降低对空间目标的姿态估计精度。针对这一问题,本文提出了一种基于语义关键点提取的光学图像空间目标姿态估计方法,利用Hourglass网络端到端地提取包含语义信息的关键点,直接实现了光学图像中二维特征点与目标三维实体结构的关联映射,并在此基础上利用EPnP算法求解待估计的目标姿态值。实验结果表明,本文所提的方法能较好地兼顾算法精度与效率,其在仿真数据集上的姿态估计最小误差为0.83°,且在数据降质的情况下平均误差依然优于传统方法。      

智能三坐标测量机零件位姿识别中的立体匹配

为提高三坐标测量机零件位姿识别的效率和准确率,提出了一种基于图像质心偏移的立体匹配新方法。将CCD摄像机安装在三坐标测量机的Z轴上,利用三坐标测量机的精确平移特性,构成单摄像机立体视觉系统,在两个不同位置获取被测零件的实时图像,对其进行处理得到图像质心,将图像质心的偏移距离作为约束条件完成立体匹配。该方法避开了极线约束、灰度约束等复杂约束条件,实验表明该方法可以达到较高的匹配精度,实验件的匹配时间为1.818s。     

激光散射式技术在钢球表面缺陷检测中的应用

针对目前钢球表面反射率高、缺陷特征难以提取等问题,提出了一种基于机器视觉技术,利用钢球表面激光散射图片快速检测表面缺陷的方法。介绍了系统的结构和检测原理,搭建了系统检测平台。分析了利用形态学、边缘连接等图像处理算法提取缺陷散斑,利用圆度因子和延长因子判别缺陷类型的处理过程,并基于LabVIEW软件平台,选取不同缺陷的钢球样本进行了试验测试。实际试验表明,利用钢球表面激光散射图可以有效提取表面凹坑、麻点、刻痕等缺陷信息,系统可以快速准确地识别钢球的表面缺陷,可用于钢球表面缺陷的在线检测,具有很好的实用价值和应用前景。     

8毫米波均匀介质球透镜多波束天线的研究

介绍了均匀介质球透镜天线基本特点;仿真分析了单馈源时均匀介质球透镜天线的辐射性能;在单馈源的基础上,仿真分析了8馈源时的辐射性能。根据仿真结果加工了均匀介质球透镜,同时设计制作了包括16个圆波导的馈电网络以及馈电网络的数字控制器。在馈电网络中16个圆波导沿介质球周围成弧形排成上下2层,每层8个。通过同一层上的馈电单元之间的切换实现水平扫描,而通过切换不同层上的馈电单元实现垂直扫描。实测结果表明均匀介质球扫描天线性能良好。     

基于微光头盔观察、悬挂式红外夜视仪光学系统设计

头盔夜视仪由单波段向多波段图像融合的方向发展。本文对基于微光头盔观察、悬挂式红外夜视仪的技术方案、图像配准精度进行分析并进行光学仿真。首先分析悬挂式红外夜视仪与微光头盔组合使用的工作模式以及图像旋转、圆形视场的设计方案;其次根据悬挂式红外夜视仪的设计指标,对其红外物镜及投影物镜进行光学仿真;第三从悬挂精度、光轴一致性及畸变等三方面分析图像配准精度;最后根据仿真结果及图像配准精度分析说明基于微光头盔观察、悬挂式红外夜视仪的技术方案可行,能达到预期的效果。     

A robust omnidirectional vision sensor for soccer robots

How to make robot vision work robustly under varying lighting conditions and without the constraint of the current color-coded environment are two of the most challenging issues in the RoboCup community. In this paper, we present a robust omnidirectional vision sensor to deal with these issues for the RoboCup Middle Size League soccer robots, in which two novel algorithms are applied. The first one is a camera parameters auto-adjusting algorithm based on image entropy. The relationship between image entropy and camera parameters is verified by experiments, and camera parameters are optimized by maximizing image entropy to adapt the output of the omnidirectional vision to the varying illumination. The second one is a ball recognition method based on the omnidirectional vision without color classification. The conclusion is derived that the ball on the field can be imaged to be an ellipse approximately in our omnidirectional vision, and the arbitrary FIFA ball can be recognized by detecting the ellipse imaged by the ball. The experimental results show that a robust omnidirectional vision sensor can be realized by using the two algorithms mentioned above.     

彩色图像特征点检测算子

图像特征点的定位检测是计算机视觉中的一个关键问题，特征点检测算子的性能会直接影响到相机参数标定和视觉测量结果。本文在传统的Harris灰度图像的特征点检测算子基础上，利用彩色图像RGB三分量数据融合，提出了彩色图像特征点检测算子；提出了2个空间位置约束条件，使检测到的特征点均匀分布在图像各个区域；还提出了采用Bilateral滤波器取代Gaussian滤波器，得到一种既能保持边缘信息又能有效平滑噪声的图像滤波方法。通过对加噪彩色图像的特征点检测实验证明所提方法特征点定位准确，分布合理，抗噪声干扰性能好。     

提取鱼眼图像轮廓的算法改进及图像校正

用鱼眼镜头拍摄的图像具有严重的变形,精确地提取鱼眼图像的轮廓是进行图像校正的前提。针对传统的提取鱼眼图像轮廓的算法对噪点抑制能力不强,在有效区域存在大量黑色像素时算法失效等缺点,本文提出了一种改进的提取鱼眼图像轮廓的切线法。实验表明,该算法能准确定位鱼眼图像的圆心坐标和半径,精度高、实时性好,具有明显的优越性。最后,本文用球面坐标定位法对图像进行变形校正,取得了很好的效果。     

Arbitrarily colored ball detection using the structure tensor technique

In this paper we present a new technique for ball detection in the RoboCup environment. The proposed method is an advanced version of the Hough transform and its main detection feature is local rotational invariance. This feature is utilized by means of the structure tensor technique, which optimizes linear parameters in partial differential equations within a local neighborhood. For our application we use the vanishing angular derivative describing the rotational invariance of the ball. Since no color information is used, the method can be used for the detection of any arbitrarily colored ball using a vision system. Compared to the standard version of the Hough transform for circle detection our version is a lot more robust, because the structure tensor technique directly provides the circles’ center coordinates as well as the radii and the accumulator space is only used to improve accuracy.     

考虑圆形特征边缘模糊和偏心误差修正的高精度相机标定方法

针对立体视觉系统采用圆形特征点标定时存在的空间圆形投影边缘模糊和偏心现象问题,利用改进Zernike矩和偏心误差修正进行圆心的高精度定位,以此提高相机参数的标定精度。首先考虑了由于立体视觉成像系统的标定场景光照强度不均匀引起的圆形特征投影图像边缘模糊的问题,引入高斯误差函数对边缘过渡段的灰度分布进行描述,建立了高斯边缘模型,并基于该模型计算投影图像的Zernike矩,然后利用改进Zernike矩实现高精度的圆形特征投影边缘像素坐标定位。此外,分析了影响圆形特征中心投影点和拟合圆心间偏差大小的因素,基于该分析对迭代拟合圆心进行偏差补偿使之逼近真实的圆心投影,最后通过所提算法对99圆形标志点进行圆心坐标提取并用于相机参数的标定。仿真实验表明,文中算法对投影图像边缘定位的精度以及圆心拟合的精度均高于传统的算法;实测实验中,基于圆心高精度坐标得到的相机标定参数对标准杆进行三维重建,长度测量精度比传统算法提高了30%。