基于ASIFT改进算法的无人机图像特征匹配方法研究

无人机图像纹理丰富、特征显著,在机器视觉三维重建及机器人导航中应用广泛,但其视角变化大,且易倾斜。传统的尺度不变特征变换(SIFT)算法和Affine SIFT(ASIFT)算法等图像特征匹配算法误差较大,难以满足应用要求。针对该问题,提出了一种基于ASIFT的改进算法。首先用ASIFT算法模拟图形畸变,然后利用SIFT算法中的k d树算法对最邻近特征点进行快速搜索匹配,最后加入随机抽样一致算法,得到匹配对的参数模型,同时对不符合模型的误差匹配对进行剔除。实验结果表明,该算法可以优化匹配效果,提高匹配速度。     

全球导航定位系统接收机的跟踪环路带宽设计

为实现全球导航定位系统(GPS)软件接收机对卫星信号灵活稳定的跟踪,采用非相干延迟锁定环和科斯塔斯环来实现伪码跟踪和载波跟踪;选择环路的带宽,利用最优化的设计理念,设计了GPS软件接收机的最优环路带宽,并且根据所估计的信噪比来确定跟踪环路的最优带宽,以达到总的误差最小.采用GPS卫星中频信号采样器采集实际的GPS数据,并通过Visual C及MATLAB进行了仿真实验,结果表明,接收机成功地跟踪上了7路信号,并以通道1中的数据计算出了同相和正交相信号,所设计的搜索和跟踪方法灵活有效,为接收机能够快速地对GPS信号实现捕获和跟踪提供了一定的保障.同时也使得GPS软件接收机对信号处理改用软件来实现,拥有了极大的灵活性.     

SURF算法在航摄图像导航中的应用

姿态角测量误差是导致机载遥感成像精度低的主要原因之一.为提高机载遥感成像的精度,并针对当前姿态角的测量误差较大、高精度惯性导航设备价格昂贵等问题,提出了一种应用基于SURF的航摄图像匹配的算法来解算飞行平台姿态角的方法.首先采用多线程对相邻航摄图像并行提取SURF特征点,然后使用改进的基于KDtree的近似最近邻匹配方法寻找相邻航摄图像匹配的特征点对,并应用RANSAC算法剔除错误匹配点对,再通过最小二乘法得到图像的变换模型参数,最终解算出机载平台的姿态角变化量.对该方法的实现进行了详细的比较分析,仿真结果也证明了该方法的有效性.     

基于融合图像特征的角点提取方法

基于图像边缘的角点提取往往对噪音敏感,提取精度较高但运算量大,而基于图像灰度的角点提取易于实现但提取效果不佳.因此提出一种融合图像边缘特征和图像灰度特征的角点检测方法.首先在一较低尺度用Canny算法求出所有边缘点,然后求出每一边缘点的曲率值并求出初始角点集,利用Harris算法通过实验在一较优尺度下对初始角点进行筛选并确定最终的角点集合.所提方法融合图像角点提取的两大特征,可以有效改进在单一特征提取下的不足.通过对比实验,该算法明显地提高了图像角点检测性能.     

结合SIFT和Harris算法的小型无人机影像拼接方法

考虑到小型无人机影像的成像过程具有视点离散、视角变化有规律等特点,选择拼接参考基准影像,利用无人机的GPS/IMU参数信息计算图像相交区域来减小图像匹配范围;综合利用Harris特征点提取算法和SIFT特征向量计算方法,进行特征点的提取和特征向量的计算,并用PCA算法进行降维处理;在特征匹配过程中,采用最临近(NN)方法和BBF算法提高匹配速度,应用PROSAC特征点提纯和仿射变换整体平差算法提高匹配的精度;最后利用光度对准和加权平均算法进行光度差异消除,实现了无人机影像的拼接。实验结果表明了文章中的图像拼接方法在准确性、效率方面具有优势。     

多摄像机间基于最稳定极值区域的人体跟踪方法

为实现多摄像机视频监控系统中的人体跟踪,提出了一种以最稳定极值区域作为匹配特征的人体跟踪方法.该方法使用图像的灰度信息,在一定程度上减小了摄像机增益及光谱特性对人体跟踪造成的影响.通过把人体跟踪转化为椭圆形区域的匹配,算法将最稳定极值区域拟合成椭圆形区域,在此基础上,选出符合约束条件的候选椭圆形区域,并将其归一化为单位圆形区域,通过在圆形区域内计算旋转不变量、进行直方图密度估计和计算加权平均距离实现椭圆形区域的正确匹配,从而实现多摄像机间的人体跟踪.实验结果表明:该算法可有效实现多摄像机间的人体跟踪.     

一种改进的无人机序列影像快速拼接方法研究

为了实现无人机序列影像无缝拼接,根据无人机序列影像的航带排布特性,提出用分块阈值自适应调节法改进了SURF算法。探讨了应用改进SURF算法对无人机序列影像进行快速拼接的步骤,并通过实验对该拼接方法进行验证。     

面向无人机的逐点偏移式卫星导航欺骗干扰方法

针对无人机在失控肇事、干扰航管、窥视窃密、恐怖袭击等方面的危害,本文提出一种基于逐点拉偏式卫星导航欺骗方法,通过重构错误的导航坐标系诱骗目标无人机飞离敏感区域保护地面安全。该方法将整个无人机欺骗过程看作是单步位置欺骗拉偏的时间迭代过程,首先根据无人机的运动学模型以及外部量测信息估算出无人机的真实位置点以及真实控制输入量;然后考虑无人机飞行控制器对欺骗效果的影响,在真实控制输入量中抵消掉预先设置的欺骗控制力矩效果,设计构造虚假卫星信号使得GNSS/INS组合导航模式下的滤波估计无人机位置点仍靠近原始期望目标点,但发生了偏差;最后这种偏差产生的无人机轨迹跟踪控制输入量会导致无人机真实状态点往欺骗目标点偏移,实现单步卫星导航欺骗效果。单步欺骗过程在时间上的迭代运用,可实现无人机位置的逐点偏移式欺骗。仿真结果显示利用逐点偏移式卫星导航欺骗方法能使得目标无人机慢慢偏离原始轨迹而跟踪欺骗轨迹,且组合导航滤波器估计轨迹仍跟踪原始参考轨迹,达到了卫星导航欺骗的目的。本文提出的基于逐点拉偏式卫星导航欺骗干扰技术可用于保障重点区域/人员的低空安全防护。     

基于KCF的微型无人机目标跟踪方法研究

针对微型无人机(MAV)计算能力有限的问题,提出基于单目视觉的MAV目标跟踪方法。该方法采用核相关滤波算法(KCF)对目标进行检测,通过循环矩阵生成训练样本训练分类器,并采用傅里叶变换和高斯核函数实现对目标所在区域的快速检测;利用目标中心点在像素坐标系下的位置,通过坐标系变换估计出目标在世界坐标系下的位置,完成目标位置解算;将解算出的目标位置作为位置控制器的期望输入,以控制无人机实现对运动目标的轨迹跟踪。最后,利用Gazebo软件搭建仿真试验环境完成目标跟踪算法的仿真与验证。     

基于图像特征分析的人体正面运动跟踪研究

针对由于人体模型自由度（DOF）大，标准粒子滤波中采样粒子数较大的问题，提出了一种单目图像序列下基于图像特征分析的粒子滤波运动跟踪方法.该方法检测了人脸区域，从人脸区域构建皮肤模型，用皮肤模型来检测人的手掌部位，细化人体分割区域获得人体初始骨架，利用反向传播神经网络来获得关键部位关节点的位置.采用获得的关节点位置信息，更新表征人体位置的部分状态参数来减少在粒子滤波中不确定的状态参数的数目.实验结果显示，与标准粒子滤波相比，该方法可以减少计算量和增强跟踪鲁棒性.     

基于核函数正则粒子滤波的SLAM算法在无人机导航定位中的应用研究

传统EKF、UKF、粒子滤波算法在解决航空无人机导航定位非线性问题时存在误差大、定位估计精度低等问题,提出了一种核函数正则粒子滤波算法,选取近地面航行,观测x,y方向的位置,并对SLAM非线性模型进行估计.实验数据表明,采用核函数正则粒子滤波算法由于保持了采样粒子的多样性与代表性,保证了在给定模型参数初值下,模型对载体速度和位置信息的跟踪估计能力,其精度比扩展卡尔曼算法的滤波精度高很多;另外,新算法对姿态角估计误差均收敛于0°～1°范围,之后趋近于0°.对于传统滤波算法对载体的航向角误差估计,在整个仿真时间内,其误差值均大于核函数正则算法的误差估计.新算法较传统粒子滤波算法,其滤波精度较高,且算法稳定性与收敛性更强.     

一种基于二维网格的自动视频对象分割及跟踪方法

提出了一种基于二维网格的自动视频对象分割及跟踪方法。该方法首先检测图像中的特征点，然后将特征点分为运动和静止两类，再提取、构造粗糙运动对象轮廓，再进一步得出较精确的运动对象边缘，最后跟踪分割出的运动对象，实验证实算法是有效的。     

基于运动平台的运动目标检测与跟踪

为了实现大视场智能监控,本文提出了一种基于运动平台的运动目标检测与跟踪方法．在相邻帧之间通过块匹配进行运动补偿,采用三帧差分法分割出运动目标．当运动目标正常运动时跟踪其形心;当运动目标被遮档时,根据卡尔曼滤波器预测的形心跟踪目标．其中,对于块匹配,采用边缘点作为匹配块的中心点并根据摄像机的运动方向确定搜索范围,使处理速度提高了38．6％．另外,比较得出最小二乘法对运动目标运动状态突然改变时拟合效果差,因此采用卡尔曼滤波器进行预测．实验证明,本算法适应环境变化的能力强,而且平均每秒处理37．6帧,达到实时处理要求．     

基于CamShift算法的目标跟踪研究

针对传统的跟踪算法无法获取跟踪目标世界坐标值的问题,提出融合SIFT特征点匹配的CamShift目标跟踪算法。运用基于色彩的CamShift算法对目标进行跟踪的同时对跟踪搜索窗口进行SIFT特征点提取和匹配,以获取目标的部分特征点在左右成像平面上的二维坐标值,根据这些坐标值通过视差原理确定目标的空间位置。实验结果显示,该算法在室内简单的背景条件下,能很好地跟踪运动目标且跟踪误差在可接受的范围内。     

航迹预测的多无人机任务规划方法

为提高无人机自主控制性能,实现任务分配与航迹规划整体架构,提出一种基于航迹预测的多无人机任务规划方法.首先,将禁飞区考虑为更接近真实场景的多边形模型;然后,使用改进A*航迹预测算法生成任意两个航迹点间障碍规避后的最短路径,利用该路径近似航迹航程作为任务分配过程的输入信息,建立目标函数,采用改进PSO算法求取最优结果;最后,使用B样条曲线平滑分配后的路径组合,生成无人机可飞行航迹.仿真结果表明,该方法能够以较高的计算速度和精度生成近似最优的任务分配结果和满足飞行约束的平滑航迹.     

基于航迹规划的无人机地形辅助导航

为改善无人机基于地形轮廓匹配的地形辅助导航地形适应性差、实时性差的问题,本文提出一种基于航迹规划的地形辅助导航方法。针对地形匹配对地形依赖性强的问题,将无人机需要途经的区域进行分块并计算各块地形标准差,根据地形标准差选出地形平坦区域和地形起伏区域,用航迹规划算法为无人机规划出在地形起伏较大区域的航线。针对传统遍历搜索高程匹配算法耗时长的问题,在粒子群算法基础上引入分布估计的思想,形成优化粒子群算法进行地形轮廓匹配,加强全局寻优能力。仿真实验结果表明：优化粒子群算法降低匹配时长2/3,基于航迹规划的地形辅助导航降低位置误差6/7。     

MPEG视频中对运动物体的跟踪

提出直接从MPEC数据流中寻找和跟踪运动物体的新算法．寻找是基于运动矢量的区域增长法，运动矢量的获得通过一个专门的滤波器，该滤波器主要应用于运动物体的边界宏块，运动轨迹由DCT的DC和部分AC系数进行校正，该方法运算量小，能实时处理，实验结果较好．     

一种新颖的轮廓线跟踪方法

为了降低跟踪系统状态维数、提高跟踪精度，从拉格朗日动力学原理出发，利用B样条形状空间理论，定义了新的动能、势能和衰减能量，推导了新的动态轮廓线跟踪动力学方程，并应用运动估计中的块匹配技术来寻找相邻帧中的对应点．结果表明：形状空间的维数远小于控制点数，增强了跟踪的稳定性；形状矩阵的正交化处理可以保证得到的动力学方程自然解耦，转化为若干个独立的单变量二阶振动系统；块匹配方法能够更准确地检测特征曲线．实验结果证明了方法的有效性．