基于激光点云数据的三维运动图像重构技术北大核心CSCD

为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。     

基于最近邻特定点的人体运动姿态特征点标定识别方法

为了提高人体运动姿态的准确检测识别能力,提出基于最近邻特定点的人体运动姿态特征点标定识别方法.人体运动姿态图像采集依托于激光扫描技术,检测激光图像边缘轮廓,结合图像分割技术进行人体运动姿态的轮廓线分割和特征识别,构建激光图像灰度直方图分布结构模型,采取区域块匹配的方法提取模型中人体运动姿态和动作特征,采用多维像素重构方...     

基于动态特征剔除的图像与点云融合的机器人位姿估计方法

针对动态物体影响传感器进行机器人位姿估计的问题,本文提出了一种基于动态特征剔除点云与图像融合的位姿估计方法。首先,YOLOv4和PointRCNN分别被用于识别图像和点云中的潜在运动目标并提取候选框。其次,在视觉定位方面,双目视觉与稀疏光流被用于路标点的构建与追踪,并根据候选框剔除动态特征点,随后构建重投影误差函数,通过基于RANSAC剔除的非线性优化方法求解相机位姿;在激光定位方面,提取前后帧的直线与平面特征点,并根据候选框进行筛选,基于特征点到直线或平面的距离构建误差函数,进而求解激光雷达位姿。为使系统不再局限于单一传感器的使用环境限制,通过自适应加权方法,有效融合了两种位姿结果。最后,通过KITTI数据集和动态场景采集的数据进行定量实验对比,验证了剔除动态特征后的位姿估计的精确性以及融合算法的有效性。     

基于AR动态图像的人物动作捕捉技术研究

为了提高人物动作的三维虚拟重构和识别能力,需进行人物动作的特征提取和捕捉,故提出基于AR动态图像的人物动作捕捉技术。采用三维动态跟踪识别方法进行人物动作的动态图像特征提取,利用AR虚拟现实技术进行人物动态图像的包络轮廓分割,绘制反应人物动作特征的灰度直方图,结合Harris角点跟踪检测方法进行人物动作捕捉,实现人物动态图像三维虚拟成像重构和动作的实时捕捉。仿真结果表明,采用该方法进行人物动作捕捉的动态特征匹配能力较好,对动态特征点的检测性能较高,具有较好的人物动态图像虚拟重构和识别能力。     

基于激光视觉传感的渔船目标无人机低空识别研究

为了提高渔船目标无人机低空识别的准确率,提出基于激光视觉传感的渔船目标识别方法。采用阈值分割和角点定位标定渔船目标激光视觉传感图像的方位特征点;提取渔船目标的位置信息、速度信息、加速度信息、运动轨迹信息,建立渔船目标激光视觉传感图像的背景差分检测模型;通过帧动态检测和差分图像聚类,计算相邻目标质心的距离;根据参数估计和像素灰度值检测,结合目标方位估计,实现对渔船目标激光视觉传感图像的定位识别。结果表明,采用该方法能够有效识别渔船目标,目标方位识别准确性达到90.95%以上,提高了渔船目标无人机低空识别准确性。     

基于红外双波段图像融合的点目标识别

为解决红外警戒系统中点目标的识别问题,提出了一种新的点目标识别方法。该方法 首先分别对单波段红外图像进行背景预测与抑制,然后对取自适应阈值后的双波段图像根据目标的运动特征进行融合,最后通过图像序列分析给出最终的目标识别结果。仿真实验表明,该方法对背景有很好的抑制效果,可大大减少目标识别中候选目标点的数目,因而有利于点目标的识别。     

基于光斑与图像特征的动态激光干扰效果评估

激光主动成像系统通常用于重要区域监视和危险目标识别,其上的光电成像探测器易受敌方激光干扰产生局部饱和甚至损伤,导致目标识别失效。在实际中,激光干扰功率和光斑位置等因素均时刻发生变化,导致激光对每帧图像的干扰效果也不尽相同,因此,动态的衡量激光干扰效果具有重要意义。提出了一种基于光斑特征和图像特征的无参考动态激光干扰图像评估算法,通过加速分隔测试特征(FAST)算法提取特征点,并运用特征点匹配确定图像的目标区域,在该目标区域利用饱和像素数和光斑相对位置变化表示光斑特征对图像质量的影响,利用图像中特征点和边缘点分布特性以及边缘清晰度表示图像特征的变化,将5个评价因子相乘,得到归一化的评估指标。利用激光主动成像识别系统对设定目标进行照明成像识别实验,采集不同干扰功率和干扰方位的激光干扰图像。基于提出的无参考动态特征评估算法对获得的连续多帧激光干扰图像进行评估,结果表明该算法能够准确评价不同功率、方位激光的干扰效果,客观反映光斑遮盖下自动目标识别算法的失效程度。     

基于深度学习的图像目标定位识别研究

为了解决常规图像目标定位识别方法存在的识别准确率较低问题,实现图像目标精准定位识别,该文设计一种新的基于深度学习的图像目标精准定位识别方法,提取图像CNN特征以降低定位识别难度,构建图像定位深度学习识别模型以提高识别图像的特征表达能力,设计Faster图像定位识别算法以优化识别网络结构,从而实现图像目标定位识别。实验结果表明,设计的图像目标深度学习精准定位识别方法的识别准确率较高,识别效果较好,符合图像目标定位识别的需求,有一定的应用价值。     

基于双目视觉的目标完整点云获取方法

快速获取复杂形状目标的完整三维点云,重构目标的三维模型是目前智能检测和机器人识别与定位的关键技术和难点。基于立体视觉,提出一种图像预处理和优化半全局立体匹配过程的方法。该方法设计了图像预处理算法,与半全局立体匹配和点云配准算法配合使用,获取复杂形状目标完整的三维点云。搭建了硬件实验平台和旋转工作台,获取多角度下目标的左右图像对,在此平台上开发了一套基于双目视觉的点云获取系统,并以复杂形状的齿轮为实验对象对该系统进行测试。测试结果表明,该方法生成的物体三维点云效果良好,为目标三维重构提供方法和理论,实用性较强,并且系统运行速度快,算法处理过程可行。     

面向自动装车的来车检测和规划系统

为解决自动装车车辆检测和码垛规划问题,设计基于三维激光成像的车辆特征识别和码垛规划系统.设计实现了激光三维扫描系统,提出点云检校方法,获取高精度三维点云;设计基于点云的开放式货车车厢全特征识别算法,经点云分割、特征识别和参数化,获取车辆完整的特征参数检测;基于检测结果设计了码垛规划器,可直接用于装车机使用;基于Linu...     

基于红外特征的三维目标识别算法研究

基于三维特征的目标识别存在相似点云域容易误判、总数据运算量大等问题,而造成目标检出率低和误判率高。为了提高目标识别准确度与速度,提出了基于红外特征的三维目标识别算法。系统同时获取目标区域的二维红外图像与三维点云数据,利用目标红外特性的显著特征获得目标的投影范围,并计算系统与目标的位姿关系。根据红外特征映射关系计算点云数据中目标的限定范围,由此大幅缩减需要匹配计算的点云总量。在相同背景条件下对同一目标车辆进行测试,记录分析了3种不同测试角度条件下的识别数据。结果显示,传统点云识别算法的目标检出率均值为93.4%,误判率均值为19.5%,收敛耗时4.77 s。本算法的目标检出率均值为98.7%,误判率均值为1.5%,收敛耗时1.23 s。由此可见,基于红外特征的目标识别算法的检出率和误判率都更有优势,且处理速度更快。     

PTD算法在激光三维点云数据滤波中的应用

提高激光三维点云数据滤波精度,有助于构建高精度的地表模型,为此,提出了基于点云地面点滤波算法的激光三维点云数据滤波方法。采用双边滤波算法消除激光三维点云数据中存在的噪声,提取的法向量、回波率以及后向散射系数,将其输入支持向量机完成激光三维点云数据的分类,采用点云地面点滤波算法实现三维激光图像双边滤波处理。结果表明,本方法的数据滤波处理误差低于2.0%,信息熵与峰值信噪比为9.74和23.44 dB,获取的三维激光图像清晰度高。     

基于线偏振激光主动成像的物流配送目标路径识别

为了提高物流配送目标路径的自动寻优能力,提出基于线偏振激光主动成像的物流配送目标路径识别方法,采用线偏振激光主动成像技术进行物流配送目标路径的优化成像处理,采用边缘轮廓检测方法进行物流配送目标路径跟踪识别,提取物流配送目标路径激光主动成像的灰度特征量,采用多维像素重构方法进行物流配送目标路径线偏振激光图像的信息融合和线性规划设计,分析物流配送目标路径的差异性特征量,采用自适应图像跟踪识别方法进行物流配送目标路径优化定位,结合角点检测方法实现对物流配送目标路径的定位识别,采用线偏振激光主动成像控制方法,完成物流目标路径的优化识别。仿真结果表明,采用该方法进行物流配送目标路径识别的自适应性较好,对物流配送目标路径的自动规划能力较强,具有很好的物流配送目标路径优选能力。     

基于机器学习的武术动作姿势识别方法

武术动作姿势包括静态与动态，呈现多维性，提出基于机器学习的武术动作姿势识别方法。采用小波阈值变换去除原始图像噪声干扰，参考运动过程中关节角度变化曲线，提取人体静态特征和动态特征，构建动作图像多维分割模型，结合机器学习与目标姿势参数，获取武术动作姿势边缘轮廓的特征分布函数，完成武术动作识别。实验证明：动作识别精准度较高、特征分辨能力较强，具有很好的姿势检测和辨识能力，能够满足武术训练对姿势细节获取要求。     

基于大数据可视化激光测距城市空间三维图像重构

针对当前三维图像重构效率差,重构结果遍历覆盖度低等问题,提出基于大数据可视化激光测距城市空间三维图像重构方法.利用激光测距仪采集大量城市空间三维点云元数据,对元数据实施序列化处理获取城市空间相关大数据.基于获取的数据进行可视化分析,点云数据中包含激光采样点数值范围,可构建城市空间数字表面模型;利用该模型获取城市地面高度...     

激光/红外复合扫描引信目标识别算法

针对激光、红外单模引信抗环境干扰能力差、目标识别概率不高的问题,提出了一种基于关联的多元线阵激光/红外复合扫描的模糊识别算法。该算法通过建立激光/红外线阵扫描模型,对目标的顶部三维轮廓与顶部红外辐射图像进行特征提取与关联信息融合,对比真实目标特征参数,设计了基于模糊理论的目标识别算法,得出三组识别特征各自的识别概率,在此基础上对三种识别概率继续进行模糊推理融合得出目标的最终识别概率。仿真结果表明,该复合探测目标识别概率比单模识别方法有较大幅度的提高。     

遗传算法优化神经网络在图像目标识别中的应用研究

针对传统的目标识别方法存在易陷入局部最佳值和识别精度低的问题。提出基于遗传算法优化神经网络的图像目标识别方法,通过灰度共生矩阵运算出图像的纹理特征值,并融合像素灰度值构成分类图像的特征矢量,将特征矢量输入到神经网络中实施训练。神经网络先采用遗传算法获取最佳检索范围,再通过高阶神经网络实施寻优运算,获取最佳的图像目标识别结果。实验结果说明,所提方法在图像目标识别精度和效率方面具有较高的优越性。     

基于三维传感跟踪的运动损伤动作细节特征提取

为了提高运动损伤病理诊断有效性,提出基于三维传感跟踪的运动损伤动作细节特征提取方法。采用三维传感跟踪识别方法进行运动损伤动作的图像采集,对采集的三维图像进行边缘轮廓检测和角点检测,提取反应运动损伤细节特征的关键特征点,采用损伤部位的形变位移估计方法实现运动损伤动作的统计信息特征提取和损伤程度评估,结合图像的块分割方法实现运动损伤动作细节特征提取。仿真结果表明,采用该方法进行运动损伤动作细节特征提取和三维传感跟踪识别,对运动损伤动作图像的特征表达能力较好,实现可视化的运动损伤病理诊断和治疗。     

低分辨率激光光谱遥感图像弱小目标识别方法设计

为了突破图像分辨率对弱小目标识别工作的限制，优化设计低分辨率激光光谱遥感图像弱小目标识别方法。根据激光光谱吸收原理，生成遥感图像，通过大气校正、平滑去噪等步骤，完成初始图像的预处理。通过图像增强，提升遥感图像的分辨率，分割激光光谱遥感图像区域，通过特征提取与匹配得出弱小目标的识别结果。实验结果表明，优化设计方法的平均目标数量正确识别率为94.4%和目标尺寸识别误差的平均值为0.12 m²。     

无人飞行器自主降落区识别方法研究

为实现无人飞行器的自主降落,针对降落平坦区域包含特征较少、且分布没规律、形状各异等特点,本文设计了一种基于点云几何特征的快速点云分块和平坦区识别方法。该方法通过无人飞行器上的相机获取二维图像,并使用多视角立体三维重建技术获得场景三维点云,提出了以空间距离作为平滑项、以点在Z方向上的高度作为相似项的三维点云滤波算法对三维点云滤波,设计了基于点云法线和曲率的聚类分块对点云进行区域划分,然后改进RANSAC算法拟合点云平面,筛选出无人飞行器飞经场景的平坦区,并最终确定出无人飞行器的最佳降落区。最后,用本文所设计方法对戈壁人工沟壑、戈壁自然沟壑和小区花园等实拍场景图像进行降落区识别,实测结果显示识别出的区域地形起伏均小于0.125m@m~2,满足无人飞行器降落要求。