基于DBSCAN算法的无人机光流测速方法

针对在无人机视觉导航、定位过程中进行光流计算时,光流矢量易受前景运动物体影响造成测速精度下降的问题,基于DBSCAN算法提出了一种光流测速优化方法。该方法使用LucasKanade光流算法对SURF特征描述子进行光流跟踪后,计算出稀疏光流。采用DBSCAN算法对光流数据进行聚类处理,根据速度的一致性剔除光流数据中的干扰项。采用卡尔曼预估器对数据进行进一步处理,实验结果表明,该优化方法可以有效地减少前景运动物体对无人机光流测速的影响,提高无人机测速的精度。     

无人机视频图像运动目标检测算法综述

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。但在无人机获取的视频图像中,无人机运动、旋翼震动或外界风力等客观因素使图像出现较为明显的背景、光照等变化,会对运动目标的检测产生影响。因此,如何降低干扰、提高检测精度,让无人机在运动目标检测领域发挥作用在信息时代具有相当重要的意义。无人机视频图像的运动目标检测相比传统运动目标检测,检测思路基本一致,但干扰因素众多。本文以此为切入点,分类综述了适用于无人机视频图像运动目标检测的算法及其改进,主要包括运动估计算法、帧间差法、背景建模法、光流法等传统算法和近年出现的新型算法;通过对无人机运动状态的划分探讨比较了上述方法的优缺点及适用场景。帧间差法更适合处理无人机悬停状态的数据,背景建模法、光流法及新型算法对无人机悬停及巡航状态的数据均可处理;上述算法均不能很好解决光照变化造成误检、漏检现象。所以处理无人机视频数据时,要根据其运动信息及数据特点选择合适的算法,才能获得好的检测结果。     

基于粒子流和能量模型的异常行为检测

提出了一种基于单目摄像机的异常行为检测方法,可有效检测群聚群散事件。针对传统稠密光流法耗时大,抗噪声性差,对光照变化敏感,而稀疏光流又不能提供丰富运动信息的不足,提出采用二值前景为掩码计算局部稠密光流,既剔除了干扰,又减少耗时。针对光流仅能反应物体瞬时运动信息,不能反应运动的累积效应,不能描述物体间的相互影响,提出建立以光流为底层特征的粒子流场,以稳定地进行特征提取。最后,通过计算粒子幅值直方图的能量来进行异常行为的检测。搭建了实验监控系统,不同场景的实验表明,该方法实时性好,鲁棒。     

基于融合改进RANSAC光流法的无人机视觉SLAM研究

针对同时定位与建图(SLAM)中存在定位精度不足、匹配特征点误差累积和特征匹配时间较长,提出了一种融合改进RANSAC光流法的优化算法。该方法基于传统RANSAC算法,加入最小二乘法对模型进行迭代优化来估计最优模型,对光流法的误匹配点进行剔除,大量减少图像误匹配特征点;把融合改进后的RANSAC光流法与特征点通过卡尔曼滤波进行融合,最后使用改进后的算法在公开的EuRoC MAV数据集中进行SLAM定位精度实验。实验结果表明：该改进算法能够有效减小光流法特征匹配的误差,从而提高无人机视觉SLAM的定位精度。     

无人机用MINS/光流组合导航系统

目的：减小因为惯导系统在无人机长航时飞行时的误差。方法：提出了一种用INS/光流/磁强计组合导航方案,基于扩展卡尔曼滤波,将INS与光流数据融合,估计无人机的速度和位置。当无人机静止或匀速运动时,将陀螺仪与加速计、磁强计的数据融合,估计无人机的姿态;当无人机加速或减速时,用陀螺仪估计无人机的姿态。结果：在不使用组合导航时,在大约50米的行驶路程中,就出现了近8米的累积误差,而使用组合算法后,所产生的误差不超过1米。结论：该方案有效的减少导航时的速度、位置和姿态的误差,提高导航精度。     

单目图像序列光流三维重建技术研究综述

由单目图像序列光流重建物体或场景的三维运动与结构是计算机视觉、图像处理与模式识别等领域的重要研究内容,在机器人视觉、无人机导航、车辆辅助驾驶以及医学影像分析等方面具有重要的应用。本文首先从精度与鲁棒性等方面对单目图像序列光流计算及三维重建技术近年来取得的进展进行综述与分析。然后采用Middlebury测试图像序列对HS、LDOF、CLG-TV、SOF、AOFSCNN 和 Classic ＋NL 等典型光流算法以及 Adiv、RMROF、Sekkati 和DMDPOF等基于光流的间接与直接重建方法进行实验对比分析,指出各对比方法的优点与不足,归纳各类方法的性能特点与适用范围。最后对利用分数阶微分模型、非局部约束、立体视觉以及深度线索解决亮度突变、非刚性运动、运动遮挡与模糊情况下光流计算及重建模型的局限性与鲁棒性问题进行总结与展望。     

改进ORB-LK光流法的无人机速度估计

针对无人机无法在全球定位系统信号弱或拒止环境下实现自主导航的问题,提出一种基于改进的ORB-LK光流法的速度估计算法.首先,通过ORB算法提取目标物体上的特征点,经过LK光流法计算出图像光流速度;然后,采用前向后向匹配算法确定匹配点对,利用渐近一致采样算法剔除误匹配实现精匹配;最后,结合惯性测量元件测得的无人机旋转速度...     

光流技术在微结构平面微运动测量中的应用

在经典的Horn-Schunck光流算法的基础上,根据微机电系统(MEMS)微结构的运动特性,引入标号场,提出基于标号场和邻域优化法相结合的光流算法对微结构的运动序列图像做运动估计.利用光学测量方法,开发了测试系统,能使微结构的运动可视化.系统包括:利用光学显微镜来实现微结构的放大,并将图像投影到CCD摄像机上;基于频闪成像原理来冻结微结构的高速运动状态,获取一系列动态图像序列;基于提出的标号场和邻域优化法相结合的光流算法对微结构的运动序列图像做运动估计,获取其重要动态特性参数.该方法具有非接触、高测量精度的特点.实验结果表明,该方法的测量重复性达40nm.     

一种自适应的光流估计方法

本文通过对光流基本约束项和平滑约束项加以改进,提出一种自应用的光流估计算法。这种算不能够较精确进行光流运动估计,减轻Horn方法中全局平滑约束对运动边界的影响,提高估计的峰值信噪比。实验结果表明：这种算法是有效的。     

基于小波的稳健光流计算方法

针对系统误差导致光流计算稳健性较差及精度较低的问题,该文提出一种基于小波多分辨理论的稳健光流计算方法。所提算法基于小波多尺度分辨率特性,将光照条件变化及传感器噪声引起的系统误差包含进光流计算中以改善光流计算的稳健性及估计精度,并通过总体最小二乘法求解超定小波光流方程组以获得光流矢量。仿真结果表明,与传统的Lucas-Kanade算法、Horn-Schunck算法及基于小波的全向图像光流估计方法相比,所提算法可显著改善光流估计精度及稳健性。     

改进多旋翼飞行器自主定位稠密光流算法

基于光流传感器的目标检测与自主定位算法能较好地解决无人飞行器室内自主飞行的难题.本文首先分析了传统全局H-S算法和局部L-K算法的机理性误差,然后提出了改进的光流算法.通过剔除影响估计运动的干扰数据来优化五置信点选取方式,改变能窗选择方式对置信点加权得到新的光流能量泛函,并修正拉普拉斯算子估计计算光流梯度,加快算法迭代...     

一种基于背景配准的光流场算法

研究了在摄像机动态的条件下,前后两帧图像间移动距离对光流法计算精度的影响.光流算法计算精度随着帧间中心位置偏移距离的增大而降低.针对此特点,提出了一种基于背景配准的光流计算方法.该方法使用背景配准计算帧间的近似偏移量,并以此近似偏移量为基础,进一步计算细节部分的相对偏移量.这种处理策略有助于为光流算法提供理想的工作区间并提高其计算精度;近似偏移量与细节光流场相叠加以合成最终的光流场.实验表明具有背景配准步骤的光流检测法较其他传统的光流算法相比,在精度方面具有较为明显的优越性.     

基于图像局部结构的区域匹配变分光流算法

针对变分光流算法的计算精度与鲁棒性问题,提出一种基于图像局部结构的区域匹配变分光流算法.光流估计能量泛函的数据项采用图像结构守恒与灰度守恒相结合,并引入规则化非平方惩罚函数,保证了光流估计的精度与鲁棒性;平滑项采用随图像局部结构自适应变化的扩散策略结合区域匹配约束函数能够有效地保护运动物体或场景的边缘轮廓信息;在光流计算过程中引入金字塔分层细化策略克服图像序列中大位移运动引起的像素点漂移现象,并采用数学方法证明光流估计模型的鲁棒性和收敛性.多组实验表明,本文方法在图像中存在剧烈光照变化、非刚性物体复杂运动以及多目标大位移运动等情况下具有较高的计算精度、较好的鲁棒性.     

利用光流估计三维运动参数的线性算法

三维空间中物体运动参数可以用二维平面光流及图象平面上投影坐标求得。当物体表面结构小于物体与投影图象平面之间的距离时,算法是线性的。     

基于稠密光流和目标检测的烟雾检测算法

火灾发生的前期往往伴随有不同量的烟雾,故烟雾的高精敏感检测对预防火灾蔓延具有重要作用。针对烟雾检测提出了基于光流估计与目标检测的SmokeNet算法,该算法首先对输入图像的色彩空间进行转换,然后使用光流估计算法LiteFlowNet对烟雾运动进行估计,并使用目标检测算法YOLOv4剔除运动物体干扰,最后通过降噪处理,得到图像中烟雾区域的大小、形状及运动轨迹,即可对烟雾进行评估。在室内烟雾评估实验中,该算法获得了93.53%的检测准确率。     

针对红外焦平面非均匀校正的快速图像配准方法

为了解决红外焦平面非均匀算法中出现的运动估值问题,提出了一种新的快速图像配准算法.该算法对传统光流方程计算配准精度的方法作了改进,利用基于投影信息的一维光流方程计算小数像素位移.通过与其他算法的配准效果比较,证实该算法具有配准精度高、计算复杂度低等优点.     

垂直起降无人机自主视觉着舰方法

考虑垂直起降无人机着舰问题的特殊性,提出了一种基于机载视觉的自主着舰方案。突破了传统2D光流测速的弊端,利用图像球面光流估计出目标舰船的三维速度矢量。为解决传统位置控制方案对着落轨迹精度控制不足的问题,利用Tau理论实时规划出一条满足着舰软着落约束条件的期望轨迹,最终以无人机三维飞行速度矢量作为控制量设计了轨迹跟踪控制器。基于Unity3D软件开发视景仿真环境,模拟不同海况条件,对所设计系统进行了半实物闭环仿真验证。与传统轨迹规划方案相比,所提方法无需复杂优化迭代计算,能同时满足着舰的实时性和精确性需求。     

红外图像的光流计算

图像光流的计算不需要在图像序列中建立特征之间的对应关系，因此光流法在计算机视觉的众多领域，包括运动物体的参数估计和目标跟踪方面都有广泛的应用，由于红外图像的噪声相对较大，光流法很少用于红外图像中目标的运动参数估计和跟踪，这里，使用几种常用的光流计算方法对部分实际红外图像进行了光流场计算。结果表明，当选择合适的方法或计算方法进行一定的改进时，这些红外图像可以得到比较接近实际情况的目标光流场，进而应用于红外图像中的目标分割，运动状态分析与目标跟踪等领域。     

噪声环境下光流场快速稳健估计方法研究

针对噪声影响下光流计算稳健性较差及收敛速度慢的问题,提出一种噪声环境下光流场快速稳健估计方法。所提算法基于噪声环境下光流场估计方法,引入惩罚因子以增强光流计算稳健性,并在光流计算迭代公式中加入动量因子缩短光流计算收敛时间以加快光流场计算。而后基于变分方法极小化光流能量函数求解欧拉-拉格朗日方程,最后通过迭代方法求得速度场。仿真结果表明,对视频中连续两帧图片加入不同高斯噪声后,与M算法及ML算法相比,所提算法可显著增强光流场计算稳健性,缩短光流计算收敛时间,加快光流场计算。     

INS/光流/磁强计组合导航在小型无人机中的应用

由于低成本的惯性导航系统存在较为严重的漂移,小型无人机在使用其导航时,往往会出现较大的误差。针对这一问题,本文提出了一种INS/光流/磁强计组合导航方案：基于扩展卡尔曼滤波,将INS与光流数据融合,估计无人机的速度和位置。当无人机静止或匀速运动时,将陀螺仪与加速计、磁强计的数据融合,估计无人机的姿态;当无人机加速或减速时,用陀螺仪估计无人机的姿态。利用无人机飞行数据对本文所提出的组合导航方案进行了验证,验证结果表明,该方案有效的减少导航时的速度、位置和姿态的误差,提高导航精度。