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。      

基于自适应滤波的头部姿态跟踪方法研究

针对视觉式头部定位系统存在着噪声统计特性掌握不充分的问题,设计了一种新的基于自适应滤波的头部姿态跟踪方法,其综合了视觉测量算法和自适应滤波算法。在获取n对2D/3D(图像点/空间点)匹配对的基础上,先利用正交迭代算法(OI)解算头部姿态,然后应用自适应滤波器估计精度更高的头部姿态,最后针对带有时变噪声且噪声统计特性掌握不充分的测量值,应用头部姿态跟踪方法进行了仿真测试,结果显示该方法的测量精度有很大提高,并且验证了所设计的头部姿态跟踪方法是合理且有效的。     

基于雷达图像特征的空间目标载荷指向估计方法

载荷指向信息是空间目标在轨工作状态感知的重要依据，文中提出了一种基于逆合成孔径雷达（inverse synthetic aperture radar，ISAR）图像中的轴向特征匹配与重建的空间目标载荷指向估计方法，可以反演出空间目标天线载荷的具体指向及观测区域.该方法首先利用Randon变换和极值点检测等从ISAR图像中提取出天线载荷的两个轴线方向，然后再将该轴向特征与仿真特征模板库进行匹配，实现天线载荷轴向姿态角的粗略估计，同时利用三维矢量到二维平面的几何转换关系，建立载荷轴向在轨道坐标系与ISAR成像坐标系之间的姿态解算公式，根据姿态角粗略估计结果及三维重建矩阵实现载荷轴向及指向姿态的优化求解.基于动态仿真数据验证了该方法的有效性.     

基于图像特征融合的无人机位姿测量方法

针对实际无人机位姿测量过程中可能出现的特征数不够、测量精度不高等问题,提出了基于图像特征融合的无人机位姿测量方法及系统。测量过程中充分利用提取得到的无人机图像角点、机翼线以及对称轴特征。利用线-线交会最小二乘求解得到无人机图像中同名特征角点的世界坐标;根据各摄像机间的关系及检测到的直线特征,利用奇异值分解方法解算得到机翼线及对称轴在世界系中的单位方向向量;融合检测得到的角点特征、机翼线以及对称轴特征解算得到无人机的位姿参数。仿真试验结果表明:采用2台数字摄像机的合理布站,噪声标准差为1、无人机距离约为1200 m时,位置精度小于0.05 m,姿态测量精度小于0.5°,且摄像机的台数增加有助于提高位姿测量精度,精度对比验证了所提测量方法的正确性、可行性和高精度。     

基于三维镜框建模的眼镜虚拟试戴系统

在虚拟试戴系统中,虚拟眼镜需要精确地叠加到人脸图像上,这决定了虚拟试戴系统的体验感,其中的关键技术在于构建真实的眼镜模型以及快速准确地估计图像中人脸的三维空间姿态。针对该要求,文中提出了将三维镜框建模与基于人脸特征检测的头部空间姿态估计相结合的虚拟试戴技术,并实现了一个虚拟试戴系统。首先采用ERT级联回归定位人脸图像面部特征点;然后通过VTK可视化工具构建三维镜框,根据人脸特征点的信息和头部的旋转信息将处理后的镜框图像准确融合到人脸图像上;最后使用AFLW人脸数据库检验姿态估计的精确度。结果表明,该算法精度高、速度快,其在大角度、背景干扰物较多、光线条件差等复杂情况下仍能快速准确地实现三维多角度虚拟试戴,效果自然逼真,基本满足虚拟试戴技术的要求。     

基于PCA与SVM的头部姿态识别及应用

针对头部姿态识别在复杂背景和变化光照情况下准确率低的问题,提出了一种有效识别图像序列中头部姿态的方法.首先运用Adaboost算法提取出图像序列中不同姿态的人脸图像,通过主成分分析方法(PCA)提取人脸姿态特征;然后使用支持向量机构(SVM)造多分类器对提取的特征分类从而实现头部姿态识别;最后设计了五种不同的头部姿态在变化光照下与智能轮椅进行人机交互实验.实验结果表明该方法实时性高,抗光照变化性能强,识别率高达92.2％.     

基于多核稀疏编码的三维人体姿态估计

为了准确有效的重构多视角图像中的三维人体姿态,该文提出一种基于多核稀疏编码的人体姿态估计算法.首先,针对连续帧姿态估计的歧义问题,该文设计了一种用于表达多视角图像的HA-SIFT描述子,其中,人体局部拓扑、肢体相对位置及外观信息被同时编码;然后,在多核学习框架下建立同时考虑特征空间内在流形结构与姿态空间几何信息的目标函数,并在希尔伯特空间优化目标函数以更新稀疏编码、过完备字典与多核权值;最后,利用姿态字典原子的线性组合来估计对应未知输入的三维人体姿态.实验结果表明,与核稀疏编码、Laplace稀疏编码及Bayesian稀疏编码相比,文本方法具有更高的估计精度.     

Equation Chapter 1 Section 1一种多任务面部特征点与头部姿态检测方法

目前国内在面部特征点检测和头部姿态估计研究领域多采用单任务方式,分别对两项任务建立独立模型进行检测处理。本文通过证明面部特征点检测与头部姿态估计两项任务具有强相关性,设计了一种多任务卷积神经网络（MTL-CNN）将面部特征点检测和头部姿态估计两项任务关联于一个神经网络模型中,共享核心卷积神经网络提取到的特征,后采用独立的分类器进行检测,最终以5个面部特征点和3个头部姿态参数为目标输出。实验表明,相比于传统单任务独立检测方法,采用多任务卷积神经网络可以同时完成面部特征点检测与头部姿态估计两项任务,并且在检测速度、精度上有较大的提升。     

基于红外成像引信的瞄准点识别研究

红外成像引信通过共享成像导引头实现前视探测，瞄准点识别是引信图像信息处理中的一个关键问题。首先对飞机红外图像进行预处理，然后进行中轴变换，提取飞机的骨架特征，并把瞄准点定义为特定邻域内骨架线分布最集中的节点，最后利用遗传算法确定最优瞄准点，结果证明文中的方法和算法是可行和有效的。     

基于单视图的多姿态人脸图像生成技术研究

该文提出了一种基于单视图或小样本的多姿态人脸图像生成技术,它首先利用一个特征点集表示人脸,然后基于二元高次多项式函数最小二乘方法对人脸各姿态之间的特征点集坐标变化进行拟合,形成全局的变形域,最后由单视图通过变形映射生成多姿态人脸图像。实验结果表明,利用单视图和生成的多姿态图像进行多姿态人脸识别,正确率得到大大提高,证明该文人脸图像生成技术十分有效。     

基于EPNP算法的单目视觉测量系统研究

利用计算机视觉进行姿态测量的方法已广泛应用于现代控制、导航、跟踪等多个领域中。研究并设计了一种基于P4P矩形分布的平面靶标和EPNP算法结合的单目视觉姿态测量方法。首先,利用单相机获取平面靶标图像,经图像处理后得到四个特征点的像素坐标,并使用EPNP算法进行姿态解算;其次,对姿态角测量误差进行了仿真分析,为提高姿态测量精度提供了理论指导和依据;最后,提出一种与高精度二维转台结合的坐标系配准方法,利用该方法对三个方向姿态角精度进行验证。实验结果表明:当绕x和y轴的转动角度在[-6,6]时,姿态测量误差小于0.1,可以满足测量应用需求。     

基于基因表达式编码算法的红外图像轮廓提取

针对红外图像轮廓特征信息提取的特点,提出基因表达式编码算法。首先建立基因表达式编码规则,求出最大的基因编码空间以及基因编码个数;接着把红外图像像素集合与染色体基因序列构建映射关系,不同的基因编码则代表不同的像素值,适应度函数大的基因参与数据优化,最后给出了红外图像轮廓特征信息提取评价函数以及算法过程。实验仿真得出基因表达式编码提取的红外图像轮廓没有伪吉斯效应,时效性快,边缘点保持指数接近理想状态。     

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。      

无人机视觉导航中的图像处理及位姿解算

在无人机自主着陆过程中,无人机视觉导航系统利用跑道图像解算出无人机的位置姿态信息,为飞行控制系统进行自主着陆控制奠定基础。对视觉导航系统中图像处理及位置姿态解算进行了分析和研究。基于模板匹配进行跑道识别;利用Hough变换提取跑道图像特征;采用最小二乘法对检测出的跑道边缘直线进行拟合并得出其在图像坐标系中的直线方程;基于空间的坐标关系变换,利用推导出的算法对无人机位置姿态进行了解算,并利用实际图像对所用算法进行了实验验证。     

基于形状匹配变形模型的三维人脸重构

为了从多幅人脸图像构造三维人脸结构,通常需要自动提取不同图像中的对应特征点,这往往是很难完成的.为了避免这个困难,本文建立了一个基于形状匹配的三维变形模型,在保证形状最佳匹配的条件下,实现对人脸图像姿态的估计和三维人脸重构.模型采用径向基函数对通用头部模型进行变形,用形状上下文来描述点之间的形状相似性,形状距离用来描述头部模型和人脸图像整体形状上的相似性,从而实现形状最佳匹配意义上的三维重构.实验表明,本文的算法只需要在人脸图像中提取特征点集,不需进行配准,就可以恢复出令人满意的三维头部结构.     

基于图像的导弹姿态角的仿真实验研究

为了适应现代靶场的测量空间目标姿态角的需要,介绍了一种在实验室进行了空中目标姿态角的测量的仿真实验,从实验需要出发,开发了一种精度较高的定标方案,并给出了交会测量、目标姿态角测量的数学模型,对该姿态测量的仿真系统的测量精度进行了计算与分析,给出了实验图像预处理过程,最终实验验证了该数学模型与该测量方案是可以用来进行空间目标姿态角的测量,姿态角的测量精度首先受目标特征点的坐标测量精度的影响,其次和测量精度关系比较密切的是2个测量面的交会角,该角越接近垂直测量精度越高。     

基于MARG传感器的头部姿态解算方法研究

针对头盔显示器(HMD)的头部姿态检测系统中单一传感器进行头部姿态解算准确度低、精度粗略的问题,提出了一种基于MARG传感器的头部姿态解算方法。将互补滤波与PI算法相结合估算陀螺仪的漂移误差,再通过扩展卡尔曼滤波(EKF)实现姿态数据融合。设计了由CC1310、陀螺仪、加速度计和磁强计组成的头部姿态检测单元进行测试实验。与单独的EKF对比,结果表明,这种算法对陀螺仪自身的漂移和加速度计噪声有抑制作用,提高了头部姿态解算的精度和稳定性。     

新型红外成像引信终端可视化仿真研究

新型红外成像引信通过共享成像导引头实现前视探测和起爆控制，能够获得目标由完整到局部的一系列动态红外图像。装有新型红外成像引信的先进红外成像制导型空空导弹强调实现对目标的全向攻击，因而其弹目交会情况是复杂多变的。由于不可能获得任意交会情况下的照片或录像资料，这给基于GIF技术的成像引信瞄准点识别算法研究带来了极大困难。首先分析了弹目遭遇情况，研究了影响目标飞机姿态和成像的因素，然后利用0penGL三维图形库和C 作为编程工具，建立并绘制了目标飞机的三维模型，并通过模型变换和合理设置目标的材质和贴图，实现了红外成像引信的终端可视化仿真。最后，给出了一些不同姿态和在不同交会阶段的目标飞机的仿真图像，并利用这些仿真图像对我们在前一阶段工作中提出的一种基于机头位置和机轴方向检测的瞄准点识别算法进行了验证，结果表明本文提出的仿真方案能够满足新础红外成像引信瞄准点识别算法研究的需要。     

基于基因编码算法的图像轮廓特征信息提取研究

针对图像轮廓特征信息提取的特点,提出基因编码算法。首先把像素映射为基因个体表达式,用基因编码值区分为图像轮廓特征,接着对像素的每个基因所编码属性筛选进行特征提取,最后给出了图像轮廓特征信息提取的算法过程。实验仿真得出基因编码提取的图像轮廓边缘很清晰,抗噪声能力强,时效性快,边缘点保持指数最接近1。     

基于同名像点位置偏差的特征点分类方法

通过处理序列图像获取目标的结构和运动参数是实现空间飞行器近距离自主导航的重要技术,在进行参数计算之前,必须区分目标特征点和背景特征点.本文首先分析了在小视场角观测情况下,序列图像帧间同名像点位置偏差与对应空间特征点位置的关系,然后提出了基于帧间同名像点位置偏差的特征点分类方法,该方法计算简单,采用滑动多帧多门限判决技术提高了分类的可靠性,仿真实验表明了方法的有效性.