基于点相关的亚像素级图像匹配算法

利用点相关原理，使基于灰度相关性的图像配准算法的速度得以提高，并从2个方面改进了已有的点相关方法，即引入信息熵构成新的相关性评价函数，提出点对置换的组合优化方法来提取预定义点集。实验结果表明，改进后的算法在点集优化、配准精度及算法抗噪性方面都得以改善。在算法中还运用了立方样条插值技术，使得算法精度达到亚像素级水平。     

光谱仪图像的亚像素配准

针对超光谱成像遥感存在的光谱仪图像间失配变形,影响地物目标光谱信息纯度的问题,提出了一种结合超光谱图像特点的亚像素配准方法来校正图像间的失配变形.首先,对待配准的可见光近红外(VNIR)和短波红外(SWIR)光谱仪图像分别进行波段选择和主成分变换,将变换后的第一主分量图像作为待配准图像.然后,将待配准图像均匀划分为具有一定重叠率的图像块,利用相位相关方法估计对应图像块的亚像素平移参数,通过相位相关系数剔除错误的平移参数估计生成图像的光流场.最后,通过光流场来实现光谱仪图像的配准.实验结果显示,该方法配准精度优于0.1pixel,满足超光谱图像后续处理对配准精度的要求.     

基于超分辨率重建的亚像素图像配准

针对低分辨率图像在配准过程中精度较低的问题,提出了一种基于超分辨率重建的亚像素图像配准方法。首先,对具有1至9像素位移的图像序列进行10倍降采样,获取具有0.1至0.9亚像素位移的图像序列。然后,根据图像的获取过程建立数学模型,以Bayes理论为基础,使用最大后验概率法(MAP)对亚像素位移低分辨率图像进行超分辨率重建,获取高分辨率图像。最后,使用具有亚像素配准精度的扩展相位相关法对图像进行配准。配准实验与噪声实验表明,所提方法的最大配准误差为0.03pixel,能实现对低分辨率图像的亚像素级配准,具有配准精度高、噪声抗干扰能力强等特点,可同时满足可见光图像与红外图像的高精度配准要求。     

基于像素分类的自适应SAR图像融合算法

提高纹理清晰度、保护边缘信息是合成孔径雷达（SAR）图像融合的重要目标。针对该问题,提出了一种基于像素分类的自适应SAR图像融合算法。首先使用canny算子提取图像的边缘并分类,然后利用混合高斯模型和隐马尔可夫树模型对小波系数进行建模;在此基础上使用EM算法求得模型参数,并进一步得到隐状态的概率,也就确定了小波系数的混合高斯分布;接着对两个待融合小波系数不同的类型组合采用不同的融合策略,并以隐状态概率加权;最后通过小波反变换、边缘分类增强获得融合以后的图像。实验结果表明,和传统的融合算法相比,该算法取得了更好的融合效果。     

基于传感器参数和目标轮廓中心的自动配准算法研究

通过对光电成像型反舰导弹的成像过程分析,提出了一种自动配准算法。其基本思路是将图像变换模型分解,逐步简化。可见光和红外图像配准时的变换为仿射变换。首先,利用传感器参数的调整,消除图像间的比例变化,将仿射变换简化为刚体变换;然后,依赖图像信息,用形态学边缘检测的方法求取目标的轮廓中心,以此为控制点消除图像间的平移变化,实现图像的完全配准;最后,通过观察海天线是否重合以及利用均方根误差原则,对算法的配准效果做详细评估。仿真实验表明,该算法准确、快速,配准精度满足目标识别的要求,可以较好地解决异类传感器弱小目标图像配准的难题。     

基于相对相位直方图的数字表面模型数据与遥感图像配准

针对数字表面模型（DSM）数据与可见光遥感图像信息融合的实际需求,提出了一种基于一致点漂移算法（CPD）与相对相位直方图（RPH）的两级配准策略来实现上述数据与图像的自动配准。首先,利用Canny算子提取图像边缘,将边缘点作为CPD算法的输入,实现两幅图像的粗匹配,从而得到初始对应点集并估算尺度因子;然后,定义了一种鲁棒且具有旋转、平移不变性的区域变化信息描述子-RPH,其在粗匹配结果的保障下还可以实现尺度不变性;最后,根据尺度因子在两幅图像中分别定义圆环模板,并利用RPH测度完成DSM图像与可见光遥感图像精配准。实验结果显示,使用RPH测度进行精配准后,基于CPD算法的粗匹配结果得到了有效校正,在数据自身存在透视失真情况下,算法配准误差约为2 pixel,能够满足DSM数据与遥感图像信息融合的需求。     

基于t分布混合模型的点集非刚性配准算法

考虑高斯混合模型(TMM)的点集非刚性配准算法易受异常点和重尾点的影响,提出了基于t分布混合模型的运动一致性非刚性配准算法.通过期望最大化(EM)框架的完整数据定义将高斯混合模型推广为t分布混合模型,使用EM算法最小化参数的条件期望获得非刚性配准参数的闭合解.在EM算法中计算浮动点集各个点的先验权重,减小异常点和重尾点对配准结果的影响;计算浮动点集各个点的自由度,自适应地改变每个点的概率密度分布模型,提高算法的鲁棒性,并避免了异常点水平估计误差对配准结果的影响.在t分布混合模型的条件期望函数中加入点集位移的正则项,使邻近点具有运动一致性(CPD).仿真数据表明,当噪声水平很高时,TMM-CPD仍可以精确配准点集,且误差仅为对比算法的1/10.真实图像的近似椭圆状分布、管状分布和三维点云状分布的点集配准结果表明,TMM-CPD的配准误差仅为对比算法的42.0％、80.1％和77.5％.实验表明,TMM-CPD配准含有重尾点和异常点的点集,具有精度高、鲁棒性好和受重尾点与异常点干扰小等优点.     

基于边缘特征和CNN联合的多视航拍图像配准方法

针对传统卷积神经网络对多视航拍图像进行配准训练时,未能充分利用多视图像间边缘特征之间的联系,为了提取多层图像边缘结构之间的特征信息,提出了一种基于边缘特征和卷积神经网络联合的多视航拍图像配准方法,通过窗口灰度加权算法提取图像的边缘特征图,并将边缘特征图作为卷积神经网络的输入端进行训练,在测试阶段,给出一对新的多视航拍图像,训练后的模型可以预测图像间的空间对应关系。实验结果表明,该算法实现了图像对齐变换,提高了图像配准的精度,优于现有的图像配准方法。     

基于SIFT的小模数齿轮图像亚像素级配准研究

为解决小模数齿轮视觉测量中凸显的工业相机高空间分辨率与大视场相互制约的问题,对轮廓光条件下前景背景对比度过强、局部对比度不足,存在大面积同色区域的小模数齿轮图像亚像素级配准方法进行研究。针对传统基于特征点的图像配准流程在小模数齿轮图像配准中存在特征点数量稀少、正确匹配率过低的问题,介绍了适用于小模数齿轮图像的配准流程;引入直方图均衡化改善图像对比度,丰富灰度色调,增晰图像暗部特征以提升特征点数量和正确匹配率;为了克服传统匹配对提纯算法中阈值设置不准确、参数调整困难及模型不唯一的缺点,结合两倍中误差准则提出全局自适应参数匹配点对提纯方法,保证提纯结果唯一性的同时,其自适应调整判别阈值的方法可避免人为误差进而保证结果的重复性。实验结果表明,利用介绍的方法对图像进行预处理可大幅度提升特征点数量与正确匹配率,取提纯所得平移量的平均值作为配准结果,其正确度和精密度均优于传统算法,针对轮廓光条件下的小模数齿轮图像,配准精度优于0.083 pixel,对于小模数齿轮视觉测量具有实际应用价值。     

基于扩展的相位相关方法的医学MR图像子像素注册

本文将相位相关方法用于医学MR图像的位移注册,并将其精确到子像素级.传统的相位相关方法的思想是空域中的平移对应于频域中的标准相位差.该方法对于像素级的注册可以达到非常高的精确度,但不能得到子像素级的结果.而相位相关方法的扩展则适用于高精度的子像素级的注册.该技术的关键在于,如何利用已知的离散函数值估计出函数峰值的位置.实验结果显示了该方法的可行性和可靠性.本文只对注册中的平移计算提出讨论.     

基于多频点相位距离/角度联合估计的RFID室内定位算法

为了解决现有射频识别(RFID)定位方法定位精度差,定位耗时长的问题,提出了一种基于多频点相位距离/角度联合估计的RFID室内多目标定位算法。利用跳频技术获取RFID标签多频点相位信息,通过多频点相位解决整周模糊度问题,获取目标粗估计距离。进而使用粒子群优化算法完成多目标位置并行检索,同时融合多重信号分类算法思想抑制噪声和多径干扰,进一步优化定位结果。通过实测验证,所提算法可实现多目标并行定位,且定位的中位数误差达8.56 cm,定位耗时比传统双曲线定位算法减少了58.8%。     

基于T-S模糊模型的非线性系统广义预测控制

针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。     

基于调频激励和细化谱分析的多频涡流检测技术研究

常规多频涡流检测技术在谱分析时,一般采用多个频率的正弦信号同时工作,其激励信号峰值因数较大且检测信号频谱为离散谱.文中提出了一种基于调频信号激励和检测信号细化谱分析的多频涡流检测技术,它不仅降低了激励信号峰值因数,而且检测信号频谱为连续谱.对检测信号施加Tukey窗函数改善谱图,采用Chirp-Z变换计算检测信号频谱,提高谱图的频率分辨率.定义谱图能量、谱图重心、谱图峰度和谱图偏度4个特征量应用于缺陷识别和分类.对于内部缺陷,采用谱图差峰值频率点,定量检测内部缺陷的位置.理论分析和实验结果相一致,验证了所采用方法的正确性.     

基于仿射变换和均值像素法的环状编码点鲁棒识别

在近景工业摄影测量中,针对环状编码点精确定位和准确识别的要求,提出了一种鲁棒性识别算法。该算法在对目标图像预处理后,首先根据边缘滤波准则初步定位编码点,并将含编码带的特征区域分割出来。然后,利用最小二乘法对特征区域进行仿射变换,将经透视投影退化的椭圆映射成规则圆形。最后,采用均值像素法获取环状编码点的解码值,进一步提高编码点的抗噪性。大量实验结果表明:该方法在对编码点的中心定位达到亚像素级别的同时,改善了算法对识别角度的鲁棒性,在识别角度为70°时,正确识别率仍可达97.9%,在实际复杂场景中具有较好的实用价值。     

机械装配模型中齿轮副的自动识别

探讨了从CAD装配模型中识别齿轮副的自动识别算法.在对齿轮特征进行深入研究的基础上,首先提出了将三维实体零件特征的识别转化为齿轮面的二维识别的思想;然后给出了通过判断一个零件的面的特征、面上环的特征、环上的公共边端点的凸凹性等拓扑元素的特征来识别零件是否齿轮的方法.该算法不受装配语义的影响,对于CAD/CAE的无缝集成具有重要的意义.     

采用联合变换相关的透镜中心偏差测量

基于双相位编码光学联合变换相关技术提出了一种测量透镜中心偏差的方法以确定偏差方向并提高测量精度。在经典联合变换相关原理基础之上,使用两个相位函数分别对参考图像和联合功率谱进行编码,并选用合适的滤波器消除旁瓣干扰,得到单个互相关峰的输出。利用该双相位编码后的联合变换相关技术探测不同目标图像相对于参考图像的位移矢量,并拟合圆。此拟合圆圆心到圆上点的矢量即为经自准直光学系统放大后的偏心矢量,从而同时确定了中心偏差的大小和方向。实验结果表明,通过双相位编码后的相关输出仅保留一个尖锐的相关峰,实现了位移矢量的亚像元探测;使用联合变换相关技术准确地测量了透镜的中心偏差,其测量结果的实验标准差为0.1μm,误差绝对值最大为0.3μm,满足一般透镜中心偏差测量的要求。     

基于MATLAB与UG的风力机动力学建模及联合仿真分析

在MATLAB/SIMULINK软件中搭建风力机变风速下的数学控制模型,在UG软件中建立风力机传动系统的三维实体模型,并利用UG软件运动协同仿真中的控制动力学模块和MATLAB软件建立风力机的联合仿真模型。利用在MATLAB/SIMULINK软件中建立的数学模型同步控制风力机模型的运动,模拟出风力机在变风速工作过程中的动力学特性,计算出风轮的功率、气动转矩和转速,并得到在此控制状态下的风力机传动系统中的载荷序列,为传动系统齿轮的强度校核和疲劳寿命分析等提供数据支持。     

基于sEMG信号的关节力矩NARX预测模型

为解决利用力矩传感器控制肌力训练设备所带来的滞后性,利用表面肌电信号(sEMG)超前于运动的特性,设计了基于一组拮抗肌表面肌电信号的关节力矩预测模型。首先搭建康复训练设备为信号采集和实验验证提供条件。将sEMG经过预处理,选择sEMG信号的方差特征作为神经网络输入,利用带有外部输入的非线性自回归(NARX)模型的动态循环神经网络,分别建立了基于关节力矩实际值的超前多步(MSA)预测模型和基于模型预测输出(MPO)的预测模型,通过等张和等长测试实验,比较了MSA和MPO模型的力矩预测性能。实验结果表明,两种模型输出预测值和实际值之间都有极强关联性(皮尔逊相关系数均大于0.95)。随着超前预测的步数增加,MSA模型的预测精度降低,但是超前预测的时间增大。在等张和等长测试中,当超前步数分别小于29和35时,MSA预测精度显著高于MPO(p<0.05),但MPO模型在成本和体积上更具优势。综上所述,两种模型均可以准确预测关节力矩,在实际康复训练设备控制中,可根据应用需求选择不同的力矩预测模型。     

基于逆向工程的个性化人工关节三维CAD数模的建立

通过螺旋CT扫描人体股骨关节,得到二维断层图像数据,利用数据处理软件将二维图片转换成三维点云数据,继而依据点云数据,采用计算机三维重构技术,构建了股骨的三维CAD数字模型.