基于惯性传感器和Kinect摄像机的OFCM图像匹配算法

提出了一种基于图像三维信息及摄像机运动参数的图像匹配算法,用于解决智能监控系统中图像匹配实时性差、鲁棒性低等问题。该算法分别利用惯性传感器和Kinect摄像机估计出摄像机的运动外参矩阵和图像的深度信息,再根据射影几何原理,结合当前帧图像的像素坐标计算出该像素点在下帧图像的像素坐标,从而完成图像匹配。利用该算法对实际采集的图像序列进行了分析与处理,并从配准精度、鲁棒性和实时性方面与经典匹配算法KLT进行对比。实验结果表明:该算法极大地降低了计算量和计算时间,不仅能满足智能监控系统对图像匹配精度和稳定性的要求,更能满足系统实时性的要求。     

基于TMS320C6678的KLT跟踪算法的改进与实现

目前存在的大多数特征点跟踪算法只考虑了相邻两帧的情况,而忽略了之前图像帧的特征信息。在KanadeLucas-Tomasi(KLT)算法的基础上,提出了一种新的特征跟踪方法:首先通过实时训练特征空间,构成图像训练的集合,然后通过高斯-牛顿迭代方法取出目标的特征点。该算法有效地避免了目标尺度、角度的大幅度变化以及遮挡情况。通过实际的序列图像分析了算法的性能,并与其他算法做了比较。同时研究设计了以八核数字信号处理顺(DSP)TMS320C6678为核心处理器,且结合了现场可编程门阵列(FPGA)数字视频图像采集的硬件平台,并且针对TMS320C6678的内部特点,提出了算法优化的方法。最终实现了对实时传输的视频图像中运动目标的准确跟踪。     

红外偏振图像的目标检测方法

红外偏振成像探测通过对目标辐射和反射偏振态的探测,针对传统光学无法解决的问题,在目标检测方面取得高精度的结果,特别是在军事探测中,能够快速地将混杂在自然背景下的人造目标检测出来,以增强对目标的识别。偏振探测中所依据的强度、偏振度及偏振角信息反映出的不同物理特性,具有很强的冗余性和互补性。针对该特性,提出一种红外偏振图像的目标检测方法:首先使用Mean-Shift算法对红外图像和偏振度图像进行聚类处理;然后利用DS证据理论将聚类后的红外图像和偏振度图像中的物体信息充分结合,以区分目标与背景,达到目标检测的目的;最后通过仿真实验图像与小波融合图像结果的对比表明该算法的优势。     

基于单调场景运动的复杂非均匀性校正

在红外探测器中,高频非均匀性主要表现为列或者行条纹,而低频非均匀性则主要表现为片状。在实际应用中,场景是沿着一个单调方向,并且有不同的非均匀性出现。基于这样的考虑,提出了一个基于场景的非均匀性校正技术,不仅符合上述校正要求,而且也实现了小型化、低功耗的实时硬件系统。通过为配准原则开发一种新的投影估计来解决问题,同时在硬件系统上实现了这一技术。通过评价标准测试了这项技术的性能,展示了在单调运动下系统非均匀性校正的实际效果。实验结果表明:该算法具有校正精度高、收敛速度快的优点。     

前景重配准的改进帧间误差最小化非均匀性校正算法

由于基于帧间配准误差最小化的非均匀性校正算法（IRLMS）在对红外图像非均匀性的校正过程中,对于存在运动前景的场景缺乏对运动前景位移的准确估计,和配准精度较低时校正参数不能自适应地控制其更新速率,产生鬼影现象。为了解决这一问题,提出了一种改进的帧间误差最小化非均匀性校正方法。该方法使用LK 光流对场景中的运动前景进行重新配准,估计出运动位移,修正误差图像,以克服前景运动产生的鬼影现象;同时通过估计出相邻帧图像之间去除非均匀性后的相位相关矩阵的峰值,以其峰值自适应地修正参数更新的速率,以克服在配准精度较低时校正参数更新过快造成的影响。实验结果表明:该方法能够克服前景运动和配准精度较低时产生的鬼影现象,有效地提高了IRLMS 算法的实用性。     

Lidar多向风速实时遥测系统

采用数字相关检测技术，对Ｌｉｄａｒ信号进行时空域数据处理和分析，并利用光学摆镜进行水平和俯仰扫描，可实时遥测局部区域范围内轴向，横向和垂直三个方向上的风速。文中详细介绍了时空域离散信号处理的理论计算公式和处理系统结构。对风速测量结果进行了分析和比较。     

基于改进配准测度的红外与可见光图像配准

针对在可见光与红外配准中采用传统测度算法时存在配准精度低的问题,提出了改进配准测度函数(RMF),实现可见光和红外图像高精度自适应配准.首先选用harris算子提取两幅图像的特征点;再利用改进的配准测度函数(RMF)有效的获取特征点对;最后利用RMF最大的两对匹配点计算配准参数,并进行图像配准.实验结果证明了该方法的实...     

光子计数三维成像激光雷达反转误差的校正

实施光子飞行时间测量法时,光子飞行时间测量值受激光回波信号能量的影响会出现测量反转误差,从而影响系统三维成像的精度.本文描述了一种光子计数三维成像激光雷达系统反转误差的校正方法及其实验.提出的反转误差校正方法包含先验模型标定和反转误差校正两个步骤.首先,通过标定法得到系统反转误差相对于激光脉冲响应率的函数关系,建立系统的反转误差预测函数.然后,由系统反转误差函数预测出原始三维图像的反转误差图像并实现原始三维图像的反转误差校正.实验搭建了光子计数三维成像激光雷达系统,采用盖格-雪崩光电二极管(Gm-APD)作为光子探测器,由高速扫描振镜二维扫描获取三维图像.通过时间相关记录仪获取光子到达时间分布,分别得到原始三维图像和激光脉冲响应率.在反转误差校正的测试实验中,系统的测量均方差由校正前的33.2 mm提高至8.1 mm.实验结果表明,该反转误差校正方法可以有效降低光子计数三维成像激光雷达的反转误差.     

（英）采用贝叶斯框架的非均匀性校正方法

收敛速度和鬼影是基于场景非均匀性校正技术的一对共性矛盾,两者无法同时达到最优。而本文提出了一种在基于场景非均匀性校正和定标非均匀性校正之间建立桥梁的思路,利用定标法提供的大量先验信息解决收敛速度和鬼影的矛盾问题。贝叶斯框架则是建立该桥梁的最佳工具,本文利用贝叶斯方法计算非均匀性参数的正确概率,用参数正确概率来决定是否使用该组参数进行校正,从而在源头上抑制鬼影。非均匀性参数正确概率由先验概率和观测概率两部分组成。对于先验概率,本文定义了非均匀性的局部同分布约束,并通过定标统计的策略利用该约束构建了先验概率;对于观测概率,本文发现并详细分析了红外焦平面阵列固有的非均匀增益参数空间相关性,利用空间相关性构建了观测概率。最终,通过本文算法对真实和仿真的红外图像序列进行处理,表明该算法在保证高收敛速度前提下,其参数正确概率有效抑制了鬼影,取得了好的处理效果。     

基于ANSYS的目标红外特性建模与仿真方法

目标红外仿真建模是实时红外场景仿真的关键部分。为了快速准确的建立目标红外仿真模型,提出一种结合CAD 技术和有限元热分析的目标红外特性通用仿真方法。首先对目标的红外特性进行理论分析。然后使用Solidworks 对目标进行几何建模;将目标模型导入ANSYS 进行有限元热分析;利用热分析获得目标的节点温度点云数据与节点拓扑结构,在仿真软件系统中重建目标的三维红外辐射场分布,并获得了目标的红外目标辐射特征结果。分析结果表明,仿真模型能够很好地逼近实测数据,有效地模拟仿真目标的红外辐射特征。