面向无人机自主导航的立体匹配算法

无人机自主导航是无人机发展的必然趋势,立体视觉技术作为一种优秀的环境信息测量技术能够为无人机自主导航提供关键信息.但是,导航图像存在幅度失真,现有立体匹配方法的匹配精度较低,针对Census变换舍弃了图像像素色彩信息而造成的误匹配问题,本文提出了一种Census变换和图像色彩信息相结合的联合匹配算法,并经过理论分析提出了正交积分的方法以提高算法的实时性.首先,将Census变换和图像色彩信息联合,构造初始匹配代价;然后,采用改进的自适应窗口作为代价累积窗口,并使用正交积分思想提高累积速度;最后,经过视差提精,获得最终的视差图.实验结果表明:本文算法对幅度失真图像的匹配误差比单独使用Census变换提高了40%～50%,算法的运算时间提速了3～12倍,与Census变换和图像灰度单独作为匹配代价时相比,该方法具有更高的匹配精度,对幅度失真有很强的鲁棒性,能够较好地应用于无人机自主导航场景中.     

基于UMHexagonS的快速帧间模式选择算法

对基于“非对称十字型多层次六边形格点搜索”（UMHexagonS）的帧间模式选择算法进行了改进，应用了优先判断SKIP模式和基于图像细节的分块模式选择算法。实验结果表明，该方法在保证图像失真度和码率性能的前提下，单帧编码时间较UMHexagonS减少了57.48%，较大幅度增加了帧间模式的决策速度。     

红外热成像技术在空气动力学研究中的应用

用红外热成像技术对某层流翼型的转捩现象进行了实验观测，结果表明在转捩点存在温度跳变。随攻角的增大，转捩点从后沿移向前沿。红外热成像技术应用于空气动力学的研究具有独特优点。     

粘钢加固质量红外检测的图像处理

研究了通过红外热图像检测混凝土结构粘钢加固质量的方法。对混凝土粘钢结构在温度变化过程中红外热图，采用直方图增强，并采用自适应滤波和中值滤波等处理方法对原始记录图像进行处理，得到了高质量的温度场测试结果，可以更好地显示其中的缺陷信息。     

脉冲相位光热辐射测量中的数据拟合处理方法

针对脉冲相位辐射测量中相位分析对时间信号噪声比较敏感的问题,对实验得到的温度-时间数据进行拟合处理.计算结果表明,对数据进行分段拟合(分别采用线性拟合和指数曲线拟合)能得到比较理想的近似函数.傅里叶变换后得到的相频曲线噪声小,相位图像较清晰.并且数据可用拟合函数的系数来表示,从而大大减少数据存储量.另外,通过曲线扩展和插值的方法,从理论上分析了采样频率与窗口长度对相频特性曲线的影响.     

电阻应变片温度分布特性的热成像测量

应用红外热成像技术对粘贴式电阻应变片的温度分布场进行测量,得到不同状况下应变片温度分布的实际值,增强了对应变片固有温度特性的认识,为其使用和改进提供了依据。     

基于色彩分割和自适应窗口的快速立体匹配

针对现有立体匹配算法难以兼顾匹配精度和速度的不足,提出了一种基于联合匹配代价的局部方法.首先,根据视差在同一色彩分割区域内平滑变化的假设,提出了一种利用参考图像和目标图像的色彩分割信息获得的基于任意形状和大小支持区域的匹配代价;然后在RGB色彩空间中,通过由窗口内的平均匹配误差、误差方差及较大窗口的偏向误差构成的窗口选择评价函数,获得基于自适应矩形窗口的匹配代价;最后,将这两种匹配代价进行有机的结合构成联合匹配代价,并通过局部优化方法获得稠密视差图.采用Middlebury dataset进行的实验结果表明,本文算法不仅可以提高视差不连续区域和低纹理区域的匹配精度,而且获得的视差与当前主流算法具有可比性.此外,所提算法的处理时间较之当前优秀的局部方法提高了约19～35倍.     

道面脱空检测中Rayleigh波频散曲线的提取

瑞利波(Rayleigh波)检测具有无损、快速、经济、方便等特点,目前在地球物探等工程领域应用广泛,如何准确可靠地提取频散曲线是瑞利波勘探和损伤检测的一项关键技术。对道面脱空检测中瑞利波频散曲线的提取进行研究,通过对不同频散曲线提取方法的理论分析,并采用τ-p变换法和f-k变换法对试验数据进行处理,对比了两种方法的处理效果。结果表明:两种方法都可成功获取脱空信号,但在道面脱空检测中,f-k变换法提取频散曲线要优于τ-p变换法,对解决利用瑞利波进行道面脱空检测时的频散曲线的提取问题具有理论和应用价值。     

基于方向微分的运动模糊方向鉴别的改进算法

对运动模糊方向鉴别受图像中目标形状影响的情况,基于目标不可能同时出现在图像四角的考虑,提出鉴别图像四角替代整幅图像的思想,完善了现有的基于方向微分的加权平均法,扩大了其应用范围。同时,分两次设定方向角的搜索步长,减小了计算量。试验表明,改进后的基于方向微分的加权平均法运行时间为现有方法的29．27％,鉴别结果的均方误差为现有方法的65．98％。     

无人机自主着陆过程中合作目标特征点的提取方法研究

准确估计无人机着陆时的相对位置和姿态对实现无人机安全着陆具有重要的意义,正确地提取出合作目标中的特征点是一个重要环节。本文提出了一种合作目标特征点的提取方法,首先,通过Sobel算子对合作目标进行边缘检测;然后,利用轮廓跟踪获得合作目标的轮廓链码表;最后,利用合作目标的形状特征以及链码的特性,从合作目标的图像中提取出10个特征点。实验结果表明,本文的方法能很好地提取出合作目标的特征点,为后续的无人机姿态信息的精确计算提供了保障。