基于单目视觉的火炮身管指向静态测量

为解决自行高炮(SPAAG)火控系统精度测试过程中身管指向测量这一难点问题,提出了一种基于单目视觉的非接触直接测量方法。将棋盘状平面模板作为标志物固定到火炮身管上,使之位于相机视场范围内,测量身管在任一位置的高低角与方位角。首先利用Harris角点检测方法提取到角点坐标,进行相机成像模型的解算(相机标定),得到相机的内参。然后根据多点透视（PnP）问题解的稳定性,结合最小二乘拟合算法得到相应位置的外参矩阵。最终根据身管的运动模型以及标志物与之的相对位置解算出身管的两个指向角。仿真和实验均验证了该方法的可操作性和准确性。     

火炮身管指向的视觉测量方法

为解决自行高炮火控系统精度测试过程中的身管指向(高低角和方位角)这一难题,提出一个基于计算机视觉技术的非接触测量方法。测量前,在火炮身管上固定一个棋盘状平面模板作为测量标志物。首先,将Harris算法提取到的棋盘板上的角点坐标进行相机成像模型的解算(即相机标定),结合扩展卡尔曼滤波(EKF)算法得到相机的内参。然后,提取待测位置图像的角点,运用最小二乘拟合算法解出该位置的外参矩阵。最后,根据身管的运动模型以及标志物与之的相对位置关系,推导高低角、方位角与外参矩阵满足的约束方程,进而解出这两个角度。实验结果表明,本文方法的测量精度达到了0.1°以内,基本满足实际需求。     

基于残差伪孪生卷积互相关网络的异源遥感图像匹配算法

合成孔径雷达（SAR）成像和可见光成像是遥感卫星的常用成像方式。由于两者在成像信息上具有高度互补性,SAR和可见光的图像数据融合已成为了遥感的一个重要研究领域。异源数据匹配算法的性能直接影响获取地面控制点的精度,匹配算法分为二阶段法和一阶段法,现有的二阶段法难以适应地形复杂的遥感图像,且在速度上无法满足实际的工程需求,而速度满足要求的一阶段法在精度上仍有所欠缺。为解决这个问题,提出了一个可端到端的高精度的基于残差伪孪生卷积互相关网络的异源遥感图像匹配算法。所提算法通过构建基于残差层的伪孪生网络,对提取的SAR和可见光图像的特征进行卷积互相关操作从而实现异源遥感图像匹配。实验结果表明,该算法在保持较高的速度下,较大提升了SAR与可见光图像的匹配精度,为深度学习方法在大规模异源遥感图像匹配任务中的工程应用奠定了基础。