光照变化的背景减除新算法

光照变化对传统的背景减除算法有很大的影响,文中提出一种新的基于矢量线性相关性分析的背景减除算法,可以适应光照的变化.先对图像序列建模,对比分析当前图像与背景,把当前图像分为无变化、光照变化和内容有变化的三类区域,然后对内容变化区域进行各个像素矢量线性相关性分析,判断像素属于前景还是背景,得到最终的结果.实验结果显示,这种方法对光照变化具有很好的适应性,改进了一般算法在光照变化时的性能.     

基于局部曲面拟合的散乱点云简化方法

随着数据获取手段的进步,散乱点云数据在三维重建中获得越来越广泛的应用,然而庞大的数据量往往影响重建的效率。现有简化算法中采用的曲率计算方法精度不高,导致模型特征模糊。本文在分析曲面特征的基础上给出了一种曲面特征的定量描述方法。该方法采用局部曲面拟合得到曲面在一点处的近似曲面,然后用法曲率在360度范围内的平均值代替平均曲率来描述曲面在一点处的特征。简化时采用K-D树剖分点云数据,根据子节点所包含的采样点数、空间区域大小和曲面特征大小控制简化过程。实验结果表明,该方法能够更好地保持曲面的几何特征,从而证明了算法的有效性。     

鲁棒性P-M方程的快速实现

针对以P-M模型为代表的偏微分方程图像处理计算量大、计算时间长等不足,本文研究了鲁棒性P-M模型,在求解偏微分方程时,为了保证求解精度,提高计算效率,采用了基于CUDA实现的共轭梯度法。实验表明,与传统的基于CPU实现的Thomas快速算法相比,本文实现方法计算所需时间明显减少,而且滤波效果也比显式计算方案明显增强。     

基于GPU的实时亚像素Harris角点检测

针对Harris角点检测精度和检测速度问题,利用现代图形处理器(GPU)对角点检测算法进行改进,提出一种基于GPU的快速亚像素Harris角点检测算法,该算法利用了GPU的并行处理能力和亚像素Harris角点检测算法的并行性特点。实验结果表明,对于分辨率为720×720的24 bit视频图像,该算法能够实现实时的亚像素级Harris角点检测。     

一种基于空间对比度的光斑自动定位新方法

针对具有回射特性的合作目标在图像上所呈光斑的外接矩形区域总是图像中对比度较强的区域这一特性,本文提出了一种全新的基于空间对比度的光斑自动定位方法.鉴于空间对比度作为一种归一化的显著度度量可用于描述人眼对局部图像对比度的感知程度,新方法采用空间对比度作为待识别光斑外接矩形区域的基本特征对其进行定位,通过设定显著阈值及非显著阈值作为提取光斑外接矩形的条件,在计算得到光斑区域的灰度重心的基础上确定光斑的亚像素形心.数字仿真实验结果证明本文方法在各种噪声情况下均能够得到较好的光斑形心提取效果,可以达到与传统相关法相当的精度水平.实物仿真试验表明,由本文方法得到的光斑图像坐标进行双目像机交会计算得到的光斑三维位置的精度较高,且不受光斑位置突变的影响,从拍摄图像到计算得到光斑三维位置整个过程的数据输出率为15～20 Hz,可以稳定得到高精度的结果.与传统的检测方法相比,本文算法概念新颖,易于实现,能够在满足精度要求的基础上同时满足实时性要求,具有较高的工程应用价值.     

分布式卫星在轨仿真系统研究

为了给操作者提供全面且直观的卫星在轨信息,采用分布式体系结构构建基于虚拟实现的卫星在轨仿真系统。系统采用可扩展的接口,由功能相对独立的模块组成。讨论系统仿真状态的管理策略,分析系统的仿真推进方式与时空一致性问题,给出系统仿真流程。该系统结构简洁,网络数据吞吐量小。     

利用机场现有设施的机载单目视觉助降测量方法

为了满足航空器在降落导航中的数据需求,对利用机场现有设施（跑道、信号灯等）的机载单目视觉助降测量方法进行了研究,并推导出了相应的投影关系。当航空器飞行至机场附近时,只要机载单目摄像机能够拍摄到若干现有机场设施且已知这些点线特征的大地坐标,即可在图像上提取相应的点线特征,并依据投影关系测量计算出拍摄时刻航空器的位置和姿态参数。由于不需要人为在机场附近布置测量标志物,极大地提高了方法应用的灵活性。仿真结果证明方法有效可行。     

虚拟环境中的虚拟目标摄像机实现方法

在漫游虚拟环境时,经常需要保持将视点固定在某个目标上,以便于对目标进行跟踪观察,实现这个视点变换功能的摄像机称为虚拟目标摄像机(VTC).可以使用面向对象技术,并结合OPENGL实现一类虚拟目标摄像机,完成对虚拟目标的跟踪,并可在此基础上实现任意视点变换,提供对目标的不同距离和任意角度观察.文章分析了目标摄像机的基本原理,并给出了一种软件实现.最终的实验结果表明,这种方法可以有效地完成目标跟踪,并可做到视点的实时变换,具有较好的可移植性,适用于不同的三维虚拟环境漫游.     

一种新的基于统计的背景减除方法

提出了一种有效的彩色视频背景减除的新方法。首先对彩色视频采样得到图像序列,统计序列中各像素的RGB值并归类,用出现概率最高类的RGB均值来构建背景模型;然后根据颜色差异和亮度范围综合条件,结合形态学处理进行背景减除。实验结果表明,此法可以很好地克服灰度视频背景减除中很难识别与背景灰度相近目标的缺陷,同时比传统的彩色视频背景建模快速,且样本中允许运动目标存在。对背景减除的准确性和实时性有一定程度地改进。该文还针对光照和背景变化提出了一些有效的背景更新策略。     

基于图形处理器的点云快速光顺

点云数据光顺是点模型数字几何处理的一个重要研究内容。在海量数据规模应用中,不仅需要较高的光顺质量,而且需要有快速的处理速度。传统的基于CPU的光顺算法串行地处理每个采样点,导致巨大的时间开销。本文提出一种适应于图形处理器的点云快速光顺算法,将多个采样点处的协方差矩阵组织成一个大规模稀疏矩阵,以纹理图像的形式保存该稀疏矩阵,在像素程序中利用图形处理器强大的并行计算能力迭代求解协方差矩阵的最小特征值与特征向量,并据此计算光顺的速度和方向。实验在配有GeForce 8600GTS显卡的平台上进行。实验结果表明,基于GPU的点云光顺算法较之基于CPU的算法能够显著提高计算效率,从而为快速点云处理提供了良好的支持。