基于帧间角距匹配的跟踪模式星图识别

为了提高星敏感器的跟踪匹配速率,提高星敏感器姿态更新率,本文提出了一种基于帧间角距匹配的跟踪模式星图识别方法.该方法充分利用上一时刻的角距匹配信息构建了一个实时跟踪星库,并把当前时刻的角距信息在实时跟踪星库中进行匹配识别,识别成功后利用识别时用到的信息对实时跟踪星库进行更新.仿真实验表明,该方法具有匹配时间短、匹配成功率高的优点.     

水下重力匹配定位算法综述

随着重力测量和水下导航技术的发展,惯性/重力匹配导航技术因其精度高、自主性强和航时长等优点,已成为水下自主导航的重要研究方向。惯性/重力匹配导航系统主要由惯性导航系统、重力实时测量、海洋重力场背景图和重力匹配定位算法构成。重力匹配定位算法通过将实时测量的重力异常值与构建的重力场背景图进行匹配,得到水下运载体当前时刻的位置信息,是惯性/重力匹配导航技术的核心。本文详细介绍了重力匹配算法的技术发展现状,重点分析了具有代表性的ICCP算法、SITAN算法、矢量匹配算法及其衍生算法,并对惯性/重力匹配水下自主导航技术的未来发展进行了展望。     

补偿空速管与飞机的匹配性设计

阐述了空速管位置误差形成的机理及其计算方法,提出采用补偿空速管与飞机进行匹配性设计来补偿这一误差,匹配性设计的目的是要确定补偿空速管的长度。对补偿特性的校正和符合性检验问题也作了说明。     

复杂地形下基于三视约束的景象匹配方法

 景象匹配通过将飞行器实拍图像与机载的基准图像比较而进行导航。当飞行高度较低时,由地面大起伏引起的实时图几何变形会严重影响匹配性能,造成匹配精度下降甚至出现误匹配,这一问题严重制约了现有景象匹配系统的应用范围,比如无法应用于建筑林立的城镇地区和梯田、丘陵地带。本文首先推导了小视场内无几何变形的高空竖直透视投影模型;在此基础上,依据三视约束关系,把相邻两幅下视实时图像的特征赋给该透视模型所成的像,得到消除几何变形的特征模板,再和基准图进行匹配。因此,所提方法不仅能处理由飞行器姿态引起的实时图几何变形问题,而且适用于城镇等地面存在较大起伏的地形。理论分析和仿真实验表明,该算法取得了较好的结果,具有良好的环境适应能力,实用性较强。     

面向山地区域光照变化下的鲁棒景象匹配方法

提出了一种面向山地区域光照变化下的鲁棒景象匹配导航方法。该方法针对山区景象匹配导航中光照环境不同造成的基准图与实时图像不一致问题,采取在高程数据上使用光照模型生成光照明暗图,利用数字高程图(DEM)得到水流汇集数据并生成山谷显著图,将光照明暗图与山谷显著图融合作为基准图;针对基准图与实时图中细节边缘的差异带来的误匹配问题,提出了基于形态学约束的Hausdorff距离边缘匹配算法。采用LANDSAT图像与ASTERDEM高程数据进行实验分析,结果表明提出的方法匹配正确率高且鲁棒性好。     

基于几何特征关联的室内扫描匹配SLAM方法

为实现室内结构化环境中仅依靠激光雷达数据进行实时自定位并创建精确的特征地图,提出了一种基于几何特征关联的室内扫描匹配SLAM方法.几何特征关联与匹配方法的优劣很大程度上影响SLAM的实时性和精度.结合室内结构化环境的特点,提出了一种完备端点定义与提取方法,将直线段特征与完备端点进行关联,优化几何特征扫描匹配过程.此外,姿态角收敛是SLAM进行机器人位姿估计和求解一致性的关键.为确保姿态角准确收敛,采用了基于直线拟合认知的姿态角加权几何平均求解方法.实验证明,提出的SLAM方法得到的定位精度在100mm内,建图精度也较高,能胜任室内SLAM.     

多发配置下涡轴发动机扭矩匹配控制方法研究

对于配置多台发动机的直升机,发动机工作状态的差异会严重影响传动系统寿命,因此需要采用适当的控制方法对多台发动机的输出扭矩进行实时匹配。目前的匹配方法多适用于双发配置,对多发配置下涡轴发动机扭矩匹配方法研究较少。针对多发匹配问题,提出了一种适用于多发配置下的涡轴发动机扭矩匹配控制方法,设计了单边匹配和双边匹配两种方法。建立了三发配置的涡轴发动机/旋翼综合实时模型,并在此模型的基础上对两种匹配方法进行了仿真对比。结果表明:所提出的控制方法能够在满足旋翼功率需求的前提下,快速地使三台发动机的输出扭矩相互平衡,相同的匹配方法高空工作点的匹配时间比地面延长50%以上;相同的工作点双边匹配的匹配时间比单边匹配缩短了50%以上,双边匹配的扭矩匹配时间显著缩短,但动力涡轮转速的下垂量稍大;作为匹配速度的代价可以接受。     

基于路网匹配的多源自主组合导航技术研究

针对惯性/里程计组合导航易受环境影响的情况,引入路网匹配方法,以惯导/里程计组合导航历史轨迹数据与路网数据库进行全局匹配比较,从而得到当前导航位置的匹配点。将匹配点作为组合导航卡尔曼滤波器的量测输入,其滤波结果用于反馈校正惯导误差,通过不断迭代优化后,惯性/里程计/路网匹配组合导航能够提供高精度的位置信息。试验验证结果表明,该方法能将大部分定位误差控制在10m左右,证明了该方法的有效性与适用性。     

基于特征匹配的飞机外表面缺陷差异检测研究

针对光线差异、角度差异影响下,飞机外表面缺陷图像失真造成缺陷差异特征难以提取的问题,构建基于特征匹配的飞机外表面缺陷差异自动检测模型。使用融合Canny算子的改进SIFT算法构建飞机外表面缺陷图像异常特征匹配金字塔生成机体图像特征描述子,结合复合阈值约束与K-means聚类算法投影变换描述子并进行自适应阈值缺陷差异标定,实现自动检测标记不同光线及角度下的机体缺陷异常特征。实验结果表明,所提飞机外表面缺陷差异识别模型能自动检测实时拍摄的飞机外表面缺陷图像异常,具有较强抗变换性。     

改进的ICCP地磁匹配算法

本文在分析等值线约束迭代最近点(ICCP)匹配算法基本原理的基础上,针对ICCP算法在非刚性变换情形下,就难以取得理想匹配效果的情况,提出了改进的ICCP算法。该算法首先用ICCP匹配算法修正初始位置误差和航向误差,然后采用逐点匹配,再迭代该过程的方法,逐点修正位置误差。仿真实验表明,改进的ICCP算法能够实现准确定位,定位精度在一个网格精度以内。     

基于路面分割的高精度地图创建优化方法研究

高精度地图主要利用已采集图像的地面信息生成,但是在真实环境中图像的地面信息容易受动态障碍物遮挡,同时GPS难免会有抖动误差,导致地图拼接效果并不理想。针对上述问题提出了一种基于路面分割的动态障碍物去除与图像配准方法。使用深度学习对全景图像进行语义分割并提取路面信息,在去除动态障碍物干扰后,利用路面特征进行图像配准。融合GPS与里程计信息进行定位优化,利用多帧图像叠加填补空缺形成地图。最终,实验验证了该方法在去除动态障碍物的同时也提高了地图的精度。     

基于导向滤波的深度图优化方法

很多低成本设备输出的深度图存在明显的边缘不匹配、深度信息缺失导致孔洞等问题,而现有的优化算法实时性差,提出的基于导向滤波的深度图优化方法可以兼顾实时性和视觉效果。首先,采用基于单尺度的Retinex方法对配准的灰度图像进行增强处理,消除光照阴影等导致的虚假边缘,增强真实边缘。然后,将处理后的灰度图像作为引导基础,通过具有边缘保持能力的导向滤波器优化深度图像,实现边缘保持的同时填充孔洞。最后,通过标准数据库和实际深度图进行实验验证。结果表明,处理后的深度图能够很好地反映基本形态,兼具实时运算竞争力。     

基于改进微粒群优化算法的互信息医学图像配准

医学图像配准是寻找使两幅图像对应点达到空间位置和解剖结构上一致的过程,对于医学临床科研、诊断等方面具有非常重要的意义。基于互信息的配准方法是目前医学图像配准中无创、自动化程度高且配准精度很高的一种方法,已被广泛应用。但是由于插值赝像导致在其目标函数中存在幅值振荡现象,使用局部最优化搜索有时会终止于局部极值,得到错误的配准参数。提出针对互信息配准方法的特点,使用改进微粒群全局搜索算法,调节该算法的参数以适应不同搜索阶段,保证了最优化搜索的准确性,提高了基于互信息方法配准的成功率。     

Algorithms for Fast Image Registration

The automatic determination of local similarity between two images (image registration) is one of the most fundamental problems of image processing and pattern recognition. A class of registration algorithms that are reasonably efficient and robust for translational displacement has been considered to determine relative shift between reference and search images. Stochastic image models defined on a rectangular region of support are used to determine feature vectors associated with reference and search images. A new measure, namely, coefficient of variation, is defined to take into account effects of contrast and sharpness of the images. Based upon this measure, a computationally efficient two-stage algorithm is obtained by combining the image-model based algorithm with a template matching technique. Simulation results with several synthetic and real images are presented to evaluate the performance of the algorithms.     

民用航空器注册号识别的鲁棒性方法研究

为了提高空管自动化水平并降低运行成本,提出一种基于计算机图像处理技术的民用航空器注册号识别方法.首先将全局阈值分割算法与形态学分割算法结合,实现对航空器图像中注册号的精确定位.然后采用主成分分析法解决注册号倾斜校正问题,并分别针对粘连和非粘连情况的注册号字符进行有效切割.最后利用基于特征提取的模板匹配算法,完成对注册号字符的准确识别.在此基础上,基于MATLAB搭建实验测试平台对上述方法进行仿真验证.实验结果表明,方法能够针对不同角度拍摄的航空器图像快速、准确地识别其注册号,单幅图像识别耗时在0.5 s左右.相比于其他方法,在图像拍摄方面要求较低,有效性与鲁棒性较高,计算速度较快,可以满足实时监控的需求.     

面向结构化场景的激光雷达点云高精度配准与定位方法

在基于先验地图的激光雷达室内导航方案中,通常采用点云配准的方法进行无人设备位姿初始化。在结构化场景下,传统配准算法特征鲁棒性较差,导致点云配准的误差较大且易陷入局部最优。针对该问题,提出了一种基于多平面空间模型的点云快速配准方法。首先该方法利用特征直方图的思想对空间点云进行快速粗聚类,根据平面一致性将粗聚类后的点集进行合并形成面特征,从而对密闭空间进行平面模型化表示。随后通过空间平面排序实现了面特征的快速关联,并利用线性匹配方法实现了两帧点云的精确配准,从而解算出机体在先验地图中的相对位姿。最后通过Gazebo搭建的仿真环境与室内结构化模拟环境对算法进行了验证。结果表明,在大型结构化场景下,算法具有更好的适应性以及更高的计算效率,能够快速为无人系统提供精准的地图初始位姿。     

二维图像拼接技术研究综述

图像拼接是指将具有重叠区域的小视角、低分辨率的多张图像，经过相应的图像配准与融合算法，拼接成一张具有高分辨率、宽视角的全景图像。针对二维图像拼接方法，综述了将二维图像拼接技术应用于图像处理领域的最新研究进展，重点介绍和总结了图像配准方法和图像融合方法。其中，图像配准方法涵盖了基于SIFT、SURF和Harris点特征的提取方法。分析了各种算法的主要进展、典型算法的原理和优缺点以及国内外研究发展现状。最后，通过各种方法研究与应用情况推测，展望了未来图像拼接技术的发展趋势。     

基于多幅图像的三维形状恢复新算法研究

提出了基于多幅图像的由明暗恢复三维形状的新算法.传统的SFS是基于一幅图像,而反射图方程是含有两个自由度的PDE,因此SFS是一个病态问题.本文提出了一种基于三幅图像的SFS新算法,克服了SFS的病态性.首先在图像的Lambertian反射模型的基础上,由三幅图像的逐个象素点的图像灰度值,建立物体表面方向的一次代数方程组,得到表示物体表面方向的唯一梯度向量.然后经过梯度恢复高度的算法,得到物体表面的形状.最后给出的仿真实例表明算法的有效性.     

用改进的准线性平差法实现GPS辅助无人机对地定位

以无人机对地定位为应用背景,在GPS辅助确定机载摄像机光心位置条件下,用改进的准线性平差法从序列图象求解地面目标点的三维位置。首先简要介绍经典平差法和准线性平差法,然后详细阐述了改进的准线性平差法原理、实现步骤,并用仿真数据和真实图象进行了验证。结果表明,改进的准线性平差法不仅对定位精度有所提高,而且降低了计算量,提高了计算速度。如果运用于GPS辅助无人机获取的图象分析,可实现实时对地定位和基于视觉的导航、着陆等。     

Super-resolution reconstruction of astronomical images using time-scale adaptive normalized convolution

In this work, we describe a new multiframe Super-Resolution (SR) framework based on time-scale adaptive Normalized Convolution (NC), and apply it to astronomical images. The method mainly uses the conceptual basis of NC where each neighborhood of a signal is expressed in terms of the corresponding subspace expanded by the chosen polynomial basis function. Instead of the conventional NC, the introduced spatially adaptive filtering kernel is utilized as the applicability function of shape-adaptive NC, which fits the local image structure information including shape and orientation. This makes it possible to obtain image patches with the same modality, which are collected for polynomial expansion to maximize the signal-to-noise ratio and suppress aliasing artifacts across lines and edges. The robust signal certainty takes the confidence value at each point into account before a local polynomial expansion to minimize the influence of outliers. Finally, the temporal scale applicability is considered to omit accurate motion estimation since it is easy to result in annoying registration errors in real astronomical applications. Excellent SR reconstruction capability of the time-scale adaptive NC is demonstrated through fundamental experiments on both synthetic images and real astronomical images when compared with other SR reconstruction methods.