基于平面变换的高精度相机标定方法

针对传统方法未考虑透视偏差的存在,提取椭圆圆心作为真实物理圆心投影点造成相机标定误差的问题,提出了一种基于平面变换的高精度相机标定方法。提取标定板内外边框上的角点,对标定板进行平面变换,将标记点由椭圆投影成近似的标准圆;利用图像矩提取标准圆圆心的坐标,投影回原标定板平面,得到标记点实际圆心的像素坐标;根据圆形标记点实际圆心的坐标,利用张正友标定法完成相机标定。实验结果表明:与传统方法相比,所提方法将相机标定的误差降低了66.169%,有效提高了相机标定的精度。      

三维型面非接触测量系统现场标定技术

针对双眼视觉传感器三维型面测量系统,介绍了一种利用平面标靶实现系统标定的方法.标定过程无需辅助设备,仅要求两个摄像机同时拍摄一幅标定板图像,利用标定板上的控制点计算左右图像对应的单应性矩阵.结合进化策略优化左右主像点,从单应性矩阵中获得测量系统的其他标定参数.同传统定标方法相比,该方法简单、快捷,适用于现场标定.      

基于平行光管与二维旋转平台的长焦相机内参标定

长焦镜头能够采集位置更远的图像,而长焦镜头成像的特殊性对传统相机标定方法提出了挑战。针对这一问题,阐述了一种基于平行光管和二维旋转平台的相机内参标定方法。长焦相机被架设在二维旋转平台上,对放置在平行光管内的透过式棋盘格成像。通过旋转二维平台,改变相机的位置,可以得到不同位置下清晰的棋盘格图像。采集了棋盘格格点的像素坐标以及二维平台的角度数据,建立了合适的模型,优化求解出了长焦相机的内参参数,实现了实验室内对长焦镜头的标定。由模型计算得到的重投影棋盘格角点的图像坐标与在实际图像中检测到的棋盘格角点坐标相比,平均误差约为0.5个像素,这验证了算法的可行性。     

一种双目立体视觉相机标定方法

研究一种基于特殊标定场的双目立体视觉相机标定方法．对相机的内外参数进行精确地标定,然后利用标定参数进行图像校正．实验表明,采用该方法左右相机图像的极线误差不大于0．26pixel,能够达到较理想的标定结果．该方法可用于月球车双目立体视觉相机标定系统中．     

具有方向特性的X角点的亚像素检测定位

X角点被广泛应用于相机标定与可见光视觉跟踪系统,不仅具有位置信息,还可以具有方向信息.针对X角点的精确位置检测和方向检测,提出了一种利用X角点对称性的检测与定位算法——对称性计算算子(SC,Symmetry Calculation),简称SC算子.该算法主要由两部分组成.先利用对称性计算值确定X角点像素位置,然后基于二次曲线拟合及直线相交求亚像素位置.通过角点定位实验,仿真分析高斯噪声和畸变对定位精度及鲁棒性的影响,并与Harris算法及Micron Tracker系统进行比较.实验表明,本文方法能有效检测X角点,排除其他类型的角点和干扰点,具有较高的定位精度和鲁棒性.      

基于超像素与多尺度残差U-Net相结合的遥感图像飞机检测方法

遥感图像中存在飞机很小、角度和位置不确定且背景复杂等问题,从遥感图像中检测飞机是一项重要且具有挑战性的任务,因此,提出一种基于超像素与多尺度残差U-Net(Multi-scale Residual U-Net,MSRU-Net)相结合的遥感图像飞机检测方法。首先对遥感图像进行超像素预分割,将位置相邻且像素特征相似的像素点组成若干个超像素,保持图像进一步分割的有效特征;然后构建多尺度残差U-Net,学习其多尺度判别特征。与传统的飞机检测方法相比,该方法用少量的超像素代替大量像素表达图像特征,降低了图像分割的复杂度,再利用MSRU-Net分割遥感超像素图像,有效检测不同尺度的飞机图像。在公共飞机遥感图像数据集上实验,结果表明,该方法能够有效的检测遥感图像不同尺度的飞机图像,检测精确率达到91.2 %。     

红外可见光双目系统像素级快速融合方法

红外 可见光双目系统既能感知目标的温度，又能获取目标的颜色、纹理信息，在日常生活和工业产生中获得较多的应用.红外相机由于和可见光相机成像机制的不同，在标定过程中往往需要使用不同的靶标.本文提出了一种红外 可见光双目系统像素级的快速标定融合方法，通过设计了一种圆孔形靶标，实现了一步法标定，在可见光相机像素坐标系下像素质心标定精度小于1个像素，可用于大批量的低成本的民用红外标定产品系统.     

未知环境下移动机器人单目视觉导航算法

提出了一种未知环境下移动机器人单目视觉导航算法,算法包括障碍物检测、单目视觉测距和局部路径规划3部分.为减小光照等环境因素对基于特征的障碍物检测的影响,对彩色图像在HSI颜色空间中用基于像素的直方图比较进行分割,获取障碍物轮廓序列的图像坐标点集.在单目视觉测距中,通过几何关系推导法建立图像坐标系和机器人坐标系间的变换关系,进而实现由障碍物图像位置计算其与机器人间的实际距离.局部路径规划对摄像机梯形视场区域转换后的矩形区域建立模型划分栅格,由障碍物轮廓序列图像坐标和单目视觉测距计算构建障碍物栅格图,并用提出的栅格搜索算法搜索障碍物栅格图,得到机器人安全行驶路径.实际环境中进行的实验结果表明,算法能有效减小反光、阴影等的影响,在未知环境中正确规划出机器人局部可行路径实现导航.      

一种基于CAHVOR模型的导航相机标定方法

在月球车探测任务中,一般通过对相机采集到的图片进行三维重建分析获得路面情况信息,精确标定相机是这些工作的前提.相机标定要求算法简单且能满足高精度要求,CAHVOR相机标定方法经JPL实验验证并成功地应用于火星探测器（MER）任务中,该方法从矢量角度分析相机成像原理.分析该方法的标定原理和参数求解算法,对该方法进行数字仿真,验证算法精度.为了进一步分析标定精度和速度,通过试验对该算法与传统的摄影测量标定方法进行比较,结果显示CAHVOR方法可达到满意的标定精度要求,而且在标定算法速度方面具有快速的优点.     

基于单目三维重构的空间非合作目标相对测量

为了解决非合作目标的相对测量问题,提出了一种基于单目图像序列目标重构结果的非合作目标相对位姿测量方法。该方法将目标的三维重构与相机的位姿信息计算相结合,首先利用观测前期得到的图像序列,通过非线性优化算法计算得到目标上部分三维点坐标;然后基于该三维点集合,建立递推深度模型,对相机的相对位姿信息和新观测到的目标点同时进行卡尔曼滤波估计。航拍测量试验表明,随着图片数量的增多,精确重构点的比例（重投影误差小于1个像素的点）不断提高,80%的图像中精确重构点比例优于89%;基于公共数据集的试验表明,该算法对姿态估算精度可达1°以内,位置测量的精度可达到2cm以内。以上试验结果表明,该算法具有较高的测量精度。     

一种非合作目标模型快速测量方法

服务航天器跟踪、接近和捕获目标时,需要快速获取目标卫星局部模块的精密3D轮廓。文章研究了一种基于结构光的单目测量系统,能够同时满足三维测量速度快、精度高等需求。提出了一种黑白DeBruijn序列编码方法,使用单张相机图片就可以完成重建,采用黑白条纹,增强了对空间反射的抗干扰能力。相比较于双目测量方法,该方法认为投影装置模型和相机模型一致,省去了图像匹配步骤,有效减少了计算时间;采用迭代的方法对点云进行重建,不需要预先进行畸变校正。以卫星模型为目标,使用高速相机进行了重建试验,试验结果表明采用这种方法进行重建时,采集图像时间短,深度信息误差为0.0583mm,速度和精度都能满足非合作目标的三维测量要求。     

基于球几何特征的摄像机内参分步标定方法

在摄像机标定过程中,球形靶标对图像数量、拍摄角度要求小,能够适应遮挡环境,在使用中具有明显优势.在分析球投影模型几何性质的基础上,提出一种利用球靶标分步标定摄像机内部参数的方法.该方法通过拍摄一幅包含空间中2个不同位置球体的图像,得到图像中的2条投影二次曲线;利用2条投影二次曲线的对称轴和公切线计算球心投影点,通过投影二次曲线的对称轴确定图像主点坐标,根据球心投影点和图像主点的位置关系求解归一化焦距;利用整体优化算法得到内参标定结果.仿真数据实验分析了引入测量误差的主要因素,实物标定结果与平面方格靶标方法相比误差在5%之内,重复测量结果稳定.      

多光谱相机的几何标定方法

对多光谱卫星相机进行标定,应用三组图像,每组图像包括四张不同通道的照片。在每组图像里,识别固定目标并且测量它们的坐标。目标点的坐标通过航测照片提取并用手持GPS定位仪进行测量。应用最小二乘法将图像的坐标转换为适当的实际坐标,并计算相机的内外方位元素。     

一种基于OPTICS聚类的仅测角导航目标检测算法

仅测角自主导航方法具有设备简单、复杂度低，功耗低的优点，在空间任务中具有广泛的应用前景.针对中远距离下空间目标特征少的特点，提出了一种利用基于OPTICS聚类算法的空间目标检测方法，可用于仅测角导航过程中的目标检测.对原始星图进行预处理提取星点及目标点，并结合星图识别的结果选择部分帧，使用经过改进的OPTICS聚类方法获得目标运动轨迹.最后，使用本文中的算法对软件仿真出的含有目标的高精度星图进行处理验证了算法的可行性.在卫星相对于空间目标抵近过程中，目标检测的水平误差及垂直误差小于0.15°的帧数分别占到了85.4%以及99.6%.相比AVANTI实验中的目标检测方法，减少了在轨任务中相关参数的调节，进一步提升了算法的自主性.     

TOF相机在空间近距离目标探测中的应用研究

3D TOF相机具有同时获取目标的灰度和深度图像的功能,从而能够实时得到目标物体的三维点云,实现三维成像.主要介绍了3D TOF相机的工作机理以及应用场景等,同时模拟空间近距离目标探测的应用对目标进行成像研究,分析了不同条件下对目标物成像的影响因素以及相机的误差来源和误差的校正方法,并通过相机对深度信息的获取,对相机的距离探测精度进行了测试.     

基于小波域清晰度评价的光场全聚焦图像融合

传统全聚焦图像融合以相机多次曝光拍摄的多聚焦图像为基础,光场相机在单次曝光后可计算空间任意深度的重聚焦图像,为后期全聚焦图像的获取提供便利。提出了一种基于小波变换的光场全聚焦图像获取算法,可有效避免传统空域图像融合算法的块效应,获得较高质量的全聚焦图像。该算法通过对微透镜阵列光场相机获得的4D光场数据进行空间变换与投影,得到用于全聚焦图像融合的重聚焦图像,对各帧重聚焦图像进行小波分解提取高、低频子图像集,提出区域均衡拉普拉斯算子、像素可见度函数分别构建融合图像的高、低频小波系数实现图像融合,其性能优于传统的区域清晰度评价函数。实验验证了所提算法的正确性和有效性,采用Lytro光场相机的原始数据计算了融合全聚焦图像,与传统图像融合算法相比,人眼视觉效果更好,客观图像指标也得到了提高。      

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。