一种基于矩特征和特征光流的运动目标跟踪方法

提出了一种基于矩特征和特征光流的运动目标跟踪方法.首先进行角点特征提取,按照提出的基于矩特征的局部范围内匹配角点的策略,完成了序列图像的角点匹配;然后,按照本文提出的光流聚类准则完成了两个图像目标的聚类.仿真实验表明,本文算法在减少计算量的同时可提高跟踪精度,且可克服目标做小角度旋转时的失跟问题.     

动态背景下基于金字塔LK光流的运动目标检测

提出了一种动态背景下基于金字塔LK光流的运动目标检测方法。首先采用Shi-Tomasi角点检测法提取图像的强角点,再用金字塔LK光流法计算下一时刻这些特征点的对应位置,得到匹配的多组特征点对。利用这些特征点对建立仿射变换模型并计算仿射参数,对图像做仿射变换消除背景运动带来的误差,最后用帧间差分法处理得到前景目标。实验结果表明,本方法能够以较好的实时性、稳定地检测和提取动背景下的运动目标。     

基于序列图像的三维重建方法在空间目标探测识别中的应用研究

为通过目标探测识别获得空间目标三维结构等更多在轨信息,以更好地完成在轨服务和操控等任务,根据三维重建各种方式及资源需求,对基于序列图像的三维重建方法进行了研究。通过平台对目标进行绕飞/悬停,由高分辨率相机载荷采集目标不同方位的序列图像,然后对序列图像进行三维重建处理,获得目标三维结构、形貌等信息。仿真和地面试验结果表明:在绕飞/悬停路径设计合理的情况下,基于序列图像的三维重建技术可行,能够实现目标结构模型的重建,并可以提供帆板、天线等部位结构信息,可为后续工程应用提供技术参考。     

利用OpenGL建立运动目标体素模型的方法

三维体素模型的建立是运动目标序列图像产生的基础和关键步骤，三维体素模型就是利用计算机系统将运动目标的几何特性在计算机显示器上直观地表示出来。介绍了应用SGI公司的OpenGL三维图形库和微软的MFC基类库在VC 5.0的编程环境中建立运动目标三维体素模型的方法和过程，并以较复杂的静态飞机模型为例进行了模拟实现，得到较好的效果。     

基于邻帧差分近邻反相特征的红外运动点目标检测算法

基于运动点目标在邻帧差分图像中所具有的近邻反相特征,即运动点目标的两个位置相邻近、灰度值一正一负,提出一种在复杂背景下,基于红外序列图像的运动点目标检测算法.本算法利用该特征在邻帧差分图像中检测反相点对,进而构造反相点对矢量图,最后依据累积反相点对矢量图中多矢量首位相接的连续性检测出运动的点目标.文中给出并证明应用本算法能以概率1检测到运动点目标的收敛性定理.对典型复杂背景下10幅1000帧图像的仿真结果表明,当信噪比大于或等于1.5时,可以有效检测出运动点目标.     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

一种简单可靠的昆虫扑翼运动图像序列自动分析方法

目前高速摄影相机和多相机系统广泛地用于记录昆虫奇妙的飞行运动,然而分析这些运动图像序列的方法却不能让人满意。提出并测试了一种简单可靠的昆虫飞行图像的自动分析方法。该方法充分地利用了图像序列中相邻两帧间的差别,可自动提取出昆虫的特征点（翼尖点,翼根点,头部端点,腹部端点）和轮廓线（翼前缘轮廓,翼后缘轮廓）。采用MATLAB实现并使用虚拟昆虫和真实昆虫运动图像序列测试了该方法。测试结果表明,该方法简单可靠,无需人工干预,不针对特定昆虫,运算量也较小,且能够提供较好的识别结果,甚至在处理昆虫的身体和翅膀部分重叠或者昆虫的翅膀图像呈现明显的透明的图像序列时候结果依然不错。该方法给昆虫图像的形态学特征自动识别难题提供了一个切实可行的解决方法,节省了昆虫扑翼运动图像的分析时间。     

任意运动变形边界流场测量PIV算法的研究：薄膜涡激振动

提出了一种精确测量任意运动变形边界流场的粒子图像速度场PIV算法,能智能识别强流固耦合问题流场测量中任意运动变形的边界信息,然后生成贴体自适应的图像互相关计算窗口,计算获取运动变形边界附近的速度场数据。这一算法可大大提高任意运动边界附近流场的测量精度,为流固耦合问题的理论分析和数值计算验证提供可靠的高质量实验数据。针对数字合成给定流场的粒子图像序列,采用所发展的PIV算法对粒子图像区域中的运动变形边界进行了精确识别,高质量地复现了原始流场信息。最后,对低速闭式循环水洞中的钝体尾流柔性薄膜涡激振动现象进行了PIV实验测量,获得了柔性薄膜大变形运动状态下的瞬态流场特征。     

基于SIFT和仿射变换的航空器起飞图像跟踪方法

针对机场监视的需要,结合航空器起飞特征,研究了尺度不变特征变换( SIFT)算法和仿射变换模型,在对图像进行灰度图像序列处理的基础上,提出了将SIFT特征点跟踪与仿射变换相结合对航空器起飞信息识别、跟踪的方法。以滨海国际机场的一个起飞过程为例,对图像序列进行了运动目标识别和帧间特征点的匹配,验证了方法的可行性,为机场航空器的起飞跟踪方法提供参考。     

基于运动形态学的掠地飞行器视频检测方法

 结合数学形态学、视频图像运动分析以及数学统计分析方法，提出了一种用于空中预警控制系统(AWACS)的小型掠地飞行器运动形态学视频检测方法。该方法首先应用形态学tophat滤波提取出视频图像中的可疑目标(SO)，并求取SO的运动参数，利用真实目标和类目标干扰的不同运动特性，应用数学统计的方法对各运动参数进行分析以剔除部分类目标干扰，从而获得潜在目标(PT)的灰度分布和运动参数。在应用形态学tophat滤波器进行可疑目标提取中，一种新的金字塔型结构元的引入有效减少了虚警数量。外场试验表明，该检测方法能够有效抑制航拍掠地飞行器视频图像中的地物干扰，降低虚警目标的数量。     

Three-dimensional trajectory estimation from image position and velocity

A recursive algorithm for estimating the three-dimensional trajectory and structure of a moving rigid object in an image sequence has been previously developed by Broida, Chandrashekhar, and Chellappa [1990]. Since then, steady advances have occurred in the calculation of optical flow. This work improves 3D motion trajectory and structure estimation by incorporating optical flow into the estimation framework. The new solution combines optical flow and feature point measurements and determines their statistical relationship. The feasibility of a hybrid feature point/optical flow algorithm, demonstrated through detailed simulation on synthetic and real image sequences, significantly lowers bias and mean squared error in trajectory estimation over the feature-based approach.     

基于角点特征的SAR图像与光学图像匹配算法

INS／SAR组合导航系统对SAR实时图像与光学参考图像的匹配算法提出了实时性和准确性要求。文章首先采用一种结合Harries算子与曲率尺度空间的算法,提取SAR图像与光学图像中的角点;然后利用距离约束、角点值约束、边缘约束进行角点匹配。经实验验证,该方法实时性好,匹配精度高,可较好的应用于INS／SAR组合导航系统的...     

基于双目视觉和惯性器件的微小型无人机运动状态估计方法

针对微小型无人机(UAV)自主运动状态估计问题,提出了一种基于双目视觉和惯性器件的微小型无人机运动状态估计方法,运动状态估计系统由微惯性测量单元(MIMU)和2个摄像机组成.根据微惯性测量单元的输出更新无人机运动状态,同时由摄像机获得周围环境的图像序列,从序列图像中提取特征点,并对这些特征点进行匹配、跟踪,测量序列图像...     

无人机自动着陆中的机器视觉辅助技术

设计了一套辅助无人机自动着陆的机器视觉系统。该系统由机载硬件设备和用户开发软件共同组成,用以完成数字图像处理任务和无人机运动参数估计任务。系统传感器包括一个单目摄像机和机载惯性陀螺;数字图像处理使用的主要算法有图像的轮廓提取、角点检测和模版匹配。基于角点处各个方向上灰度差变化较大的特征,依据最小核值相似(SUSAN)算法和角点几何结构分析,提出一种改进的角点特征提取算法;根据任务开发的位置参数估计算法依据摄像机透视投影理论,运用摄像机成像标定方法导出了一种高精度的位置测量模型。通过计算机仿真表明,所提出的计算机视觉位置参数估计算法可以达到无人机着陆过程的精度要求。     

高速复杂流动结构的视频测量

为了定量显示空腔高速复杂流动结构,采用均布的小圆点作为背景纹影(BOS)的背景点,利用视频测量(VM)成熟的小圆点图像定位与匹配技术,克服了现有图像互相关技术对BOS的限制;推导非平行光穿过流场的偏折位移/角计算公式,基于VM的共线方程,准确计算从背景点到相机摄影中心的光束穿过流场产生的偏折位移场和光程差场(OPD)。FL-21风洞的某空腔高速(马赫数为0.6~2.0)复杂流动结构的视频测量结果表明:本方法可清楚分辨出亚微米量级的光程差差异与微弧度量级的偏折角差异,定量显示空腔高速流动产生的波/涡/剪切层的位置、强弱及其相互关系,为复杂流动结构与气动光学效应的测量与显示提供新的途径,其光路简单、无需价格昂贵的相干光源,具有应用前景。     

Extrinsic calibration of a laser displacement sensor in a non-contact coordinate measuring machine

In order to implement 3D scanning of those complicated parts such as blades in the aviation field,a non-contact optical measuring system is established in the paper,which integrates a laser displacement sensor,a probe head,the frame of a coordinate measuring machine (CMM),etc.As the output of the laser sensor directly obtained possesses the 1D length of the laser beam,it needs to determine the unit direction vector of the laser beam denoted as (l,m,n) by calibration so as to convert the 1D values into 3D coordinates of target points.Therefore,an extrinsic calibration method based on a standard sphere is proposed to accomplish this task in the paper.During the calibration procedure,the laser sensor moves along with the motion of the CMM and gathers the required data on the spherical surface.Then,both the output of the laser sensor and the grating readings of the CMM are substituted into the constraint equation of the spherical surface,in which an over-determined nonlinear equation group containing unknown parameters is established.For the purpose of solving the equation group,a method based on non-linear least squares optimization is put forward.Finally,the system after calibration is utilized to measure the diameter of a metallic sphere 10 times from different orientations to verify the calibration accuracy.In the experiment,the errors between the measured results and the true values are all smaller than 0.03 mm,which manifests the validity and practicality of the extrinsic calibration method presented in the paper.     

一种基于光流拟和的航拍视频图像全局运动估算方法

在多分辨率光流估算的基础上,提出了一种基于光流拟和的方法用于对航拍视频图像中的全局运动进行估算。在利用光流对全局运动模型拟和时,针对光流估算的不确定性以及图像中独立目标运动的干扰,提出了一种光流分块拟和与评估的方法用于剔除光流场中不利于全局运动估算的干扰数据,从而有效提高了全局运动的估算精度。航拍视频图像配准与独立运动检测的仿真结果均验证了算法的有效性。     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。