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HTTP自适应流媒体传输的3D视频质量评价

3D视频网络服务的关键在于提高用户的体验质量（QoE）,而体验质量往往会由于网络环境的变化及视频内容的不同而受到影响。传统的2D视频传输可以采用基于HTTP的自适应流媒体（HAS）速率自适应机制有效地利用网络带宽,提高用户体验质量。因此对于如何利用动态自适应流媒体技术实现至少需要传输两路视频流的3D网络视频服务已经越来越被关注。HAS技术的关键在于媒体质量级别的动态转换策略,主要研究了3D视频中不同视点比特率的变化对用户观看体验质量的影响。首先,建立一个主观数据库探讨块级客观质量与3D视频的视觉体验质量之间的关系,块级客观质量将随着比特率的变化而变化。其次,提出了一种基于卷积神经网络（CNN）的QoE模型,该模型可以通过块级客观质量有效地评估QoE,模型预测值和平均意见分（MOS）的皮尔森线性相关系数（PLCC）为0.906,可在自适应流媒体应用中为3D视频传输中不同视点的码率调整提供指导。      

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。     

A/D和D/A转换特性参数测试方法

简要介绍了A/D、D/A转换器的主要测试参数,着重讨论转换特性参数的测试方法及其在混合集成电路测试系统上的实现;同时还介绍了A/D、D/A转换器的一些其他测试方法。     

小行星三维地形模型几何重建方法

DOI： 10.3969/j.issn.1674 1579.2020.01.008小行星三维地形模型几何重建方法刘兴潭，武延鹏，吴奋陟，顾营迎，郑然，梁潇摘要： 小行星全球测绘对深空探测定点着陆具有重要意义.通过对绕飞段光学敏感器拍摄的序列图像进行几何立体重建方法的研究，可以实现探测器位姿信息未知情况下的三维地形建模.综合小行星表面特性、小行星运行特点与探测器飞行需求，首先通过全局的运动恢复结构完成小行星稀疏点云重建，再利用多视角场景重建对点云进行稠密化得到致密均匀的网格.然后采用隼鸟号探测器绕飞阶段实测影像，对小行星糸川(25143 Itokawa)的三维地形进行仿真重建，分辨率为0.36 m；并在光学实验室对3D打印的小行星比例模型进行模拟观测实验，得到重建分辨率为0.67 m.最后通过点云配准，进一步验证方法的有效性.结果表明，本方法稳定性较强，在分辨率要求在米级范围内的情况下，能够较好地针对小行星表面地形进行三维重建.     

基于Unity3D的月面复杂地形场景构建及模拟驾驶系统

为了验证未来复杂月面地形操控技术方案,本文基于Unity3D物理引擎对月表模型、月球物理环境以及月面光照环境进行了模拟,设计并开发了一套用于模拟月球自主进行着陆点选址以及在线航天器着陆轨迹规划的模拟系统。模拟系统的工作过程包含了：基于面阵雷达与立体相机信息融合的局部月表重建,基于3D重建结果的月表地形着陆代价的快速评估与自动着陆选址,以及使登陆器能够到达选址目标的最优燃料消耗着陆运动规划,实现了月球着陆器短距离自主选址着陆的模拟系统构建,同时也从仿真的角度初步验证了“地形重建-地形评估-自主选址-软着陆”这一自主着陆过程的可行性。     

遥测伪周期时间序列子序列异常检测算法

针对现有异常检测算法用于伪周期时间序列异常序列检测时易造成误差累积,导致序列周期与特征值上显著差异的不足,文章以卫星遥测伪周期时序数据为对象,综合两种常规分段方法的优势,提出了最大周期窗宽内基于极值的模式子序列分段算法。在此基础上,给出了一种基于均序列动态生成模型的子序列异常检测方法（AnomalySubsequenceDetectionmethodbasedonOptimizedSequenceModel,ASD_OSM）,并采用2次四分位距准则（DoubleQuantilerangescriterion,2Q准则）设置距离检测门限阈值,将超出阈值的序列判定为异常序列。某航天器传感器遥测子序列异常检测试验结果表明,提出的检测方法能够有效减少漏判,提高卫星遥测伪周期数据异常序列检测的准确性。     

8mm波段二维综合孔径微波辐射计(BHU-2D)

介绍了二维综合孔径微波辐射计BHU-2D成像原理、系统构成及性能指标、校正方法、部分成像实验及其成像结果.BHU-2D工作在8mm波段,共有10个接收单元,天线阵列为T形结构,接收机为二次变频超外差结构,I/Q解调及相关运算采用了数字方式并通过软件实现,采用点辐射源校正方法及背景对消反演算法校正系统通道间不一致、相关偏置及混叠误差.目前,BHU-2D已经研制完成,并进行了系统测试及成像实验,得到了室内人工场景及人物场景的辐射亮温分布图像.     

基于三维光场的静态场景前景分割

为解决复杂场景中的前景提取问题提出一种基于三维光场分析的静态场景前景分割方法.首先,通过在一条直线等间距的不同视点上拍摄场景的序列图像构建密集采样的三维光场.其次,用线段检测(LSD)直线检测算法从对极平面图(EPI)中分析提取出场景边缘及其深度信息.借助分段三次Hermite多项式(PCHIP)快速插值算法恢复整个场景的深度信息.最终,通过阈值法实现对不同深度的前景物体的分割.初步实验结果表明,本方法能够较准确地恢复场景中多个物体之间的空间关系,前景分割结果较好地克服了现有基于区域聚类和数学形态学等方法在复杂场景应用中存在的过分割问题.      

基于多特征图像视觉显著性的视频摘要化生成

如何高效提取视频内容即视频摘要化，一直是计算机视觉领域研究的热点。简单通过图像颜色、纹理等特征进行检测已无法有效、完整地获取视频摘要。基于视觉注意力金字塔模型，提出了一种改进的可变比例及双对比度计算的中心-环绕视频摘要化方法。首先，以超像素方法对视频图像序列进行像素块划分以加速图像计算；然后，检测不同颜色背景下的图像对比度特征差异并进行融合；最后，结合光流运动信息，合并静态图像与动态图像显著性结果提取视频关键帧，在提取关键帧时，利用感知哈希函数进行相似性判断完成视频摘要化生成。在Segtrack V2、ViSal及OVP数据集上进行仿真实验，结果表明:所提方法可以有效提取图像感兴趣区域，得到以关键帧图像序列表示的视频摘要。      

应用3D SPECK的视频编码方法

在基于提升格式的真三维小波包分解的基础上通过定义空间块结构, 实现了SPECK算法的真三维扩展。该方法不涉及运动估计和运动补偿, 具有计算量较小、编码快、低复杂的特点, 产生的视频流是完全嵌入的。实验结果表明该方法能够快速的高效的压缩视频图像, 是一种很有潜力的视频压缩编码方法。     

一种高精度视频目标检测与分割新方法

根据动态视频场景与多目标检测的应用需求,提出了一种变分光流场与mean shift图像分割相结合的高精度运动目标检测与分割新方法.依据动态场景多运动目标检测的约束条件提出变分光流场优化计算模型,并给出其数值解法.在此基础上提出结合meanshift的高精度运动目标检测与分割算法,此方法对摄像机运动和静止情况都适合,能够进行同一场景中多个运动目标的高精度检测,并且不需要事先的学习和人工干预,具有通用性.     

基于序列图像的空间目标三维重建

空间目标三维重建对空间态势感知和理论研究具有重要意义。针对空间目标图像存在的由纹理重复导致的错误重建问题,提出了一种新的基于运动信息恢复三维场景结构策略。该策略将序列目标图像的成像时间顺序作为先验信息,顺序地加入新图像进行迭代,以避免因目标结构对称、纹理重复所导致的重建错误。同时针对空间目标成像数据匮乏的问题,进行了空间目标图像仿真,并开展了空间目标地面模拟成像实验研究。结果表明:运动分析结果精确,对噪声有较强的鲁棒性,恢复出的目标三维点云能在一定程度上表达目标的结构信息。同时给出了进行空间目标三维重建时图像序列应满足的边界条件。      

基于局部径向二值模式的三维人脸识别

针对人脸识别中局部特征的提取,提出了局部径向二值模式(LRBP,Local Radial Binary Pattern),并将其用于三维人脸识别.首先,对经过预处理的人脸深度图像进行区域划分;然后用局部径向二值模式提取子区域的特征序列,并将其链接在一起构成三维人脸的特征向量;最后,利用Fisherface方法对三维人脸特征向量进行训练和识别.在中国科学院自动化研究所三维人脸数据库中选取样本,利用LRBP对其进行识别,结果表明该方法在基本不损失识别率的前提下,可以有效提高识别的效率.      

基于视频的三维人体姿态估计

已有的三维人体姿态估计方法侧重于通过单帧图像来估计人体的三维姿态,忽略了视频中前后帧之间的相关性,因此,通过挖掘视频在时间维度上的信息可以进一步提高三维人体姿态估计的准确率。基于此,设计了一种可以充分提取视频时序信息的卷积神经网络结构,在获得高精度的同时也具有消耗计算资源小的优点,仅仅使用二维关节点的坐标为输入即可恢复完整的三维人体姿态。然后提出了一种新的损失函数利用相邻帧间人体姿态的连续性,来改进视频序列中三维姿态估计的平滑性,同时也解决了因缺少帧间信息而导致准确率下降的问题。通过在公开数据集Human3.6M上进行测试,实验结果表明本文方法相比目前的基准三维姿态估计算法的平均测试误差降低了1.2 mm,对于视频序列的三维人体姿态估计有着较高的准确率。      

大行程解耦三平动微定位平台的设计与优化

为设计具有大行程与良好解耦特性的三平动微定位平台,提出了一种新型2T3R型运动副。基于2T3R型运动副,设计了三平动微定位平台的结构;采用非线性模型法建立了平台力-位移关系与丢失运动的理论模型,并采用拉格朗日方程建立了平台固有频率的理论模型;采用目标规划法对三平动微定位平台进行了参数优化;通过有限元仿真验证了理论模型的正确性。理论计算与仿真研究结果表明:平台一阶固有频率为51.27 Hz,在1 mm运动行程内,x、z轴方向的丢失运动分别小于0.67%、0.20%,输入与输出完全解耦。研究结果证明了运动副、平台结构设计的有效性及优化模型的可行性。      

基于FPGA无人机影像快速低功耗高精度三维重建

现有无人机（UAV）影像三维重建方法在功耗、时效等方面无法满足移动终端对低功耗、高时效的需求。为此，在有限资源FPGA平台下，结合指令优化策略和软硬件协同优化方法，提出一种基于FPGA高吞吐量硬件优化架构的无人机航拍影像快速低功耗高精度三维重建方法。首先，构建多尺度深度图融合算法架构，增强传统FPGA相位相关算法对不可信区域的鲁棒性，如低纹理、河流等区域。其次，结合高并行指令优化策略，提出高性能软硬件协同优化方案，实现多尺度深度图融合算法架构在有限资源FPGA平台的高效运行。最后，将现有CPU方法、GPU方法与FPGA方法进行综合实验比较，实验结果表明:FPGA方法在重建时间消耗上与GPU方法接近，比CPU方法快近20倍，但功耗仅为GPU方法的2.23%。