一种基于视觉成像的快速收敛的位姿测量算法及实验研究

 由三维目标与其二维图像估计相对于目标的位置和姿态是计算机视觉成像中的一个重要问题。正交迭代(OI)算法是一种快速、且能全局收敛的姿态估计方法，但是当数据恶化时，不能给出正确的旋转矩阵。本文改进了该算法中旋转矩阵求解方法，避免了旋转矩阵求解中出现的错误。建立了模拟实验系统，使用改进的算法进行测量，在0.45～5.20 m的范围内，摄像机到目标距离的相对误差小于±0.41%；在距离为3 m时，旋转角度测量误差小于±1.8°。数学仿真结果表明，改进后算法的抗噪声能力得到改善，结果更为准确，且能快速收敛。     

基于平面模板自由拍摄的双目立体测量系统的现场标定

 摄像机标定是基于光学摄像的立体测量技术中的一个十分重要的步骤，标定精度直接影响系统测量的精度和稳定性。本文提出并实现了一种简便易行的双目立体测量系统现场标定方法：利用一块特殊设计的具有不同大小圆形特征点的平面标定板，在无需控制任何运动参数的情况下，双目测量系统只需对标定板在不同角度自由拍摄一组图像即可方便地实现系统标定。该方法在已有单摄像机标定算法的基础上，加入对双摄像机相对位置和姿态的优化，同时考虑了镜头的非线性畸变，达到了较好的标定结果。另外，提出的图像点与其空间点的对应算法具有良好的稳定性，即使由于环境或摄像机摆放位置等因素的影响，一些标定板上的特征点不能被摄像机拍摄到，或者不能被正确识别时，仍然能进行标定工作。标定实验和系统标定后的三维重建结果验证了该方法的有效性。     

用于无人直升机着舰控制的计算机视觉技术研究

 通过理论分析和计算机半实物仿真研究了一种应用于无人直升机自主着舰的双目立体计算机视觉系统及相关计算机视觉技术。研究了基于HSV 均匀色标的计算机视觉技术在无人直升机着舰控制中的应用。使用Hough 变换算法检测直线参数,在Hough 变换中利用梯度信息,它的应用打破了Hough 变换的计算瓶颈。整套算法的抗噪声能力很强,达到了无人直升机自主着舰的实时性和实用性要求。     

运用计算机视觉对空间飞行器交会对接中的位置和姿态的测量

本文叙述了一种测量空间飞行器交会对接过程中位置和姿态角的方法。这种方法简单所需的运算量也较少，通过测量能给出追踪飞行器相对于目标飞行器的位置和姿态角。     

基于CCD的叶片气膜孔快速检测技术研究

研制了一套基于CCD的叶片气膜孔快速检测系统,采用机器视觉的方法,配合四轴测量机构,实现在叶片围绕轴线旋转的同时采集气膜孔的图像,然后利用Halcon图像处理算法库实现图像处理,并计算出气膜孔的尺寸参数。通过对某厂的叶片进行了测量实验,实现了对气膜孔轴线方向和直径的测量,弥补了气膜孔无法定性检测的技术空白,具有推广应用价值。     

Drogue detection for autonomous aerial refueling based on convolutional neural networks

Drogue detection is a fundamental issue during the close docking phase of autonomous aerial refueling(AAR). To cope with this issue, a novel and effective method based on deep learning with convolutional neural networks(CNNs) is proposed. In order to ensure its robustness and wide application, a deep learning dataset of images was prepared by utilizing real data of ‘‘Probe and Drogue" aerial refueling, which contains diverse drogues in various environmental conditions without artificial features placed on the drogues. By employing deep learning ideas and graphics processing units(GPUs), a model for drogue detection using a Caffe deep learning framework with CNNs was designed to ensure the method's accuracy and real-time performance. Experiments were conducted to demonstrate the effectiveness of the proposed method, and results based on real AAR data compare its performance to other methods, validating the accuracy, speed, and robustness of its drogue detection ability.     

基于单幅立式标靶图像的单目深度信息提取

针对在智能车中车载单目视觉系统已经检测到路面障碍物的情况下,计算障碍物相对于本车的距离问题,提出了一种仅利用单幅标靶图像且无需相机内部参数的图像深度信息提取方法．该方法利用一种放置于相机前方的立式标靶,建立图像纵坐标像素与实际成像角度之间的映射关系,结合投影几何模型实现实时深度信息的提取．依据立式标靶图像的特点,设计了包括标靶图像感兴趣区设置、模板匹配、候选点聚类、筛选及精确定位等处理的亚像素级角点检测及定位算法．实验结果显示,该方法具有较高的测量精度及实时性．相对于在路面摆放参照物的方法,该方法无需大标定场地且规避了数据拟合引起的误差．同时该方法标定只需一幅图像,过程简单,便于实际应用．      

多视图场景确定下的空间点位置视觉标定方法

针对空间特征点三维位置标定问题,提出一种多视图场景确定下的空间点位置视觉标定方法。该方法基于计算机视觉原理,通过在场景内放置棋盘模板确定图像场景位姿参数,而后根据多视图图像下的空间点图像坐标和场景位姿参数求解空间点三维位置坐标。试验结果表明,该方法下的空间点标记位置与真实位置间的距离误差小于1 mm,适用于高精度要求下的特征点位置标定。     

基于结构光的空间大目标特征重构与位姿测量

针对因缺少空间非合作大目标的全局特征而难以实现相对位姿测量的问题,提出利用点状光源与单目光学相机组成点结构光视觉测量系统进行特征重构与位姿测量的方法。以非合作大目标上尺寸未知的局部矩形特征为测量对象,首先建立点结构光视觉测量系统相对位姿测量模型;接着利用相对约束关系给出特征重构方法并获得隐性特征点;然后利用特征点计算测量系统与非合作大目标之间的相对转移矩阵得到相对位置和姿态。通过数字仿真校验该方法的有效性并对测量误差因素进行分析,仿真结果表明该测量方法是有效的。     

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。