提高CCD相机视觉定位度的算法研究

提出了一种提高利用CCD相机进行视觉定位的准确度的方法,对该方法的误差情况进行了分析,提出了减小误差影响的策略,对一个实例进行了研究,证明该方法可以极大地提高CCD相机的测量准确度.     

视觉跟踪坐标测量系统数学建模

提出了一种基于光学测头成像的单相机视觉跟踪坐标测量系统。该系统中引入了一个转动平台带动相机运动,使相机光轴始终对准运动的光学测头中某一个光点,保证光学测头成像在畸变比较小的像面中心附近。给出了系统的组成结构,通过空间变换和光学成像原理建立了系统的非线性跟踪测量数学模型,给出了利用Newton非线性迭代算法求解跟踪方程的具体算法,通过实验验证了所建立的模型和求解方法的正确性。最后,分析了转动角度误差对测量结果的影响。     

三角面元灰度图象三维重建算法研究

三角面元SFS算法是结合三角面元模型和线性反射图来阐述SFS问题的,该算法的基本思想是用三角面元素来近似光滑表面,并用一系列基于节点的线性方程组合来表达该表面。本文在此算法的基础上,求解时通过加权平均迭代,提高了恢复的准确性和迭代的收敛速度。     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

Master-Slave机器手协调控制选择行列式算法

提出了一种基于选择行列式的Master-Slave机器手的协调控制算法。通过选择行列式的导入,实现了对Master机器手和Slave机器手各个变量的协调控制。本方法应用于装有视觉传感器的机器手的追踪控制,经过实验证明了基于选择行列式的算法能够实现人类的某些技能赋予机器手,在支援机器手的同时还能够通过有效地协调遥控,完成机器手的自主控制。     

基于自适应纹理复杂度的仿生视觉导航方法研究

针对稠密光流在低纹理复杂度时精度较低的问题,提出了一种自适应纹理复杂度的稠密光流优化方法,以提升光流导航精度。根据三种不同大气条件下三种不同图像模糊程度的图像光流精度与纹理复杂度的统计图,推断稠密光流的精度与图像的纹理复杂度呈线性关系。通过建立图像纹理复杂度和稠密光流精度之间的直接联系,利用灰度共生矩阵的对比度参数评价图像纹理复杂度,采用最小二乘法拟合图像纹理复杂度和光流真值优化系数的函数关系,获得自适应纹理复杂度的稠密光流优化模型。基于该优化模型设计了仿真实验,实验结果表明,基于该模型可有效提升稠密光流在低纹理复杂度时的计算精度。     

计算机视觉在无人机着陆中的应用

介绍了计算机视觉的定义和视觉系统的软硬件组成，总结了视觉导航在旋翼无人机着陆方面的研究现状，并对视觉导航在固定翼无人机着陆中的应用给予初步分析和介绍。     

基于立体视觉的孔探分析系统及其应用

孔探分析在现代航空发动机故障诊断中一直发挥着重要的作用，开发基于立体视觉的孔探分析系统，对提高故障诊断水平和预测准确度，节约发动机维护成本有着重要的现实意义，系统利用立体视觉技术以及图像处理技术，完成了对双目视觉左右图像的标定和匹配，实现了对实体表面的三维测量和立体重建，本文介绍了基于立体视觉的孔探分析系统的基本原理与主要功能，并结合应用实例验证了系统的有效性。     

无人机视觉引导对接过程中的协同目标检测

无人机空中自主回收是未来的发展趋势,对空中载具的自动识别是实现视觉引导回收的关键技术之一。目前对于空中关联目标检测的研究局限于单个目标个体,没有充分利用关联目标之间的信息。本文针对空中高动态对接中的关联目标检测问题,提出了一种母机与挂载对接物体的单阶段快速协同目标检测算法,包括相关类别并行独立分支目标检测、相关类别掩模增强检测以及相关类别的特征一致性约束,这些模块能够共同提升检测表现。实验表明,在测试集中该算法相比于YOLOv4能够提升4.3%的平均精度,相比YOLOv3-Tiny能够提升31.6%的平均精度。同时,该算法已应用在MBZIRC2020的高动态空中对接项目上,实现机载图像在线实时处理,团队借此斩获冠军。     

基于点线特征融合的双目惯性SLAM算法

针对室内弱纹理场景下,基于点特征的SLAM算法难以追踪足够多的有效特征点,导致系统定位精度和鲁棒性较差,甚至完全失效的问题,提出一种基于点线特征并融合惯性测量单元(IMU)的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性,同时引入IMU数据为视觉定位算法提供先验和尺度信息,通过联合最小化多残差函数得到更准确的相机位姿,并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在复杂场景下易检测到大量短线段和相似线段特征以及线段存在过分割等弊端,利用线段长度抑制、近线合并及断线拼接策略在FLD算法的基础上进行改进,以降低线特征的误匹配率,运行速度是LSD算法的2倍以上。通过对比多组公开数据集和真实弱纹理场景下得到的仿真实验结果可知,所提算法在保证定位精度的同时能够获得更为丰富的环境地图,具备较好的鲁棒性。