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。     

基于局部大气偏振特性的仿生导航方法

目前主流的偏振导航算法中，思路通常为通过对全天域偏振图像的获取拟合出太阳子午线或中性点的位置，进而判断导航方向。现提出一种新的导航方向获取算法，可在小视场条件下，通过对太阳方向矢量的拟合判断导航方向。在此基础上进行了计算机仿真和室外实验，利用偏振相机获取了天顶区域大气偏振分布模式；利用斯托克斯矢量分析法解算出了大气偏振模式的分布情况，包括其中偏振度和偏振角的信息，初步证实了解算算法在实际情况下的可行性和精度，导航精度可达到0.2°左右。     

基于事件相机的可视化及降噪算法

针对事件相机（Event Camera）输出的异步事件流信息不利于人眼观察、难以衔接应用任务且存在大量噪声的问题，介绍一种可视化及降噪算法。结合事件流能够反映场景中物体运动边缘信息的特点，利用物体运动边缘的时间和空间连续性进行降噪处理，进而利用事件数量和时间阈值双限制的方式累积事件得到事件“帧”，达到可视化、便于应用的目的。在真实数据集实验中，降噪算法可以有效处理背景噪声，在运动起始或缓慢时保存更多细节边缘事件信息，提升有效角点检测数量，可视化算法在保证帧率的同时，降低事件数量方差，提高事件“帧”信息的均匀性。实验结果证明了可视化及降噪算法的有效性。