自研激光雷达三维点云配准技术

为了实现激光雷达点云与图像重建点云的三维空间配准,基于自研三维扫描激光雷达系统,提出了新型的快速多尺度因子（FMSR）点云配准算法,研究了空间点云配准技术。该算法主要包括初始配准和精确配准2个步骤:初始配准使用基于尺度自适应关键点质量（ASKQ）的点云特征提取算法,提取关键点的特征匹配对,求解点云配准初始参数;精确配准利用K-邻近（KNN）算法全局搜索,提升计算效率,多次迭代得到2组点云之间的最优旋转矩阵、最优平移向量和最优尺度因子。仿真和实验结果表明,所提出的算法对空间目标（尺寸为20.30 m×7.85 m×26.56 m）实现空间点云配准,配准精度达到0.194 m,运行时间为16.207 s;与多尺度迭代最近点（S-ICP）算法相比,配准精度提高了0.131 m,运行时间提高了30%。所提出的空间点云配准技术可为场景重建和纹理匹配提供算法基础。      

基于ICP算法的手术导航三维配准技术

针对计算机辅助手术三维导航技术中术前CT图像与术中实际空间的配准问题,提出一种基于最近点迭代(ICP,Iterative Closest Point)算法的特征点云配准技术.利用医学图像空间和实际空间特征区域的两片点云坐标进行三维配准.对CT图像进行重建、分割及交互式操作得到医学图像特征点云;利用光学定位仪实时采集实际空间中对应区域的点云;通过主元分析(PCA,Principal Component Analysis)获取两组点云数据的特征向量进行初配准;进行最近点迭代使配准矩阵收敛到一个最优解,其中采用k-d tree寻找邻近点加速迭代过程.以塑料脊柱模型骨为对象进行了脊柱手术导航配准精度实验,进一步对实验中的点云数据加入高斯噪声以进行误差分析.结果表明这种配准方法简单可靠,在模型骨情况下配准精度在1mm以内.     

脉冲星方位误差估计的TSKF算法

为提高脉冲星方位误差估计对方位自行速度及卫星位置误差的鲁棒性和整体运算的高效性,设计了两级卡尔曼滤波（TSKF）算法。首先,分析了方位自行速度及卫星位置误差对方位误差估计的影响,并分别结合相关算法进行了仿真验证。然后,结合方位误差估计的CV模型和两级卡尔量滤波的相关原理,写出了TSKF算法的更新方程,并分析了实现并行计算的基本流程。仿真实验的数据显示:在方位自行速度及卫星位置误差均存在的情况下,TSKF算法的方位估计精度约为0.1 mas,方位自行速度估计精度约为1.1 mas/a;与基于CV模型的估计算法相比,TSKF算法的浮点运算仅增加了0.048%。      

用真实IMU/GPS数据进行机载SAR运动补偿处理

分析了机载SAR(Synthetic Aperture Radar)条带成像模式的运动补偿技术原理,通过对激光IMU/GPS(Inertial Measurement Units/Global Positioning System)组合提供的位置参数进行分析,表明Y12载机平台具有很大的运动误差,在此基础上利用高精度激光IMU/GPS组合提供的天线相位中心精确位置参数,结合距离-多普勒成像算法进行了机载SAR数据的运动补偿处理,试验表明利用此IMU/GPS提供的运动参数进行对具有很大运动误差的SAR数据运动补偿后,已不需要计算负担沉重的自聚焦类算法进行残留运动误差补偿,就能得到高质量的高分辨率SAR图像.     

近程动态范围激光雷达测距系统设计及误差分析

针对脉冲激光雷达测距精度受限于距离动态变化导致的行走误差和时刻抖动误差的问题,设计了一种基于自动增益控制（AGC）技术及恒比定时鉴别（CFD）技术的激光雷达测距系统,可适应进程动态范围的测量目标,并提高测距精度。激光雷达测距系统在10~100 m的静态测距实验中,测距精度达到厘米级别。在动态三维扫描实验中,室内测量得到11.4~31.2 m范围内靶标的平面拟合均方根误差为2.05~4.35 cm,室外测量得到距离15.97 m处目标平面拟合均方根误差为3.54 cm。      

极稀疏投影数据的CT图像重建

从稀疏投影数据足够精确地重建断层图像,从而能够在显著降低计算机断层成像（CT）检查X-射线辐射剂量的前提下,提供充分适宜影像学临床诊断需求的重建图像。针对圆周扫描扇束投影的二维CT图像重建,提出了投影驱动的系统模型,并将CT迭代图像重建与压缩感知（CS）理论相结合,设计了一种CT迭代图像重建算法,且将算法扩展到圆周扫描锥束投影的三维CT图像重建。仿真实验结果表明:在极稀疏投影数据的条件下（[0,2π）范围内扇束/锥束扫描不超过20个投影角度）,算法数值精度高,计算复杂度低,内存开销少,有很强的工程实用性。      

一种空间非合作目标的稀疏点云配准算法

点云数据配准是三维重构的关键技术之一,为了提高空间非合作目标的稀疏扫描点云数据配准的速度和精度,提出一种改进的基于四点算法的全局配准算法进行初始配准,再使用迭代最近点算法精确配准.针对直接扫描所得到点云数据量大的问题,本文提出一种基于KD Tree点云均匀采样简化算法,并且对传统基于四点算法中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系.仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准,改进的四点算法配准耗时仅为几何哈希算法的42.49%.     

基于ICP的稳态部分可辨编队目标精细跟踪算法

针对稳态编队在部分可辨条件下精细跟踪的难题,提出了一种基于迭代就近点(ICP)的稳态部分可辨编队精细跟踪算法。首先将ICP算法思想应用于编队成员拓扑的点航关联中,将k时刻的位置状态估计通过最近点循环迭代逼近k+1时刻的量测,在关联判决时采用双门限原则应对部分可辨所带来的漏观测问题,以提高关联时的容错性能;进而采用概率最近邻对漏观测航迹进行填补,以进一步保证跟踪的可靠性;最后,采用多模型法实现编队成员航迹滤波更新,以保证航迹的跟踪滤波精度。仿真结果表明,与现有的基于模版匹配的编队目标跟踪算法以及经典的多假设多目标跟踪算法相比,该算法具有较高的跟踪可靠性与精度,且在编队拓扑发生缓慢变化时具有更高的正确跟踪率。     

基于光电导航的伪卫星空中基站定位算法

由于具有抗干扰能力强和布置灵活机动的特点,伪卫星在增强卫星系统和独立组网为用户提供更高精度导航定位信息方面具有广阔的应用前景。伪卫星空中基站的精确定位是构建伪卫星区域定位系统的一个关键问题。为此,研究了一种基于光电导航的定位算法,综合利用光电探测成像信息和惯性导航信息,根据伪卫星空中基站的特点建立了相应的误差模型,并采用最小二乘法估计位置误差。计算机仿真结果表明所提算法简单,具有较大的实用价值。     

chirp-scaling算法中运动补偿问题研究

由于避免了插值计算,在大前视角和大范围成像时,chirp-scaling算法(CSA)的性能优于距离-多普勒算法(RDA).自聚焦算法在SAR成像处理中通常是必不可少的,但是现有的自聚焦算法几乎都是与RDA相结合的.本文提出了能够将自聚焦算法与CSA相结合的方法,使得CSA更具有实用性.本文同时也提出了将基于运动传感器的运动补偿和基于雷达数据的自聚焦算法与CSA结合的方法.该方法非常适合于高分辨率机载SAR成像处理.      

大场景深度范围下的角度校验立体匹配算法

针对三维扫描系统开发过程中遇到的大场景深度范围下标志点误匹配率较高的问题,对基于单应性约束的双目立体匹配算法进行研究,从理论上推导出匹配误差与场景深度和工作距离比值间的数学关系,明确该算法的适用条件。为提高场景深度与工作距离比值较大时的匹配正确率,提出一种基于角度校验的双目立体匹配算法,首先通过极线约束获得初始匹配点对,然后通过计算角差异度校验得到最终正确匹配点对,实验表明所提出的方法能够达到良好的匹配效果。     

车身逆向设计中点云多视拼合技术

针对整车车身点云空间尺寸较大,数据量庞大,还原精度要求高等特点,提出基于骨架点的点云拼合算法,算法的基本思想是构造整车模型的骨架点和分块点云的mark点,由全等三角形法则搜索骨架点与mark点的映射关系,应用加速迭代的改进ICP(Iterative Closest Point)算法拼合整车点云.某厂轻卡整车点云的拼合实例证明,该算法拼合精度高,运算速度快,是拼合整车点云行之有效的方法.      

仿人眼功能的三维激光扫描算法

针对目前国内外应用于移动机器人的三维激光扫描系统存在的扫描效率问题,提出了一种仿人眼功能的三维激光扫描算法.从仿生学角度出发,该算法模仿人类眼睛的扫描功能,对陌生环境进行分步扫描:根据当前的扫描信息,在线规划出下一步的扫描规律,以减少无用信息的获取;采用分步插补定位的方法来弥补分步扫描带来的时间消耗,从而提高了扫描系统的效率.为了满足扫描算法的在线处理对实时性的要求,采用了一种DSP(Digital Signal Processing)+FPGA(Field-Programmable Gate Array)的硬件平台架构:即DSP作主控制器负责三维信息的获取,FPGA作协处理器负责扫描算法的实现.实验结果表明仿人眼功能的扫描算法可以有效的提高三维扫描系统的扫描效率.     

Satellite ocean colour algorithm for Prochlorococcus, Synechococcus, and picoeukaryotes concentration retrieval in the South China Sea

An algorithm for retrieval of surface waters cell concentrations (in cell/ml) for three picophytoplankton components, Prochlorococcus (Pro), Synechococcus (Syn), and picoeukaryotes (Peuk) in the South China Sea (SCS), from ocean colour satellite data was developed and tested. Level 3 merged multisensor Ocean Colour Climate Change Initiative satellite data is used. Training is performed using in situ data on abundances of the three phytoplankton components. Several predictors derived from satellite reflectance data were tested. The regression form that assures the highest accuracy of the algorithm was chosen based on cross-validation (CV). According to the CV on test data subset, the algorithm performance is characterized by the r value 0.89, 0.72, and 0.73 and MAPD 38, 71 and 51% for Peuk, Pro, and Syn respectively. This is one of the few studies aimed at the Peuk, Pro, and Syn distribution research in the northern SCS using ocean colour satellite data. This is the only research providing algorithm with accuracy estimates of the Peuk, Pro, and Syn concentrations retrieval from the ocean colour data. Analysis of the developed algorithm allows us to conclude that both mechanisms (specific spectral features caused by pigments composition and spectrum features sensitive to general primary productivity, e.g. band ratios in 443–510?nm range and spectrum absolute values) are important for getting accurate information on the picophytoplankton composition.     

基于条件生成对抗网络的HDR图像生成方法

高动态范围（HDR）图像相比低动态范围（LDR）图像有更宽的色域和更高的亮度范围,更符合人眼视觉效果,但由于目前的图像采集设备大都是LDR设备,导致HDR图像资源匮乏,解决该问题的一种有效途径是通过逆色调映射将LDR图像映射为HDR图像。提出了一种基于条件生成对抗网络（CGAN）的逆色调映射算法,以重建HDR图像。为此,设计了基于多分支的生成对抗网络与基于鉴别块的鉴别网络,并利用CGAN的数据生成能力和特征提取能力,将单张LDR图像从BT.709色域映射到对应的BT.2020色域。实验结果表明:与现有方法相比,所提出的网络能够获得更高的客观与主观质量,特别是针对低色域中的模糊区域,所提方法能够重建出更清晰的纹理与细节。      

Examining LiDAR – WorldView-3 data synergy to generate a detailed stand map in a mixed forest in the north-west of Turkey

Although stand delineation approach based on aerial photographs and field survey produces high accuracy maps, it is labour-intensive and time consuming. Furthermore, conventional forest stand maps may have some uncertainties that can hardly be verified due to the experiments and skills of photo-interpreters. Therefore, researchers have been seeking more objective and cost-effective methods for forest mapping. LiDAR (Light Detection and Ranging) data have a high potential to automatically delineate forest stands. Unlike optical sensors, LiDAR height data provides information about both the horizontal and vertical structural characteristics of forest stands. However, it deprives of spectral data that may be successfully used in separating tree species. In this study, we investigate the potential of LiDAR – WorldView-3 data synergy for the automatic generation of a detailed forest stand map which can be used for a tactical forest management plan. Firstly, image segmentation was applied to LiDAR data alone and LiDAR/WorldView-3 data set in order to obtain the most suitable image objects representing forest stands. Visual inspection of the segmentation results showed that image objects based on the LiDAR/WorldView-3 data set were more compatible with the reference forest stand boundaries. After the segmentation process, the LiDAR and LiDAR/WorldView-3 data sets were independently classified using object-based classification method. We tested two levels of classification. The first was a detailed classification with 14 classes considering reference stand types. The second was the rough classification with 9 classes where some stand types were combined. The mean, standard deviation and texture features of LiDAR metrics and spectral information were used in the classification. The accuracy assessment results of LiDAR data showed that the Overall Accuracy (OA) was calculated as 0.31 and 0.43, and the Kappa Index (KIA) was calculated as 0.26 and 0.32 for the detailed and rough classifications, respectively. For the LiDAR/WorldView-3 data set, the OA values were calculated as 0.50 and 0.61, and the KIA were calculated as 0.46 and 0.55 for the detailed and rough classifications, respectively. These results showed that the forest stand map derived from the LiDAR/WorldView-3 data synergy is more compatible with the reference forest stand map. In conclusion, it can be said that the forest stand maps produced in this study may provide strategic forest planning needs, but it is not sufficient for tactical forest management plans.     

基于阈值的激光雷达K均值聚类算法

针对同一距离不同目标的激光雷达全波形回波数据聚类准确率低的问题,在分析K均值聚类算法原理的基础上,提出了一种基于阈值的K均值聚类算法。首先,利用强度信息对距离信息进行标定,使用强度信息作为特征进行聚类以区分同距离的不同目标。然后,利用阈值限定聚类中心间的最小距离,提高聚类准确率。最后,搭建了扫描验证平台进行平移和旋转成像,对算法有效性进行验证。通过不同颜色目标和模拟道路回波数据聚类实验表明,在不同阈值的情况下,提出的基于阈值的K均值聚类算法的聚类准确率均在90%以上,相比于无阈值的K均值聚类算法准确率提升10%以上,能够有效进行目标聚类和模拟道路提取。      

基于长椭球面波函数去卷积方法的高动态范围太阳射电成像

利用综合孔径射电望远镜对太阳进行观测时,通过对图像中存在的明亮扩展源进行准确建模并移除,可以更好地观测视场内的微弱源并提高图像的动态范围。在射电天文领域,主要利用CLEAN算法对图像中的明亮源进行移除,以显示微弱的背景。然而,使用图像像素作为基函数的CLEAN算法的固有限制导致其对扩展源的建模效果较差。为了克服这种限制,将基于长椭球面波函数（Prolate Spheroidal Wave Functions,PSWF）的去卷积方法应用于太阳射电成像。PSWF最优正交基由脏图中的感兴趣区域（Region of Interest,ROI）和UV覆盖共同决定。为了验证该方法的有效性,基于PSWF正交基对均匀圆环阵观测的太阳射电图像进行去卷积,并从动态范围和保真度两个方面定量化对比了CLEAN算法和基于PSWF正交基方法的性能。基于PSWF正交基去卷积方法剩余脏图中的微弱源更接近真实情况且动态范围更高。     

一种三维激光扫描系统的设计及参数标定

基于三维激光扫描系统的移动机器人动态环境地图构建技术是机器人智能感知技术的重要组成部分,而三维激光扫描系统的设计及标定技术对于地图构建的精度有决定性的影响。针对应用于小型移动机器人的三维激光扫描系统低成本、小型化的需求,设计了一套由高精度旋转云台和小型二维激光测距传感器组成的三维激光扫描系统,并提出了一种新的系统参数标定方法以提高三维扫描测量的准确度。该方法使用镂空圆孔标定板作为标定对象以完成对三维扫描特征自动准确获取,并根据非线性最小二乘法对三维激光扫描系统的参数进行优化计算。实验结果表明,所设计的三维激光扫描系统能够准确地测量周围环境的三维信息,实现了以低成本获得高质量环境建模的三维扫描数据技术。