面向深空探测着陆过程中的陆标自动提取方法

基于光学图像的地形匹配导航方法是目前深空探测任务中实现精确着陆的一种主要方法,通过天体表面光学图像得到的陆标能够获取完备的探测器位置和姿态信息。因此,天体表面陆标提取技术是实现精确着陆的关键技术。为此,提出了一种陆标自动提取方法。首先,利用AKAZE特征检测子对天体表面图像进行多尺度特征点检测,该特征点对图像尺度变化、旋转都具有一定的鲁棒性;然后,引入密度聚类理论,结合DBSCAN聚类算法对AKAZE特征点进行聚类得到多个不同的聚类族;最后,通过设定阈值确定候选陆标和最终陆标,并提出了一种陆标提取性能评价方法。试验结果表明,该方法能够提取出具有较好的抗旋转性能和抗尺度变化性能的陆标特征,能为火星着陆过程中光学敏感器可能出现的多尺度、多视点变化带来的匹配鲁棒性差的问题提供相应的解决方案,对深空探测过程中实现精确着陆具有一定的参考意义。     

一种图像缩放算法的SoC协同加速设计方法

针对无人机自主着陆的跑道检测、识别、跟踪等视觉算法中需要对大量图像进行缩放处理以便后续计算,但又对实时性要求比较高的情况,根据输入输出像素点的映射关系提出了一种适用于硬件加速的图像缩放算法,简化算法结构的同时利用现场可编程门阵列进行模块硬件功能的设计对算法加速,并采用软硬件协同的体系结构搭建实时图像处理系统。实验结果表明,该缩放算法处理精度高、耗时少,且用硬件逻辑实现后,可以进一步提速171倍,硬化后的系统可以通过摄像头获取图像数据,实时处理后在显示器中显示,达到30帧/s的处理速度,可以应用于实时性要求较高的图像处理算法中。      

低空小型无人机空域冲突视觉感知技术研究进展

无人机（UAV）空域冲突感知技术是国家空域集成中最具挑战的关键技术,针对小型无人机在低空空域应用愈加广泛、迫切需要融入低空空域的背景,综述了低空小型无人机空域冲突视觉感知技术的研究进展。首先,论述了低空小型无人机的应用现状,归纳了低空空域环境与小型无人机的典型特征;其次,根据感知对象的类型,将现有的空域冲突感知设备分为协同式与非协同式2类,通过对比总结了机器视觉作为低空小型无人机空域冲突感知设备的优势;然后,论述了视觉信息预处理、入侵目标视觉检测、基于视觉的避障路径规划这3项空域冲突视觉感知关键技术的最新研究进展;最后,总结了该领域有待进一步解决的难点,并对未来的发展方向进行展望。     

采用局部约束线性编码的像素级舰船目标图像融合

为了提升视觉信息在低能见度条件下的适用性,提出了一种采用局部约束线性编码的像素级舰船目标图像融合方法.首先,采用K均值奇异值分解算法从海量的训练样本中完成过完备字典的学习.其次,在考虑着舰导引实时性任务需求的前提下,采用局部约束线性编码完成融合系数的非迭代求解,相较于压缩感知理论架构下的匹配追踪算法,极大地降低了计算复...