双目立体视觉中的一种运动目标检测算法

运动目标的检测是计算机视觉研究领域中的一个重要组成部分,传统的基于单目视觉的目标检测算法要么受环境因素的限制较大,要么收敛速度较慢,还难以解决多个运动目标部分遮挡的问题。针对以上存在的问题,本文在目标检测中采用了立体视觉方法。用双目摄像机对图像进行拍摄获取立体图像序列对,然后对立体图像对运用立体视觉方法进行分析。实验表明该方法能正确检测到运动目标,不受光线变化和阴影的干扰,并且在运动目标发生部分遮挡时仍能正确区分各目标。     

嫦娥二号月球卫星CCD立体相机在轨图像分析

嫦娥二号月球卫星从2010年10月1日发射至今,已在轨运行近2年,除全部完成预定的工程与科学目标外,还完成了若干扩展科学试验。CCD立体相机获得了月球虹湾地区的35轨空间分辨率约为1．3m的局域立体图像,以及7m空间分辨率、100％覆盖的全月立体图像,是迄今为止国际上分辨率最高、最清晰的全月立体图像。文章在简要介绍在轨图像获取情况的基础上,对15km／100km椭圆轨道及100km圆轨道上获取的图像进行了分析,重点讨论了拍摄时的太阳高度角对图像视觉效果以及图像信息量的影响,可为中国今后探测其他星球提供一定的参考。     

航空发动机叶片表面损伤与检测研究进展

航空发动机叶片的工作环境极其恶劣,表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作,严重依赖工作经验,但人工检测不仅效率低下,而且检测结果容易受到人为因素的影响。为了高效、高精度地检测发动机叶片表面损伤,从叶片失效形式出发,综述了发动机叶片在停放和运行2种状态下的损伤机理,并重点阐述了涡流检测、渗透检测等常用于叶片表面损伤检测的方法。总结了基于机器视觉的检测技术,分析机器视觉检测面临数据集稀缺和单一性的挑战,认为收集大量数据并进一步完善评估标准是未来发动机叶片表面损伤检测系统研究的重点方向。     

一种基于嵌入式图像处理的工程车辆导向装置

分析了架桥施工中运梁车工作的特点,针对其在车辆导向方面所存在的主要问题,并结合现场需求,设计了一种基于单片机实现的嵌入式图像处理的新型车辆辅助导向装置,完成了相关硬件平台的设计,给出了在单片机系统中实现视频采集、图像处理、车辆跑偏判断和报警输出等关键技术细节的具体方法.实验结果表明,该辅助导向装置满足了运梁车在轨道梁上的行驶要求.该装置已应用于现场实际,其设计和实现方法对于其他大型工程车辆导向装置的研发具有较高的参考价值.      

基于视觉的无人作战飞机跑道障碍物检测方案

提出了基于视觉的无人作战飞机跑道障碍物检测方案.结合应用特征和流的障碍物检测方式的特点,使用多尺度特征点匹配光流估计方法代替普遍使用的微分光流计算方法,直接对图像序列计算稀疏光流场;利用相关假设,在存在一定导航误差的情况下,对跑道障碍物进行实时检测;同时对跑道障碍物视觉检测方案的误差和适用区间进行了分析;通过自主开发的"无人作战飞机自主着陆实时仿真验证平台"进行仿真,结果显示该方案能够有效检测跑道上存在的障碍物.      

基于Gabor滤波器的图像目标识别方法

为了给机器人视觉导航提供有效信息,提出一种基于图像匹配的目标识别方法.对CCD采集的目标图像,由 Gabor 变换生成的二维Gabor 滤波器有着优良的滤波器性能,不需要对图像进行分割,能适应一定的旋转、尺度、光照的变化,通过多个频率和角度的Gabor算子与图像的卷积,获取图像全局信息的特征描述.分类方法采用统计学习理论基础上发展起来的一种新的机器学习方法——支持向量机(SVM, Support Vector Machines),它可解决模型选择、过学习、维数灾难等问题.通过支持向量机进行多维特征向量的分类.该方法可达到较高的识别率,达到实时处理的要求,可以在人脸识别、机器人视觉定位等领域得到应用.      

局部空间-时间显著性的表达过程蕴涵对空间显著性的表达

建立的基于独立成分分析进行特征提取器的学习,进而模拟人类对视觉信息的局部空间-时间显著性的表达过程的计算模型,蕴涵了对局部空间显著性的有效表达;从而当据其设计为机器人主动视觉的注意机制的视线控制而用的算法,可以同一个处理过程适用于动态场景或静态场景的情形。对获自动态场景的特征提取器的频率特性的分析,揭示了此种内在的包含性的成因;算法的实验结果显示了局部空间-时间显著性表达过程对静态场景的局部空间显著性可有效表达。     

基于深度学习的目标检测框架组件研究

深度学习与计算机视觉的结合给目标检测研究领域带来了全新的检测模式,通过对基于深度学习的目标检测网络分析研究,目标检测网络框架可模块化地拆分为特征提取网络、多尺度融合和预测网络三个部分。从组成目标检测网络模块化的角度对各个模块进行了详细的分析综述,并给出了如何根据实际需求来构建适合的模型框架建议,为基于深度学习的目标检测方法研究提供参考。     

小行星形貌测绘与表征技术

小行星表面形貌测绘是深空小行星探测的首要任务。提出了一种适应探测器抵近观测的立体视觉在线测绘小行星形貌的方法,即先由立体相机获得所摄重叠区的三维地形,再用前后立体模型的连接点将各个独立模型连成一个完整地形信息,经整体最小二乘平差,确定小行星的形貌模型及特征;同时提出了一种基于等值线分析的撞击坑特征提取方法,即通过提取、分析地形等值线识别出地形中撞击坑特征。实验结果显示,本文所构建的原型系统能够快速重建出探测区域的三维地形,并识别出地形中撞击坑特征,证明了所提方法具有实用性。     

基于欧拉角的炮弹位姿参数光学测量解析算法

炮弹空间位置和姿态参数的解算是研究其飞行弹道特性和弹道控制的非常重要的内容。利用4个已知空间坐标的非共面控制点,通过建立控制点的过渡坐标系,提出了一种基于单目视觉,采用欧拉角直接参与计算的炮弹位姿参数的测量方法,建立了位姿参数测量的误差修正模型。最后对该算法进行了完整的数学仿真。仿真结果表明,该算法简单有效且稳定,能满足位姿参数测量的精度要求。