一种基于共面特征点的单摄像机姿态测量方法研究

利用单摄像机采集4个共面特征点图像的方法来测量物体的相对姿态变化。系统选用IR-LED作为特征点并对其发光特性进行优化控制,利用基于双线性插值的高斯曲面拟合方法确定图像特征点的坐标,最终使用解决P4P问题的一种线性解法确定特征点坐标及位姿变化信息。进行了实物和仿真实验,并对该方法进行了不确定度分析,结果表明这种方案具有较高的准确度、实时性。     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。     

太阳活动突发过程对临近空间大气影响的模拟

空间天气对地球及近地空间具有重要影响,大的空间天气事件对中上层大气动力学和成分具有不同的影响。利用全大气耦合模式WACCM,针对太阳耀斑、太阳质子、地磁暴三类事件,以太阳活动平静期2015年5月10-14日的GEOS-5数据为模式背景场,通过F_10.7、离子产生率、Kp及Ap指数设置,分别模拟三类事件对临近空间大气温度、密度和臭氧的影响。结果表明耀斑事件在三类事件中对临近空间大气温度和密度的影响最为显著。平流层大气温度增加是由耀斑辐射增强引起平流层臭氧吸收紫外辐射发生的光化学反应所致,耀斑事件引起平流层和低热层温度增加约为2～3 K,低热层大气相对密度增加在6%以内;太阳质子事件及磁暴事件主要影响低热层,但太阳质子事件和磁暴事件对低热层温度扰动不大于1 K。     

基于特征运动观测的蝴蝶前飞规律及样机验证

为了研究蝴蝶扑翼飞行的原理,研制低频扑翼的仿生器,通过蝴蝶飞行运动的生物学观测,提出蝴蝶的3种特征运动状态,分析扑翼运动、胸部俯仰运动及腹部摆动运动之间的相位关系,构建蝴蝶前飞运动学模型。基于“杆-膜”仿生翼的新工艺和定制的机载飞控系统,研制轻量化的仿生蝴蝶扑翼飞行器样机,研究蝴蝶样机的飞行控制策略。通过六维力传感器对样机做地面动力学测试,利用高速摄像机对样机飞行进行运动学跟踪,证明了基于特征运动状态的蝴蝶前飞规律和原理样机研制的有效性。     

多尺度特征和注意力融合的生成对抗壁画修复

针对现有深度学习图像修复算法修复壁画时,存在特征提取不足及细节重构丢失等问题,提出了一种多尺度特征和注意力融合的生成对抗壁画修复深度学习模型。设计多尺度特征金字塔网络提取壁画中不同尺度的特征信息,增强特征关联性;采用自注意力机制及特征融合模块构建多尺度特征生成器,以获取丰富的上下文信息,提升网络的修复能力;引入最小化对抗损失与均方误差促进判别器的残差反馈,从而结合不同尺度的特征信息完成壁画修复。通过对真实敦煌壁画数字化修复的实验结果表明,所提算法能够有效保护壁画图像的边缘和纹理等重要特征信息,并且主观视觉效果及客观评价指标均优于比较算法。     

线性特征系统的标准形

本文在可控、可观测的条件下,建立了线性特征系统的标准形,并说明了系统结构参数d_1在建立标准形过程中的作用。对d_1=0的情况,通过上述标准形讨论了矩阵A的生成元所具有的独特性质。     

基于深度学习的图像匹配方法综述

图像匹配是飞行器视觉导航中的一项关键技术。基于深度学习的图像匹配方法在近几年快速发展,其特征提取网络比传统方法具有明显优势与广阔的应用前景。基于深度学习的图像匹配方法可以按照网络结构的不同分为单环节网络模型匹配方法和端到端网络模型匹配方法。首先对单环节网络模型中的特征检测模型、描述符学习模型、相似度度量模型和误差剔除模型逐一进行了深度调研及分析,然后对端到端匹配网络模型中的单网络结构方法和多网络结构组合方法进行了针对性的综述,并对经典的端到端匹配网络模型算法进行了介绍和分析。最后,结合目前基于深度学习的图像匹配方法存在的问题,指出未来可能的发展趋势和方向,为后续研究者在深度学习图像匹配的研究提供一定参考。     

基于传感器几何特性和图像特征的影像配准方法

“天绘一号”卫星是我国第一代传输型立体测绘卫星,搭载有三线阵CCD相机、多光谱相机和2m分辨率全色相机。多光谱相机波段间影像的配准是保证多光谱影像质量和有效应用的前提,在现有配准方法的基础上,文章提出了基于传感器几何特性和图像特征的配准方法来改善影像配准效果。这种方法首先基于相机几何特性对待配准图像进行调整,然后对图像进行局部多点取图,采用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）法提取图像特征并进行初步匹配,利用匹配点领域灰度相关性来进行精匹配和误匹配点的剔除,最后获得图像位移差,进而完成图像配准。实验结果表明,这种方法能够提高多光谱波段间影像的配准成功率,准确率达到95％以上,大幅改善了匹配精度。     

基于多变量特征模型的机械手自适应控制

机械手系统动力学模型所设计出来的控制器一般具有比较复杂的形式。为了解决机械手系统控制器复杂性问题,推导出机械手系统的线性多变量时变二阶离散差分方程,得到了其方程系数所满足的特征关系,并由分析可知当采样时间间隔足够小时,该方程系数具有慢时变特性。基于建立的差分方程及其系数的特征关系,给出了带有遗忘因子的最小二乘辨识方法和多变量黄金分割控制律相结合的且形式简单的自适应控制算法。利用系数的特征关系,能使需要辨识的参数个数减少。此算法具有只需要关节的位置信息而不需要速度信息的优点。数学仿真结果表明该方法对机械手控制的有效性和鲁棒性。