基于鱼眼相机畸变图像的大尺寸目标测量方法

为满足大尺寸目标高精度图像测量的需求,提出一种利用鱼眼畸变图像实现宽视野、大几何尺寸目标测量方法。根据非线性畸变的多项式逼近函数建立鱼眼相机成像模型,通过立体标定板来确定相机参数;将相机沿光轴方向移动采集一组图像,建立鱼眼相机的测量模型实现待测目标尺寸的测量。通过对棋盘格和某大型建筑物几何尺寸的测量实验表明,本文提出的直接利用畸变图像进行测量的方法优于传统的将畸变图像校正成线性图像测量的方法,具有更高的测量精度和稳定性。     

基于改良天鹰优化器的单目相机标定方法

为了提高相机标定精度，提出一种基于改良天鹰优化器的单目相机标定方法：通过张正友标定法计算得到单目相机的内外参数，根据所得相机参数计算标定图像中所有角点的平均重投影误差并建立目标函数，采用经过自适应分配机制、动态补偿策略以及非线性潮汐策略改良的天鹰优化器进行优化，获取最优的相机标定内部参数和畸变系数，从而提高相机非线性标定过程的寻优精度。实验结果表明，改良天鹰优化器算法在不同基准测试函数上寻优结果优越，本文提出的相机优化标定方法得到的标定结果精度更高，重投影误差为0006 pixels。     

基于全景相机的3D坐标测量方法

全景相机通过一次成像获取其周围3600场景,是一种大视场快速图像采集装置。研究了应用双鱼眼全景相机获取三维空间点的方法,研究了单鱼眼镜头成像模型,双鱼眼全景相机成像模型及图像变换原理。研究了鱼眼镜头成像畸变等校模型参数的标定方法,实现了对鱼眼畸变图像的矫正。提出了由全景图像数据解算任意方向等效鱼眼镜头成像数据的数学模型。最后应用平行光轴双目立体视觉技术,获得了被测场景的3D坐标数据。研究结果表明,应用这种方法在4 m×3 m×3 m的测量范围内精度可达13 mm。     

输电线路覆冰导线图像处理及边缘检测

提出一种基于图像处理技术并利用相机光学成像原理的线路覆冰厚度测量方法,利用相机小孔成像原理的测量模型,能够非常精准地测算出导线覆冰厚度。利用人工拍摄目标图像,用MATLAB仿真软件将目标图像经过图像灰度化、滤波除噪、图像增强等图像预处理后,对图像进行边缘检测,在目标覆冰导线直径方向选取一组像素坐标点,可得出像素坐标差vv'。     

彩色宽幅面阵航空相机的非均匀性校正方法

分析某型Bayer阵列彩色宽幅面阵航空相机的成像过程,结合Bayer阵列成像原理,提出相机成像均匀性的各个影响因素。采用实验室内辐射标定的方法获得相机暗电流噪声及像元响应度的测量数据,响应度测量结果表明,在工作谱段范围内,当输出值未达到饱和时,相机各色彩通道像元的响应度曲线接近线性变化,但像面边缘区域的像元响应度较中心区域明显降低。以响应度最高的红色通道为基准,获得等能量输入时各色彩通道的归一化色彩平衡系数,结合各像元响应特性,提出基于辐射亮度反演和等能量色彩平衡系数的非均匀性校正方法,并对相机航空成像图像进行了非均匀性校正,均值、方差及梯度等统计结果表明,校正后图像各个区域各个色彩通道的灰度均值差异明显减小,尤其是红色通道,其左下区域标准方差比由0.201 5降低到0.076 1,说明图像整体亮度更均衡,色调更均匀,校正后图像各个色彩通道的平均梯度较原始图像有所提高,说明校正后图像细节信息更加丰富。     

旋转扫描结构光的三维检测系统及其标定

针对传统平移扫描检测系统的缺陷,提出了一种基于旋转扫描线结构光的三维检测与重构系统及对应的系统参数标定方法,建立了点云数据获取模型。被测物体通过旋转实现与线结构光间的相对运动,得到被测物体的外表面二维图像。系统标定获得图像坐标与世界坐标间的转换关系,得到被测物体的三维坐标信息及数字模型。由实验可知,相机的标定精度为0.2 mm,原理样机进行物体测量的精度为0.1 mm。实验证明该系统检测精度高,具有可行性。     

多视场空间相机成像轨迹计算与应用

多视场空间相机包含多个独立的光学成像系统,为保证在轨连续成像时各视场成像条带满足重叠要求,需要精确的计算相机视场边缘对应的地面轨迹。首先根据空间相机为中心投影成像的特点,以坐标系变换结合共线方程推导像点与地面轨迹点的严格数学关系,接着以某单星双视场相机为例计算在不同纬度和姿态下的成像条带,以条带重叠作为约束,遍历计算安装方位角为-0.28°时,可以保证卫星±40°侧摆范围内成像时,两个视场的条带图像满足重叠要求。该方法同样可应用于其他类型空间相机在任何姿态下的地面轨迹计算。     

摄像机内图像传感器装调误差检验方法

特征点三维坐标的测量精度直接影响目标位姿的解算。相机安装校准过程中内部图像传感器产生的装调误差会导致实际成像点位置发生偏离,为消除定位偏差而最终提高三维测量精度,经过理论分析将装调误差分解为夹角误差、位移误差、旋转误差并分别建立不同的误差模型。首先将目标函数设置为成像点坐标差方程,利用多目标不等式的非线性最优化模型从理论上定量分析了装调误差,绘制各误差的三维分布图,定性分析了装调误差的发生趋势。选取某一型号相机进行物理实验,首先测定出主点坐标偏移量Δx=0.665 08 mm,Δy=0.936 68 mm,然后根据上述方法获得装调误差大小,得到相机偏移夹角为0.92°,偏移距离为1.41 pixel,偏移角度为0.047°,与所给真实值范围进行对比,验证了所提出标定方法的有效性。     

基于Mediapipe的幻影成像装置自然手势交互系统设计

针对博物馆中幻影成像虚拟展示装置的交互需求，设计了一种自然手势的计算机视觉交互系统。利用单目相机对自然手势进行动作采集，针对不同身高人群手部活动范围，计算了单目相机最优捕获位置，实现了140～190 cm人群高度的手势识别。采用Mediapipe机器学习框架对捕获的手势图像实时遍历，获得单帧手掌的标定位置。结合21个特征关节点的手掌模型，使用非极大值抑制算法对自遮挡的手掌进行识别，根据欧氏空间距离判别阈值和单个手指曲率对指间动作做出分类，定义幻影成像常用5种交互动作，通过坐标关系建立了指尖和模型特征点之间的实时映射。实验结果表明，所设计的交互系统，系统识别准确率达到98%,满足幻影成像系统中手势控制虚拟模型的要求。     

基于摩擦前馈的航空相机像移补偿复合控制

为减小位角控制系统中电机的摩擦非线性特性对航空相机位角控制系统像移补偿控制效果的影响,研究基于摩擦前馈的复合控制方法,实现对摩擦干扰的有效抑制。首先,分析并选用了简化的带有摩擦扰动环节的系统数学模型,选择LuGre摩擦模型描述为摩擦行为。然后,通过参数辨识的方法获得擦模型参数,在系统力矩综合点处根据力矩平衡原理设计摩擦前馈补偿通道的调节器。最后,应用该方法设计了带有摩擦前馈补偿的航空相机像移补偿复合控制器。实验结果表明:与先进PID方法进行比较,该方法改善了摩擦非线性对系统动态响应过程和速度平稳性的影响,稳态调整时间提高了34%,稳态精度提高了24%左右。     

基于双参数模型的ECT图像重构混合算法

为了提高电容层析成像重构图像的精度和速度,本文提出了一种基于双参数模型的电容层析成像图像重构混和算法。该算法利用Morozov偏差原理确定Tikhonov正则参数,能使正则参数的选取与初始数据的误差相匹配,同时基于Morozov偏差方程导出了一种双参数模型,并进一步与牛顿法相结合用于快速得到最优的正则参数。数值实验表明:与线形反投影算法(LBP)、Landweber迭代算法和L-曲线法相比,所提出的混合算法具有图像重构速度快、精度高的优点。     

基于WNN的电阻层析成像图像重建算法的研究

本文对于电阻层析成像系统的图像重建提出了一种基于小波神经网络的图像重建算法,介绍了电阻层析成像技术的原理、数学模型及问题描述,给出了小波神经网络的结构、特点及图像重建的过程.利用MATLAB编程进行了图像重建的仿真实验.仿真结果表明,与线性反投影算法相比,小波神经网络算法提高了重建图像的质量.用横截面图像误差作为重建图像质量的评判标准,线性反投影算法的误差超过了10%,而小波神经网络的算法低于5%.     

基于LMS算法的粉尘静电信号处理

基于课题组自主研发的颗粒物检测系统,根据静电感应的原理获得了大量含有随机噪声的粉尘信号.采用自适应噪声对消的方法对粉尘静电感应信号进行提取,并提出一种新的变步长最小均方误差(least mean square,LMS)自适应算法来修改滤波器系数.引入新的步长因子和误差的非线性关系,使算法具有更好的稳态性能,对新算法的机理和参数进行深入分析,更好地提高了低信噪比下算法的收敛速率并保证了稳态时的性能.将该算法用于粉尘静电感应信号的滤波处理,仿真结果证明该算法能很好地滤除随机噪声.     

基于新型阵列配置的机载MIMO-SAR下视三维成像性能研究

阵列天线机载MIMO-SAR三维成像技术是获得SAR三维高分辨率图像的重要方式之一。通过研究跨行向阵列天线收发单元的配置问题,提出了一种新型的机载MIMO-SAR阵列天线配置方法。分析了机载MIMO-SAR下视三维成像的成像几何、等效相位中心误差和三维SAR回波信号模型。通过等效后的天线方向图证明了该阵列配置方法可以获得良好的指向性,通过一种下视三维成像算法进行仿真,证明了该新型阵列配置的机载MIMO-SAR三维成像模型能够获得更好的成像性能。     

炉膛火焰温度场重建非线性优化算法研究

随着数字图像处理技术的发展，使得利用面阵CCD进行电厂锅炉炉膛温度测量成为可能，该文分析了基于火焰辐射图像的炉膛温度场的测量原理，建立了针对测试系统和测量对象的非线性优化数学模型，提出了一种非线性寻优算法，最后在某电厂锅炉进行了验证性试验，并给出了实验结果，结果表明，这种测试方法方便可行，具有一定的应用前景。     

CNN-based difference-controlled adaptive non-linear image filters

In this paper, we develop a common cellular neural network framework for various adaptive non-linear filters based on robust statistic and geometry-driven diffusion paradigms. The base models of both approaches are defined as difference-controlled non-linear CNN templates, while the self-adjusting property is ensured by simple analogic (analog and logic) CNN algorithms. Two adaptive strategies are shown for the order statistic class. When applied to the images distorted by impulse noise both give more visually pleasing results with lower-frequency weighted mean square error than the median base model. Generalizing a variational approach we derive the constrained anisotropic diffusion, where the output of the geometry-driven diffusion model is forced to stay close to a pre-defined morphological constraint. We propose a coarse-grid CNN approach that is capable of calculating an acceptable noise-level estimate (proportional to the variance of the Gaussian noise) and controlling the fine-grid anisotropic diffusion models. A combined geometrical–statistical approach has also been developed for filtering both the impulse and additive Gaussian noise while preserving the image structure. We briefly discuss how these methods can be embedded into a more complex algorithm performing edge detection and image segmentation. The design strategies are analysed primarily from VLSI implementation point of view; therefore all non-linear cell interactions of the CNN architecture are reduced to two fundamental non-linearities, to a sigmoid type and a radial basis function. The proposed non-linear characteristics can be approximated with simple piecewise-linear functions of the voltage difference of neighbouring cells. The simplification makes it possible to convert all space-invariant non-linear templates of this study to a standard instruction set of the CNN Universal Machine, where each instruction is coded by at most a dozen analog numbers. Examples and simulation results are given throughout the text using various intensity images. © 1998 John Wiley & Sons, Ltd.     

基于图像测距的汽车防撞系统关键技术研究

针对汽车防碰撞系统的问题,以图像测距技术为背景,对其中的关键技术进行了研究。首先,根据相对运动学原理,由图像测距实验平台在假定沿光轴方向移动采集图片,在此基础上运用改进的SIFT匹配算法对图像进行匹配获得匹配点,计算所得到的匹配点的世界坐标,从而获得距离值;其次,通过室内实验计算证明了所推导的测距原理的正确性;最后,将图像测距技术应用在汽车防碰撞系统中,实验结果证明,测距系统平均误差为8.507 7 mm,精度较高,验证了整个方案的可行性和有效性。     

基于混沌理论的控制轨道函数构造

简述了混沌理论和方法在控制过程中的应用。利用非线性函数的混沌性质，通过部分离散采样值，对一类控制过程演化函数提出一种新的构造方法，得到方程的代数形式，为参数选择、轨道摄动提供了基础。提出了构造过程和构造方程形式的析出定理的理论证明，提供了构造函数的误差公式。研究表明，对于具有有限项多项式型演化函数的控制过程，如果离散采样值满足条件，则构造函数没有模型误差。     

SAR遮蔽性干扰分析

文中从SAR原理和SAR图像检测出发,指出遮蔽性干扰时评估SAR图像受干扰程度的图像质量指标和被完全干扰时所要求的输入信噪比.详细分析干扰噪声图像的影响,并给出输出信噪比与干扰功率之间的关系,为实施对SAR的对抗提供理论依据.通过计算机仿真证明分析结果的正确性.