基于投影分布熵的多视点三维点云场景拼接方法

多视点三维点云场景拼接是解决激光三维主动成像目标自遮挡或被遮挡情况下目标数据不完全问题的一种有效方法,它将直接影响到后续的目标检测与识别处理。通过点云投影分布熵对场景独立坐标系进行估计,由此计算待拼接场景之间的空间变换参数,最后通过退火最近点迭代(ICP)方法,实现多视点场景的精确拼接。仿真实验结果表明,此方法是一种有效可行的方法。     

基于虚拟现实技术的3D动画场景平面设计

针对当前方法难以获取3D动画场景完整正确的信息,存在计算复杂、三维动画场景连续性较差的问题,提出基于虚拟现实技术的3D动画场景平面设计方法。该方法先在空间中建立代表动画场景深度信息的网格节点,将摄像机坐标系与世界坐标系的坐标进行变换,得到关于动画场景图像候选网格节点的深度坐标值;利用动画场景的深度图像进行预处理以平滑噪声,获取动画场景图像的三维点云;根据动画场景图像特征点与三维点云之间的关系得到动画场景图像的三维特征点,利用ICP法完成动画场景图像点云的精确配准,由此建立3D动画场景模型。实验结果表明,所提方法能够有效提升3D动画场景的重建精度,且具有较强的实时性及稳定性。     

一种新的激光雷达目标姿态估计算法

在激光雷达目标识别中,通常需要估计目标姿态,进而将点云和模型匹配以完成识别。对目标姿态与投影点云分布的关系进行了分析,提取了投影点云密度熵(PDE)特征对点云分布进行度量。依据目标姿态与PDE之间的关系,提出了一种新的目标姿态估计方法,将点云绕坐标轴旋转,并计算旋转后点云的PDE,以PDE最小值所对应的旋转角作为目标姿态角。仿真了5类地面装甲目标在不同视点下的激光雷达点云,对比分析了PDE方法和矩形拟合法及主成分分析(PCA)方法在自遮挡下和遮挡下的目标姿态估计性能,讨论了参数选择对算法性能的影响,给出了PDE方法的快速实现方式。实验结果表明,PDE方法在自遮挡和遮挡情况下的姿态角估计性能及算法稳健性明显优于矩形拟合法和PCA方法,特别适合严重遮挡下的目标姿态估计。     

自适应红外隐身系统的可行性分析

自适应红外隐身系统通过获取背景的红外辐射分布,实时改变自身的红外辐射分布从而与背景相一致。在此过程中,背景的红外辐射分布是被目标所遮挡住的背景,这部分背景随着观察点的改变而改变,如何准确地获取背景的红外辐射分布,关系到整个系统的隐身效果。本文在背景获取过程模型的基础上,结合模型参数的实际获取精度,对背景获取结果进行了误差分析,得到各参数对背景获取结果的影响,通过分析不同初始参数下的误差得到了实现完全隐身的最小距离,对比目前探测技术的作用距离,得出自适应红外隐身技术能够有效地降低被识别的概率。     

基于SIFT匹配的两视点坐标映射模型应用

针对两视点立体合成技术提出了一种镜头遮挡图像修复方法,该修复方法利用左右视图坐标映射模型实现。首先利用尺度不变特征变换(Scale Invariant Feature Transform)算法提取左右视图特征点,然后进行特征匹配,利用匹配点对坐标信息和随机采样一致性算法(Random Sample Consensus)求解左右视图基本矩阵,最后根据该映射模型,用正常视图内容修复被遮挡区块,以提供可靠的两视点立体素材,能达到良好的修复效果。实验证明,该算法具有高鲁棒性和高运算速度。     

基于SIFT匹配的两视点坐标映射模型应用

针对两视点立体合成技术提出了一种镜头遮挡图像修复方法,该修复方法利用左右视图坐标映射模型实现。首先利用尺度不变特征变换（Scale Invariant Feature Transform）算法提取左右视图特征点,然后进行特征匹配,利用匹配点对坐标信息和随机采样一致性算法（Random Sample Consensus）求解左右视图基本矩阵,最后根据该映射模型,用正常视图内容修复被遮挡区块,以提供可靠的两视点立体素材,能达到良好的修复效果。实验证明,该算法具有高鲁棒性和高运算速度。     

改进的Camshift与Kalman融合的目标跟踪算法

Camshift算法主要利用物体的颜色信息进行跟踪,在复杂背景条件下容易造成目标的跟丢,且在目标被遮挡时,也容易造成跟踪失效。本文提出了一种改进的Camshift目标跟踪算法。首先将目标图像的HSV模型的三个分量进行加权建立一种新的目标颜色模型,然后由对整帧图像计算反向投影改为比搜索窗口稍大的区域计算反向投影,减少了相似背景的干扰。同时为了解决遮挡问题,结合了Kalman滤波器,有效地预测了目标的位置。实验表明,本算法能够避免背景颜色干扰和解决遮挡问题,实现了对运动目标准确跟踪。     

部分遮挡目标的稳健局部特征点提取方法

部分遮挡目标的特征提取是目标检测中的难点问题。针对这一问题,提出一种基于稳健性度量统计分析的部分遮挡目标稳健局部特征点提取方法,该方法建立在目标图像训练集的局部特征点逐步提纯基础上。它首先对目标在不同条件下获取的图像集分别应用SIFT提取相应局部特征点;然后基于统计分析对局部特征点进行粗提取,再通过计算置信度进一步筛选出较稳健的局部特征点;最后分析局部特征点的空间分布等因素提取出最稳健的局部特征点集。实验结果表明,该方法耗时仅为SIFT检测算法的30%,并且保证了检测精度。     

转动红外探测器下地面远距离运动目标检测方法

地面远距离运动目标检测是红外成像防御中的关键技术之一。地面远距离运动目标检测指利用红外探测器对远距离运动目标实现自动探测和捕获。由于目标距离较远,在红外探测器上成像面积较小,同时远距离运动目标容易被遮挡,很难将目标从复杂的地面背景中提取出来。提出了一种能够在面阵红外探测器转动的条件下实现远距离地面运动目标检测方法。首先利用图像信息计算红外探测器的运动补偿参数并通过背景更新获取目标一次检测结果,然后采用光流法获取背景和目标的运动信息,通过计算背景和目标之间的运动信息相关性实现目标最终检测。实验采用多种场景对文中算法进行验证,结果表明该方法通过转动红外探测器可以扩大目标搜索区域,利用背景和目标之间运动信息的相关性有效地克服了目标遮挡、目标重叠和视差等问题。     

基于共面约束的多线激光雷达相对位置关系检校

多线激光雷达具有成本低、体积小、能直接获取场景地物表面的三维点云数据等优点，已被广泛应用在无人驾驶、移动测量、机器人等领域。为减少遮挡，提高点云密度，两个或多个激光雷达常被集成在一起，互为补充。不同激光雷达的安装位置和姿态不同，要融合激光雷达的点云数据，关键在于对激光雷达之间相对位置关系的检校。为检校激光雷达之间的相互位置关系，提出了基于共面约束的检校算法。算法要求不同的激光雷达同时扫到相同的平面，利用平面在不同坐标系下的对应关系求解激光雷达之间的相互位置关系，并结合Levenberg-Marquardt （L-M）优化算法，提高检校精度。该算法操作简单、通用性强、检校精度高。     

基于匀速扫描黑体的热像仪非均匀性校正

热像仪非均匀性校正是热像仪应用的一个关键技术,常用的方法为基于黑体的热像仪非均匀性校正方法。多次成像法能解决基于黑体的方法受辐射源非均匀影响的问题,但该方法利用多幅热图的相对关系进行校正,在热图坐标下准确定位较为困难。本文基于多次成像法原理,提出了一种基于匀速扫描黑体的非均匀性校正方法,该方法结合了标定类和配准类基于场景的校正方法的优点,通过热像仪扫描读取黑体参考源,利用热像仪不同探测单元对黑体同一场景点响应的差异进行非均匀性评价。相比多次成像法,本文的方法更容易实现且具有更好的抗噪声能力。利用本文的方法对两个热像仪进行非均匀性校正,结果表明确实可以分离黑体非均匀性,但提高了对黑体辐射源和热像仪时间稳定性的要求。     

TOD Performance Model for Staring Thermal Imager with Machine Vision

A triangle orientation discrimination threshold(TOD) performance theoretical model is derived for the staring thermal imager based on machine vision. Specifically, how to obtain the TOD curve based on machine vision is briefly described. The spatial frequency distribution of the triangle test pattern is first determined. The transform and response characteristics of the non-periodic triangle pattern and its background clutter through machine vision-based thermal imager are analyzed. The three-dimensional matched filter is adopted to characterize quantitatively the spatial and temporal integration of image enhancement algorithms to the output triangle pattern signal, various noise components and background clutter, and the signal-to-interference ratio (SIR) of the triangle pattern output image is derived for the staring thermal imager based on machine vision. Then, the TOD performance theoretical model is established by assuming that the output SIR is equal to the threshold SIR_75% determined by the discrimination criteria of machine vision. Preliminary simulation and experimental results show that this theoretical model can give reasonable prediction of the TOD performance curve for staring thermal imagers based on machine vision.     

红外成像技术在金属模型转捩测量中的应用

金属材料由于传热快,温度在短时间内容易达到热平衡。因此,用红外热像仪测量金属模型转捩难度大。在中国空气动力研究与发展中心(CARDC)3.2 m低速风洞中,采用在金属模型表面喷涂隔热涂料的方法,用红外热像仪测量旋翼翼型的温度分布,通过温度跃变判断转捩位置。一般情况下,红外热像仪放置在试验段某个位置固定不动。模型改变攻角时,需要转动模型支撑机构,这样会造成红外图像中的模型位置发生改变,不利于比较不同攻角下的转捩位置。为解决该问题,在模型转动平台上设计了红外热像仪固定装置,实现了红外热像仪与模型的同步转动,解决了模型不同攻角状态下模型外形成像的差异问题。红外图像与实物坐标对应更为准确,获得的模型转捩位置更为精准。     

一种空间微动目标宽带雷达干涉三维成像方法

空间微动目标3维成像在目标特征信息感知方面具有优势,对于实施空间目标成像、分类、识别等任务具有重要现实意义。据此,该文针对L型天线阵列成像系统,提出一种基于改进的粒子群优化的空间微动目标宽带雷达干涉式3维成像方法。首先,分析了目标回波信号的微多普勒特性,建立参数化表征模型。其次,基于所提优化算法重构各天线回波信号的微多普勒相位项,通过对各回波信号相位项的干涉处理,获得干涉相位差,并推导干涉相位差与目标空间坐标的关系,从而重构真实3维坐标,获得微动目标3维图像。相较于已有方法,所提方法基于干涉式成像思想,在无遮挡和有遮挡效应的条件下,均可重构微动目标真实空间坐标和3维图像,并且具有较好的鲁棒性。最后,仿真计算验证了该方法的有效性。     

基于激光点云坐标系的3D多目标跟踪算法研究

3D多目标跟踪是无人车领域中一个核心技术之一。3D多目标跟踪的相关工作多通过设计复杂的目标建模算法或数据关联算法,以寻求提高3D多目标跟踪系统的鲁棒性。为降低3D多目标跟踪系统的复杂性,将目标的三维中心点视为该目标进行跟踪,提出了基于激光点云坐标系的3D多目标跟踪算法。首先,使用3D目标检测器检测出每帧激光点云中的目标。然后,用卡尔曼滤波器预测上一帧目标的三维中心点在当前帧的位置状态,融合激光雷达坐标系下相邻两帧之间目标三维体积的交并比与目标三维坐标中心点坐标之间的欧式距离作为度量尺度,使用贪婪算法匹配最近邻的目标。在KITTI跟踪数据集上的实验结果表明,所提出的多目标跟踪算法表现优异,运行速度达到了63 f/s,且车辆类的sAMOTA达到了9432。     

靶场光测数字图像无损压缩技术方案设计

为了解决困扰靶场的海量光学测量图像信息存储和传输问题,在满足光测数据处理精度前提下实现较高的压缩比,根据靶场光测数字图像特点,采用H.264的编码方案对目标区域和背景区域进行编码,得到了70倍压缩图像数据和压缩前后目标在图像坐标系中的坐标结果。结果表明,光测数字图像无损压缩技术实现了背景区域的高倍压缩和对目标区域的无损压缩,从而既满足了靶场数据处理精度需求又大大减少了测量图像信息量,该技术可对标准位图图像进行处理,符合国内各靶场的测量图像标准,可在其它靶场广泛推广。     

基于改进MeanShift的目标跟踪算法

针对传统Meanshift算法在某些干扰或遮挡情况下不能保证跟踪的准确性,以及目标模型内的背景像素也会造成定位偏差的问题,提出一种基于MeanShift的改进算法。首先对目标模型进行改进,通过目标与背景的区分度引入权系数,在目标模型中进行加权处理,可达到降低目标模型内背景像素对跟踪定位精度的影响。然后,将跟踪窗进行分块,对各子块使用改进目标模型的Meanshift算法进行跟踪。最后,用匹配度最大的两个子块加权决定目标的最终位置,从而在目标发生遮挡时能有效剔除被遮挡子块对目标定位的影响。实验表明,在复杂背景下,新算法仍然可以有效、准确地跟踪运动目标。     

基于精确模型和逆投影的超大视场红外图像畸变校正

针对超大视场红外图像畸变大、与人眼视觉差异明显的问题,提出了一种基于精确模型和逆投影的超大视场红外图像畸变校正算法以改善其视觉效果.该算法首先利用精确模型对超大视场红外相机成像中的物、像关系进行描述;然后,针对红外图像像素采样率不高的缺点,利用较为精确的三次卷积插值法对图像进行插值来补全成像信息;最后,根据校正图像上的待赋值像点的坐标,结合校正模型和超大视场红外相机精确模型,计算该像点逆投影到插值图像时的对应坐标,并以最近邻像点像素值作为校正后图像像点的赋值.车载道路场景下的超大视场红外图像畸变校正实验结果显示,所提出的算法图像校正结果边界清晰、无锯齿效应,对场景中的直线平均还原偏差小于0.35 pixels,表明该算法对超大视场红外图像畸变校正具有较好的适用性.     

凝视热像仪搜索系统回扫速率分析

() ()摘要:凝视热像仪快速回扫技术已经广泛应用在光电搜索系统中。凝视热像仪回摆扫描速率与转台扫描速率的匹配精度关系到热像仪的成像质量,本文在线性空间建立两轴转台运动模型,根据坐标变换理论分析了两轴转台在运动时目标相对热像仪的运动情况,推导了凝视热像仪搜索系统的回扫速率与两轴转台扫描速率的数学公式,为凝视热像仪快速回扫技术的应用提供了关键的理论基础。