一种基于旋转矩阵单位四元数分解的运动估计算法

本文基于旋转矩阵单位四元数分解定理,提出一种由3D特征点空间位置估计运动参数的算法。单位四元数表示旋转矩阵时不存在奇异点,故基于单位四元数的运动估计方法具有更大的实用价值,而本文算法无需Horn(1987)和Su等人(1989)提出的单位四元数方法的迭代运算。本文给出了解的唯一性分析和模拟实验结果,可见其性能是令人满意的。     

Quaternion pseudo-Zernike moments combining both of RGB information and depth information for color image splicing detection

The quaternion representation (QR) used in current quaternion-based color image processing creates redundancy when representing a color image of three components by a quaternion matrix having four components. In this paper, both RGB and depth (RGB-D) information are considered to improve QR for efficiently representing RGB-D images. The improved QR fully utilizes the four-dimensional quaternion domain. Using this improved QR, firstly we define the new quaternion pseudo-Zernike moments (NQPZMs) and then propose an efficient computational algorithm for NQPZMs through the conventional pseudo-Zernike moments (PZMs). Finally, we propose an algorithm for color image splicing detection based on the NQPZMs and the quaternion back-propagation neural network (QBPNN). Experimental results on four public datasets (DVMM, CASIA v1.0 and v2.0, Wild Web) demonstrate that the proposed splicing detection algorithm can achieve almost 100% accuracy with the appropriate feature dimensionality and outperforms 14 existing algorithms. Moreover, the comparison of six color spaces (RGB, HSI, HSV, YCbCr, YUV, and YIQ) shows that the proposed algorithm using YCbCr color space has the overall best performance in splicing detection.     

Weighted truncated nuclear norm regularization for low-rank quaternion matrix completion

In recent years, quaternion matrix completion (QMC) based on low-rank regularization has been gradually used in image processing. Unlike low-rank matrix completion (LRMC) which handles RGB images by recovering each color channel separately, QMC models retain the connection of three channels and process them as a whole. Most of the existing quaternion-based methods formulate low-rank QMC (LRQMC) as a quaternion nuclear norm (a convex relaxation of the rank) minimization problem. The main limitation of these approaches is that they minimize the singular values simultaneously such that cannot approximate low-rank attributes efficiently. To achieve a more accurate low-rank approximation, we introduce a quaternion truncated nuclear norm (QTNN) for LRQMC and utilize the alternating direction method of multipliers (ADMM) to get the optimization in this paper. Further, we propose weights to the residual error quaternion matrix during the update process for accelerating the convergence of the QTNN method with admissible performance. The weighted method utilizes a concise gradient descent strategy which has a theoretical guarantee in optimization. The effectiveness of our method is illustrated by experiments on real visual data sets.     

客观评价彩色图像质量的全四元数结构相似度方法

在不损失彩色图像颜色信息的基础上,通过定义一 种全四元数模型 将四元数的3个虚部以及实部全部用于表示彩色图像的结构信息,从而在完整保留颜色信息 的基础上提高了四元数矩阵的信息承载量。为了进一步增加与主观感知的一致性,将彩色图 像的细节信息和颜色分量合并作为四元数的实部和虚部,进而改进传统的图像质 量评价结构相似度(SSIM)方法,采用四元数结构相似度方法 实现了对待测图像的质量评价。实验结 果表明,本文方法既保留了彩色图像的颜色信息,又增强了图像内容中人眼 敏感的细节信息,采用LIVE数据库和IVC数据库验证了本文方法的评价指标,实验结果 表明, 所提指标与人眼主观感知的一致程度要好于传统的图像质量评价方法以及纯四元数SSIM方法。在交叉失真实验中,量化评价结果的Kendall等级相关系数 (KRCC),Spearman等级相关系 数(SRCC)以及均方根误差(RMSE)为0.6929、0.881以及 7.506,均好于实验中采用的其它几种方法。     

四元数在二维波达方向估计中的应用

基于四元数,本文提出了一种针对双平行阵的二维波达方向估计方法。与复数不同,四元数是一种维数更高的多元数代数。利用四元数代数理论,波达方向估计问题可以以高维的角度来求解。本文将四元数的概念引入到双平行阵接收模型中,建立了双平行阵的四元数接收模型。所提算法利用四元数的不同基之间的共同特性,对四元数子空间与信号方向矢量的正交关系进行解耦,得到仅含方位角信息的方向矢量与四元数子空间的正交表达式,并通过一维搜索估计出方位角。根据得到的方位角,算法进一步估计得到信源的俯仰角。仿真实验验证了本文所提算法的有效性。      

融合多传感信息的仿人机器人姿态解算

在RoboCup Soccer仿人机器人比赛中,机体姿态实时解算是仿人机器人运动控制系统的核心技术之一。文中分析了MEMS加速度计、磁强计和陀螺仪性能,以自主姿态测量为前提,融合惯性测量单元中多传感信息,提出了一种基于四元数的姿态解算算法。针对仿人机器人步行姿态控制中传感器数据存在的噪声干扰和测量误差,设计卡尔曼滤波器实现了对数据漂移的有效补偿,从而提高了全姿态检测的测量精度。试验结果验证了该算法对仿人机器人运动控制系统机体姿态实时解算的有效性。     

基于单摄像机的物体位置和姿态变形测量研究

结合大型结构变形测量的折线摄像测量方法,针对单摄像机测量物体位置和姿态变形的方法进行了研究,重点介绍了基于物空间共线方程的正交迭代算法,提出了目标函数奇异值分解(SVD)求解算法中出现错误的根源,并基于VC++开发平台实现了健壮性和实用性更好的四元数求解算法,最后对单摄像机位置姿态变形测量的精度进行了数值仿真和实测实验的验证。实验表明,当测量距离为3 m、视场大小为0.8 m×0.6 m时,分辨率为1 600×1 200 pixel的单摄像机测量姿态角变形的精度可以达到20"。     

基于测距传感器的WMPS非接触测量方法

为了解决现有的工作空间测量定位系统（WMPS）中柔性待测物表面形变及大尺寸测量空间内遮挡等问题,提出了一种基于测距传感器的非接触测量方法,并设计了基于该方法的测量靶。首先建立了该方法的测量模型,将测量靶抽象为若干个控制点和一个矢量;然后通过发射站的数学模型推导出了测量靶姿态迭代解算方法,并通过单位四元数估计法给出了该迭代算法的初值生成方法;最后采用自标定方法对测量靶进行了参量标定,并依托天津大学研制的WMPS系统进行了精度验证实验。结果表明,该测量靶的重复性测量精度为1mm,距离测量精度为2.5mm。该方法使得WMPS系统的测量范围扩大并保持了较高的空间3维坐标测量精度。     

基于四元数的改进空间平滑解相干算法

针对常规的四元数空间平滑算法解相干时没有充分利用各子阵的互相关信息导致信号波达方向估计分辨率较差的问题,提出了一种基于四元数的改进空间平滑解相干算法。首先,利用四元数的正交结构可以很好地保持极化敏感阵列各阵元两分量输出信号之间固有的正交特性,建立了四元数接收信号模型。然后,在常规的空间平滑算法的基础上推导了改进的空间平滑解相干算法。该算法利用了阵列各子阵接收信号的全部互相关和自相关信息,在信号波达方向相近和信噪比较低的情况下,具有比常规空间平滑算法更优的波达方向估计性能。最后,通过计算机仿真验证了改进算法的有效性。     

四元数和超复数在二维二次非线性相位耦合分析中的应用

针对二维二次非线性相位耦合分析中的分维配对问题,本文首先对一般二维谐波信号模型进行变换,构造了符合四元数结构的新的信号模型.接着讨论了Hamilton四元数、三维超复数及"新四元数"在估计二维谐波频率中的可能性.最后根据上述模型利用特殊的三阶累积量切片分析了加性高斯有色噪声中二维二次非线性相位耦合及联合Hamilton四元数和超复数在二维二次非线性相位耦合中的应用前景.此方法避免了在复数模型的二维二次非线性相位耦合分析中构造复杂的增广矩阵,并从根本上解决了通过分维求取频率之后,频率配对中所有可能产生的错误频率对,以及有可能产生的两维频率估计精度的不平衡性.仿真实验验证了本文的理论.     

信号DOA和极化信息联合估计的降维四元数MUSIC方法

基于简化电磁矢量传感器阵列,该文提出了一种新的降维四元数MUSIC估计方法。文中引用了四元数的概念,利用四元数的正交特性能够很好地描述矢量传感器阵元的正交结构这一优点,建立了电磁矢量传感器阵列的四元数模型,利用降维Q-MUSIC (Quaternion-MUSIC)方法先对极化信号DOA进行估计,通过已经估计出来的DOA信息,再借助传统的V-MUSIC (long-MUSIC)方法估计极化信息。从而依次获得极化信号的4个参数。仿真实验验证了算法的可行性。     

基于拉伸式双偶极子天线Q-MUSIC算法的DOA估计

本文指出在四元数模型下,传统双偶极子天线组成的均匀线阵(ULA)在利用四元数多重信号分类算法(Q-MUSIC)估计极化信号波达角(DOA)时,存在“模型相干”问题,并提出了基于实同构矩阵变换的拉伸式双偶极子天线 MUSIC 算法,有效解决了上述问题,所提算法充分利用四元数模型的正交性,性能远优越于基于传统双偶极子天线的 MUSIC 算法,尤其是在低信噪比(SNR)条件下。最后,通过计算机仿真实验验证了所提算法的有效性。     

基于三分量电磁矢量传感器的波达角和极化参数估计

针对传统的降维四元数旋转不变子空间算法(Dimension Reduction Quaternion Estimation of Signal Parameters via Rotational Invariance Techniques, DRQ-ESPRIT)存在“四元数模型相干”和孔径损失问题, 改进了DRQ-ESPRIT算法, 并提出了伪虚拟对称扩展孔径四元数旋转不变子空间算法(Fake Virtual Symmetrical Aperture Expansion Quaternion Estimation of Signal Parameters via Rotational Invariance Techniques, FVSAEQ-ESPRIT).所提算法通过修正极化角度域导向矢量和阵元空间相移矢量的乘法顺序, 解决了“四元数模型相干”问题, 并利用导向矢量的虚拟对称操作和Khatri-Rao子空间方法, 增加了极化敏感阵列的自由度, 提高了波达角(Direction of Arrival, DOA)和极化参数的估计精度.最后, 仿真实验验证了所提算法的有效性.     

双维度交叉特征点协同匹配的点云拼接算法

为提高结构光三维重构系统的点云匹配速度及精度,提出二维视图及三维点云交叉特征点协同匹配的方法。首先,通过投影变换及维度映射关系实现待拼接投影图像的归一化,经预处理后提取端点及分叉点作为关键点,对同类点进行三角划分及相似匹配得到初始点集,并将其映射至三维空间。其次,利用kd-tree搜索得到双邻域质心,根据三点构成的三角形相似关系进一步筛选点集。最后,采用四元数法完成粗拼接,进而使用改进的迭代最近点(ICP)算法完成精拼接。实验结果表明,所提算法的匹配准确率达98.16%,匹配用时3s,粗拼接重叠区域的重心距离误差为0.018mm,所提算法对于二维图像视角变换、纹理光滑、光线不均等具有较高的鲁棒性。     

基于四元数的Root-MUSIC的双基地MIMO雷达中角度估计算法

该文将四元数理论应用到双基地集中式多输入多输出(MIMO)雷达的角度估计中。文中通过传统数据模型构造四元数矩阵,提出了基于四元数的求根-多重信号分类(Root MUltiple SIgnal Classification, Root-MUSIC)的MIMO雷达中角度估计算法,该算法通过奇异值分解和Root-MUSIC来估计出发射角(Direction Of Departure, DOD)和接收角(Direction Of Arrival, DOA)。该算法的角度估计性能远优于现有文献的方法,并且无需谱峰搜索,复杂度大大降低。仿真结果验证了算法的有效性。     

鲁棒的四元数空间平滑算法

本文针对相干信号波达方向(DOA)估计问题,利用简化电磁矢量传感器阵列提出了一种基于四元数模型的空间平滑(Q-SS)算法。首先,根据四元数的正交特性能够很好地描述矢量传感器阵元内部信号分量之间的垂直关系这一特点,将每个阵元的两分量接收数据合成为一个四元数,建立了简化电磁矢量传感器阵列的四元数接收模型,该模型比传统的长矢量模型更适合于矢量传感器阵列的信号处理。在此基础上,利用本文提出的Q-SS算法对相干信号进行预处理,实现了解相干,并对解相干性能进行了分析,然后通过四元数域的ESPRIT算法估计出相干信号的DOA。理论分析表明Q-SS算法比传统的长矢量空间平滑(V-SS)方法有更高的DOA估计精度,具有对矢量传感器内部电场噪声分量解相关的能力,这是V-SS算法所不具备的优势。最后,通过计算机仿真实验比较和分析了所提算法的有效性。      

一种基于地球重力场和磁场的姿态估计新算法

本文分析了基于地球重力场和磁场矢量观测进行姿态测量的算法存在的不足,提出了一种新的基于四元数的递推优化估计算法,算法本身内蕴保证了四元数估计值具有单位长度,在结合载体动态实现递推估计的同时,消除了现有递推算法中要求准确已知当地地磁矢量的限制,并可同步提供载体姿态的角速率信息.仿真结果表明了所提算法可以明显地提高测量精度.     

Color image detail enhancement based on quaternion guided filter

Color image enhancement is an active research field in image processing. Currently, many image enhancement methods are capable of enhancing the details of the color image. However, these methods only process the red, green and blue (RGB) color channels separately, which leads to color distortion easily. In order to overcome this problem, the paper presents an approach to integrate the quaternion theory into the traditional guided filter to obtain a quaternion guided filter (QGF). This method makes full use of the color information of an image to realize the holistic processing of RGB color channels. So as to preserve color information while enhancing details, this paper proposes a color image detail enhancement algorithm based on the QGF. Experimental results show that the proposed algorithm is effective in the applications of the color image detail enhancement, and enables image's edges to be more prominent and texture clearer while avoiding color distortion. Compared with the existing image enhancement methods, the proposed method achieves better enhancement performance in terms of the visual quality and the objective evaluating indicators.     

An attitude tracking method for star sensor under dynamic conditions

The tracking performance of star sensor degrades seriously under dynamic conditions. To improve the tracking accuracy and efficiency, an attitude tracking method based on unscented Kalman filter (UKF) and singular value decomposition (SVD) is proposed in this paper. The star sensor is modeled as a nonlinear stochastic system, the state of which is attitude quaternion. The quaternion can be estimated by UKF, then the predicted attitude and corresponding star positions are obtained. To ensure the stability of attitude tracking, SVD is applied to obtain the sigma points in UKF continuously. The experimental results indicate that the proposed method yields high accuracy and efficiency in attitude tracking. This method provides a practical approach to ensure the tracking performance of star sensor under dynamic conditions.     

基于结构特征的机载LiDAR数据与航空影像自动配准

针对现有机载LiDAR数据与航空影像配准方法对匹配特征具有较强的依赖性,易受数据等影响的问题,提出了一种基于结构特征的自动配准方法。该方法首先提取LiDAR距离图像与对应影像的结构特征,利用初始姿态参数将LiDAR结构特征投影至影像坐标系下,根据结构特征的几何约束条件获取初始匹配点集,完成粗匹配;接着利用粗匹配结果计算直接变换模型（DLT）参数,并以此为初值引入双点几何约束,采用循环迭代的匹配策略,不断剔除错误匹配,获得一组新的匹配点集,完成精匹配;最后根据精匹配结果,采用基于单位四元数的空间后方交会方法解算航空影像的姿态参数,实现机载LiDAR数据与航空影像的自动配准。实验证明,该方法受噪声影响小,能实现机载LiDAR数据与航空影像的自动配准。