三维测量数据同步自动配准方法

提出一种三维(3-D)视觉测量数据同步自动配准方法。利用改进的3-Dshape context描述符建立当前测量数据与已获得数据间的匹配点对,得到候选的重叠数据,并用最近点迭代(ICP)算法进行验证和精确配准。将视觉传感器每次获得的测量数据与已获得的测量数据配准,最终将所有测量数据统一到同一坐标系下。实验时,采用视觉传感器对维纳斯石膏像进行多角度测量,对测量数据进行同步配准,获得石膏像表面完整的3-D模型。该配准方法无需任何外部辅助设备,便于操作者观察测量进度并及时调整视觉传感器路径规划,从而提高三维形貌测量效率。     

基于双线投影与线面约束的3D扫描测量系统研究

将双目传感器和线结构光有机地结合到一起,设计了一套能够对大尺寸被测物进行无导轨三维扫描的测量系统。通过标定实现双目传感器与结构光传感器坐标系的统一。提出了一种双线投影模型,实现了双目标记点的立体匹配和标记点传感器坐标的测量。设计了基于线面约束的结构光测量模型,实现了物体表面光条三维信息的获取。采用空间几何相对不变性原则实现标记点传感器坐标和世界坐标的全局匹配,进而确定在测量位置处传感器坐标系与世界坐标系的转换关系。最终将传感器实时扫描测量的物体表面的三维点云数据转换到世界坐标系下,实现对被测物三维的扫描测量,工作距离下扫描测量精度优于0.08 mm。     

结构光三维传感器测量网相关技术

针对大尺寸复杂物体的全自动、高精度、大数据密度、真彩色三维成像与测量,基于条纹结构光三维传感器,阐述了多节点三维传感器测量网络相关技术。涉及单三维传感器的条纹分析和相位重建、系统标定和三维重建两大关键技术点分析,多节点三维传感器测量网络的构建与优化、多节点三维传感器测量网络的标定、测量三维深度数据与纹理数据的匹配与融合等相关技术。并给出了部分实验原型机及实验结果。     

采用线性分区方法对三维传感器的标定

以光带法激光三维扫描系统为例,采用线性分区标定方法对三维传感器进行了标定。给出了标定方法的理论依据和求解过程,避免了对非线性方程的求解;采用细丝标定靶形成共面标定点对传感器进行分区标定,并与不采用分区方法时的结果进行对比。结果表明,利用线性分区法标定可以有效提高测量精度,测量平均相对误差为0．4％左右。     

三维激光扫描测量在既有建筑物图纸测绘中的应用研究

本文首先介绍了三维激光扫描测量系统的测量原理,然后采用三维激光扫描仪对实际建筑进行扫描,获取点云数据,然后对点云数据进行处理,最终得到建筑的测绘图纸,最后总结了三维激光扫描测量在既有建筑物图纸测绘中方法和技巧,这些方法大大提高图纸测绘的效率和精度.     

线结构光三维轮廓测量系统的标定方法

在线结构光360°三维轮廓测量方法中,采用多图像传感器系统可实现物体整体轮廓及局部形貌细节同时高精度测量.为了实现测量系统多传感器同时标定,提出一种线结构光多传感器三维轮廓测量系统的标定方法.以直接线性变换法为系统标定模型,设计含有多特征点的靶标控制场来解算系统模型参数,应用二元全区间插值误差校正方法对物方坐标计算误差进行校正,实现对整个测量系统的标定.并提出了一种基于二维离散傅里叶变换的多分辨率标定靶标特征点提取的新方法.论述了线结构光四传感器测量系统的标定过程.实验结果表明这种标定方法可实现多传感器测量系统高精度同时标定.     

基于三维彩色点云的物体识别算法

随着新一代深度传感器的出现,使用三维(3-D)数据成为物体识别研究的热点,而且提出了很多点云特征描述子.针对传统的采用点云形状特征描述子在目标描述方面的不足,提出了一种基于三维彩色点云的物体识别算法.首先提取点云数据的视点特征直方图(VFH)和颜色直方图(CH),然后对提取的形状特征和颜色特征分别通过支持向量机(SVM)进行预分类,最后将上述2个识别结果进行决策级融合.提出的算法在Washington RGB-D数据集进行训练和测试.结果表明,该方法与传统的采用点云形状特征描述子相比,其物体的正确识别率有了显著的提高.     

基于数据融合的原油含水率在线测量方法研究

在电容式传感器作为含水率测量敏感元件的测量系统中,采用基于人工神经网络的多传感器数据融合方法对数据进行处理,建立多传感器信息融合模型,补偿由于温度变化对含水率测量结果的影响,提高测量结果的准确性.实验表明,数据融合后的输出值更能逼近实际的含水值.     

激光三维彩色人体扫描的数据重建技术

以激光三维扫描仪获得的人体数据的三维彩色数字化过程为例,讨论了删除噪声点、多传感器数据对齐、多传感器数据统一的数据预处理及人体数据重建、网格模型简化、网格平滑和网格细化的三维模型重建算法及特点,给出了人体数据处理实例,最终获得了三维人体模型.并采用直接处理彩色传感器获取的二维彩色图像实现三维彩色数据颜色边界提取方案,得到三维彩色数字化模型.     

基于共面参照物的多立体视觉传感器标定方法

提出了基于共面标定参照物结合双电子经纬仪标定多个立体视觉传感器的方法,该方法允许共面标定参照物在测量空间内自由移动,以经纬仪坐标系为中介,利用双电子经纬仪测量不同位置共面参照物上不共线的标定特征点在经纬仪坐标系下的精确的三维坐标,建立共面参照物上所有特征点和经纬仪坐标系的转换关系,构建三维标定特征点,在现场对多个视觉传感器进行标定,保证了测量状态与标定状态完全一致.该标定方法降低了标定设备的成本,简化了标定过程,提高了立体视觉传感器的标定精度.实验结果表明,该方法切实可行.     

高分辨光学卫星传感器在轨MTF检测

调制传递函数（MTF）是光学卫星传感器像质评价的重要参数,在轨MTF检测关系到高分辨卫星遥感数据的应用和未来卫星遥感器的发展。目前主要有刃边法、脉冲法、点源法、周期靶标法等多种在轨MTF检测方法,这些方法各有特点,均取得一定的在轨检测成效。通过对常用的在轨MTF检测方法的论述,对比分析了不同方法的适用范围、参照目标布设、数据处理及应用效果等,以期提高不同空间分辨率的光学卫星传感器在轨MTF检测精度。     

PRS/IRS复合制导中时空对准方法研究

针对被动雷达/红外(PR/IR)复合制导中2种传感器数据融合中时空对准的问题,提出了坐标变换的空间对准方法和最小二乘法曲线拟合的时间对准方法.Matlab仿真结果证明,该时空对准方法能将2种传感器通过不同采样周期得到的数据进行有效对准,实现了数据融合.     

智能天线中一种新的三维波束形成方法

提出了用分布于 x?y?z 三轴上的三个阵元估计扩频信号各条多径的来波方向(DOA)的方法,以及用由 x?y 均匀平面圆阵和 z 轴直线阵组成的阵列天线形成 3 维波束的方法。根据 CDMA 信号模型和多径信道模型,用 最大似然(ML)法分别估计出信号到达 3 个阵元的复信道响应,并利用复信道响应的幅角来估计各条多径信号 的 DOA;然后在已有最小均方误差(MMSE)法和最小二乘(LS)法的基础上生成带限制条件的扩展 MMSE(EMMSE)法形成 3 维波束。模拟表明,给出的 DOA 估计方法具有很高的精度,而 EMMSE 方法形成的波束主 瓣窄,旁瓣被抑制,有很高的输出信干噪比。     

星敏感器动态精度评价方法

针对现有精度评价方法无法有效计算星敏感器在大动态条件下精度的问题,基于星敏感器成像模型与星对角距的不变性,提出了一种星敏感器动态精度评价方法。阐明了该方法的原理,提出了计算流程和统计方法。基于风云卫星在轨数据,对比了该方法与常用的滑动窗口法的处理结果,分析了两种方法在小角速率条件下处理的等价性,验证了该方法的可行性。基于地面观星数据,分析了两型星敏感器在不同动态条件下的测量精度。与现有的动态精度评价方法相比,该方法可有效地剥离动态过程中测试系统引入的误差,更真实地反映动态条件下星敏感器的实际测量精度。     

Multisource Image Fusion Method Using Support Value Transform

With the development of numerous imaging sensors, many images can be simultaneously pictured by various sensors. However, there are many scenarios where no one sensor can give the complete picture. Image fusion is an important approach to solve this problem and produces a single image which preserves all relevant information from a set of different sensors. In this paper, we proposed a new image fusion method using the support value transform, which uses the support value to represent the salient features of image. This is based on the fact that, in support vector machines (SVMs), the data with larger support values have a physical meaning in the sense that they reveal relative more importance of the data points for contributing to the SVM model. The mapped least squares SVM (mapped LS-SVM) is used to efficiently compute the support values of image. The support value analysis is developed by using a series of multiscale support value filters, which are obtained by filling zeros in the basic support value filter deduced from the mapped LS-SVM to match the resolution of the desired level. Compared with the widely used image fusion methods, such as the Laplacian pyramid, discrete wavelet transform methods, the proposed method is an undecimated transform-based approach. The fusion experiments are undertaken on multisource images. The results demonstrate that the proposed approach is effective and is superior to the conventional image fusion methods in terms of the pertained quantitative fusion evaluation indexes, such as quality of visual information (Q^AB/F) , the mutual information, etc.     

一种红外/雷达双传感器融合目标跟踪算法

分析了一种集中式单目标雷达／红外双传感器融合跟踪算法的基本流程，针对两种传感器间测量信息不同步的问题，采用了一种基于最小二乘法的时空配准方法。给出了一种基于拉格朗日乘数法的最优加权平均融合算法，并设计了跟踪滤波器进行仿真实验。     

Multisource image fusion method using support value transform.

With the development of numerous imaging sensors, many images can be simultaneously pictured by various sensors. However, there are many scenarios where no one sensor can give the complete picture. Image fusion is an important approach to solve this problem and produces a single image which preserves all relevant information from a set of different sensors. In this paper, we proposed a new image fusion method using the support value transform, which uses the support value to represent the salient features of image. This is based on the fact that, in support vector machines (SVMs), the data with larger support values have a physical meaning in the sense that they reveal relative more importance of the data points for contributing to the SVM model. The mapped least squares SVM (mapped LS-SVM) is used to efficiently compute the support values of image. The support value analysis is developed by using a series of multiscale support value filters, which are obtained by filling zeros in the basic support value filter deduced from the mapped LS-SVM to match the resolution of the desired level. Compared with the widely used image fusion methods, such as the Laplacian pyramid, discrete wavelet transform methods, the proposed method is an undecimated transform-based approach. The fusion experiments are undertaken on multisource images. The results demonstrate that the proposed approach is effective and is superior to the conventional image fusion methods in terms of the pertained quantitative fusion evaluation indexes, such as quality of visual information (Q(AB/F)), the mutual information, etc.     

对称子阵列的近场信号稀疏表示定位方法

针对近场信号源,本文基于对称子阵列提出了两种稀疏信号表示的目标定位方法。首先利用对称阵元导向矢量的关系分离出时延中的方向角和距离两个参数,将一个近场目标定位问题转换为一个类远场的方向角估计问题,再通过稀疏信号重构的方法分步得到方向角和距离两个参数的估计。在参数分离的过程中,方法二通过构造共轭部分,所得到的虚拟远场阵列阵元数等效于原始阵列,故所能估计的信源数约为方法一的两倍。和同类方法相比,本文提出的方法具有较低的计算量。仿真表明,本文两种方法具有更高的分辨率。      

一种基于数据融合的信息检测方法

以某型双模复合反辐射导弹为背景,在两传感器数据都存在情况下,提出了一种基于数据融合的信息检测方法。该方法能够检测到两传感器是否受到干扰以及哪一个受干扰。仿真结果表明,所提检测方法是有效的。     

面向帕金森病的多模态异构协同感知方法

利用多模态异构传感器组成身体感知网络（body sensing networks）,是连续感知用户日常行为的重要方法之一,但是能源消耗问题一直是限制其发展的主要原因。本文提出了一种面向帕金森病的多模态异构协同感知方法,以降低用户日常行为感知过程中的功耗.该方法将行为感知分为行为识别与状态监测,基于信息论确定识别或监测不同行为的最优传感器组合,进而利用一个多分类器建模的行为识别模型与多个二分类器建模的状态监测模型感知用户行为.通过在公开两个数据集上的实验可以看出,与传统的传感器全部持续工作的方法相比,该方法能够在保证对用户行为有效感知的同时,降低了数据传输和模型计算的功耗（MHEALTH上约40%,PAMAP2上约15%）,从而延长感知网络的寿命,实现长时间持续的用户日常行为感知.