多视角图像序列的单目三维重建

为了从单目多视角图像序列中重建出三维场景,使用了一种基于增量式运动恢复结构(structure from motion)和立体视觉法(multi-view-stereo)的三维重建方法.首先,通过使用尺度不变特征变换算法(scale-invariant feature transform)从图像序列中提取出特征点并进行特征点匹配;然后,通过从单目图像序列中匹配的特征点重建出稀疏点云和稠密点云;最终将物体表面的纹理重建出来,从而完成三维重建.使用单目相机拍摄的183张不同角度的巴黎万神庙照片所组成的数据集进行实验,实验结果表明该方法可以完成单目三维重建.     

基于VI-DSO的改进单目视觉惯性里程计

针对目前纯直接法的视觉里程计缺乏尺度信息,优化位姿时容易陷入局部最优点,且单目视觉初始化时收敛速度较慢等问题,提出了一种改进的直接法单目视觉惯性里程计方案.基于目前效果较好的直接法视觉惯性里程计VI-DSO,提出修改方案.在初始化时,针对VI-DSO方案忽略IMU的初始化,采用后端统一优化的方式估计IMU偏置,导致尺度收敛慢,累积误差较大的问题,增加了IMU偏置及尺度的MAP快速预估,加快了初始化时尺度收敛的速度,同时也为后端优化提供了一个较精确的初始数据,减少累积误差;在深度估计中,改进了深度滤波方案,参考了SVO的滤波方法,利用高斯-均匀滤波器估计误匹配的概率,剔除错误的深度估计,融合正确的深度数据,提高定位精度;在边缘化过程中,完善了VI-DSO方案的边缘化策略,增加了对当前运动状态的判断,根据运动状态选择需要边缘化的帧,确保滑窗内有足够的视差.通过在EuRoc数据集中的测试结果表明,改进后的方案,初始化速度提升了33%,平均定位精度提高了34.5%.     

基于SVM模型的单目红外图像深度估计

提出一种通过非线性学习模型来估计单目红外图像深度的算法。该算法首先通过逐步线性回归和独立成分分析(ICA)寻找对于红外图像深度相关性较强的特征,然后以具有核函数的非线性支持向量机(SVM)为模型基础,采用监督学习的方法对红外图像深度特征进行回归分析并训练,在训练过程中通过已知数据回归后的最小均方误差对模型参数进行修正,训练后的模型可对单目红外图像的深度分布进行估计。实验结果证明,利用该模型能较一致地估计单目红外图像的深度信息。     

红外图像噪声建模及仿真研究

噪声是造成图像退化和视频质量下降的另一个重要原因,仿真红外成像的噪声及其影响是建立图像退化模型的核心。红外成像噪声分析中的各种信号噪声,最终反映在热像仪输出的红外图像上体现为多种多样的成像噪声。通过把热像仪成像过程可能出现的各种主要噪声信号映射到红外图像中的随机噪声和固定图案噪声,建立了红外图像的噪声模型,并从实际热成像系统输出视频图像中提取噪声特性参数作为热像噪声仿真系统的输入,对红外成像系统的各种静态图像噪声的仿真实验效果接近实际的红外图像噪声情况,为热像仪成像退化建模奠定基础。     

基于压缩感知在线稀疏的红外视频遥感凝视成像

压缩感知理论是一种新兴的数字信号处理方法,在红外遥感视频成像中有很好的应用前景.为了提高红外视频遥感成像的效果,提出了基于压缩感知在线稀疏的红外遥感视频凝视成像方法.介绍了该方法的视频图像分块压缩采样策略,视频图像在线稀疏方法,以及视频图像重构方法.重点研究了有运动目标的红外遥感图像在线稀疏表示方法,提出了迭进分块训练样本的设计方法和累积冗余字典构造方法.通过数值计算可以看出,该方法提高了遥感红外图像的重构效果.     

基于红外热图像灰度修正的辐射测温

基于红外热像仪的测温精度依赖于大气温度、相对湿度、大气透射率、翻转表像温度等参数的测量精度。为了减少这种依赖性和提高测量精度,提出了一种基于红外热图像灰度修正的辐射测温方法。首先基于高精度面源黑体建立了红外热图像灰度修正模型,然后通过灰度修正模型对实测的目标灰度进行修正,最后通过基于加权最小二乘法建立的热像仪辐射定标模型等计算出修正后的目标亮度和温度。在实验室环境下,分别基于红外热像灰度修正辐射测温法和直接用热像仪测温对目标进行了测量。结果表明,在实验室环境下,前者的平均测量精度较后者提高了3.6%。该方法对实验室环境下红外测温有较好的实用价值,对外场红外测温也有一定的借鉴意义。     

焦平面热像仪NETD参数的自动测量

设计了一种用于红外焦平面热像仪NETD参数自动测量的算法,也论述相关的红外目标自动检测算法,并给出了系统硬件的设计与实现。该系统对焦平面热像仪输出的模拟视频数据进行A /D采样,通过CPLD和USB2. 0高速总线把图像数据传回PC,在PC上对方孔目标进行自动检测并计算NETD。     

基于红外辐射偏振成像的目标三维重建方法

三维重建技术已在工业自动化领域得到了广泛的应用,但对于工业生产线中玻璃、锻造件等表面结构单一、高反光、无纹理的高温产品,利用传统的三维重建方法得到的三维重建结果往往不准确。这些高温物体会产生红外偏振自发辐射,提出了基于红外辐射偏振成像的目标三维重建方法。首先建立红外偏振辐射模型,分析目标表面红外辐射偏振态与目标表面法向量之间的关系,最后通过对法向量积分得到目标表面的三维形态。该方法不依赖于物体表面的纹理特征信息,对光照条件无要求且采集一次数据即可重构出目标表面的三维形态,易于实现,具有广阔的应用前景。     

针对机器人位姿测量立体标靶的单目视觉标定方法

工业机器人末端位姿测量对机器人装配和机器人标定等工作具有重要价值。针对机器人位姿测量中常用标靶受环境光干扰较大、机器人运动空间有限等缺点设计了一款亮度可调、响应迅速的六面体立体标靶,并提出一种基于单目视觉的立体标靶标定方法。通过初始图像对的选择,解决单目视觉中本质矩阵分解得到的平移向量不精确的问题,并采用光束平差法对初始图像场景进行优化;向场景中添加新图像并使用光束平差法对场景进行全局优化,提高特征点重建精度;以精度为5m的平面标定板上的特征点作为真实点,解决单目视觉重建场景缺乏尺度因子的问题。实验表明:特征点三维重建的平均误差小于0.035 mm,能够有效进行立体标靶的标定;使用该标靶计算的机器人位姿信息,将机器的位置精度提高了37%。     

利用稀疏化生物视觉特征的多类多视角目标检测方法

鉴于生物视觉特征在目标分类中的良好性能,采用了一种基于稀疏化生物视觉特征的多类多视角目标检测方法。首先利用特征稀疏化方法对生物视觉的标准模型进行改进,有效提高了目标的可分性,然后利用滑动窗口的方法构建基于稀疏化生物视觉特征的目标检测器,采用局部邻域抑制算法完成特定目标的检测任务,最后通过构建场景中待检测目标的词典,对每类目标分别设计滑动检测器以完成多类多视角目标的检测任务,实验结果表明,该方法具有很好的检测性能。     

对某型红外热像仪可靠性增长的研究与改进

热像仪的可靠性水平会直接影响使用者任务成功率、维护成本及寿命周期,因此其可靠性设计工作越来越受到关注。同时,就目前国内热像仪研制情况而言,研制样机的可靠性并不能反映小批量生产产品的可靠性水平。因此,为充分反映研制样机的可靠性水平,本文主要研究了某型热像仪在研制过程中的可靠性增长方法,分析了红外热像仪的故障,建立了红外热像仪的任务可靠性模型,提出了相应的改进措施,并采用可靠性增长的办法来验证所提措施的有效性。本文所提改进措施满足装备试验鉴定要求,可实现热像仪的可靠性增长和批量产品可靠性不降低的目标。     

采用热像系统MTF(调制传递函数)建立虚拟热像仪的研究

热像仪作为一种成像系统,其功能是将接收到的二维空间分布的景物红外辐射转换成可视图像再现景物的红外图像.利用光学傅立叶分析的方法可以把热成像系统看作线性滤波器,并建立热成像系统的静态性能模型.利用热成像系统静态性能参数MTF(调制传递函数)的实验室测试数据作为幅频特性,用设计数字滤波器的频率样本法构造仿真热像仪MTF的二维图像滤波器,以此为基础可以建立用计算机仿真热像仪空间分辨特性的模拟环境.     

基于长波576×6扫描型热像仪的改进设计

通过对长波576×6扫描型热像仪的扫描器组件摆扫频率、探测器配置、AD采样速率、信号处理速度以及图像数据的隔行和插值处理等的改进,提高热像仪的帧频至25 Hz,使之转为标准热像仪,以满足一般红外跟踪观察系统的要求。     

基于图像灰度的大范围辐射温度反演

为解决高温辐射源和环境温度对红外测温的影响,提高极端工况下红外热像仪的测温精度,以红外辐射理论以及红外热像仪测温原理为基础,提出了一种将红外图像灰度与目标温度、环境温度和积分时间相结合的综合辐射温度反演方法,该方法实现了环境(镜头)温度与场景温度参量解耦,可以独立预估各参量变化所产生的探测器响应变化。首先对红外热像仪进行数据标定,标定时一般采用高精度面源黑体,之后通过计算面源黑体辐射亮度,利用黑体辐亮度和黑体灰度的线性关系,对黑体温度与黑体图像灰度值两组数据之间关系进行拟合,建立全环境温度和全积分时间的大范围温度反演匹配模型。最后在实验室环境下,分别用热像仪和基于灰度的温度反演模型对探测目标进行测温。经过实验验证,该反演模型在实验室环境下取得了较为良好的效果。     

某型红外热像仪结构改进设计研究

红外热像仪机械环境可靠性是其结构设计最为重要的指标之一.为保证红外热像仪能够经受服役的振动环境,本文以某型红外热像仪故障闭环为契机开展失效机理及结构改进设计研究.基于动态试验结果对红外热像仪有限元模型进行修正.采用有限元数值方法和随机振动疲劳失效理论相结合对故障的产生机理进行了推测.根据分析结果重新对结构改进优化并通过...     

一种基于透视变换的车辆位置和方向提取方法

为了实现浓雾下高速公路的正常通行,提取了一种基于红外光穿浓雾能力比可见光强的特点,在道路两侧护栏上设置等间隔的红外诱导标志,利用车辆上的红外成像装置,获取车辆位置状态引导车辆正常行驶。利用快速标定模型进行了车载成像装置的标定,研究了基于导引标志的车辆位置和方向参数提取,其中改进了一种基于透视变换提取车辆位置方向的方法,即利用图像中车道平行线和灭影点的内在关系估计出车辆方向,并通过几何关系计算车辆位置。实验表明,该方法估计的车辆位置和方向参数达到车辆导引要求,是一种可行的方法。     

红外运动目标轨迹重构动态仿真平台

提出了一种红外热成像视频中运动目标识别追踪以及轨迹重构的动态仿真方法。通过仿真环境中虚拟红外图像的生成方式与成像的基本模型,对得到的图像进行一系列预处理。以空对空场景搭建了基于Gazebo与OpenCV的动态仿真平台,利用平滑约束算法对追踪目标进行实时动态轨迹重构,提出了误差分析模型,并分析出轨迹重构算法的性能以及仿真平台的效能。实验结果表明,该方法针对空对空场景下的红外运动目标轨迹重构具有较好的精度与鲁棒性,对目标的运动模型基本没有约束,同时仿真平台具有较高的运行效能与实时性,普通家用电脑即可实现高于60 fps的实时动态仿真,满足轨迹重构算法性能测试与训练的需求,其核心算法亦可迁移至机载计算平台实现真实场景下的实时轨迹重构。所提出的单路热成像视频中运动目标轨迹重构动态仿真方法对空间目标三维轨迹重建与动态测距定位的研究具有重要意义。     

基于稀疏重构的全极化SAR联合多维重建

各极化通道独立处理和三维分步成像会忽视数据之间的关联性,造成散射中心的失配以及极化散射矩阵获取的不准确。鉴于此,该文提出一种基于稀疏重构的全极化联合多维重建方法。该方法通过设置联合稀疏约束对所有极化通道及所有维度进行联合,将全极化多维重建建模为多通道联合稀疏重构问题。通过数据插值对模型简化后,结合三维快速傅里叶变换、共轭梯度法和牛顿迭代法给出一种高效的模型求解方法,可以同时得到极化散射矩阵和目标三维信息。该文方法保证了不同极化通道、不同维度的稀疏支撑集一致,且充分利用了数据之间的关联性带来的额外信息。基于仿真数据和电磁计算数据的实验结果表明,该方法的性能不受目标类型影响,具有一定的抗噪性,能有效地获取目标的多维重建结果,得到的三维成像结果分辨率高且极化散射矩阵估计精度高。      

通信设备红外图像数据库的建立方法

为了缩短通信设备故障的检测与维修时间并提供基准红外图像和提高检测效率,在详细分析影响红外热像仪测温精度 的因素和原始红外图像特征的基础上,对温度数据库的建立方法进行了研究。提出了一种红外图像温度数据库的建立方法,并引入时间轴将 二维温度矩阵扩展至三维空间。将传统的静态图像分析改为时间可变的动态分析,同时给出了二维温度矩阵与三维温度矩阵之间的转变 方法。本方法对于红外图像的故障诊断具有一定的借鉴意义。     

热红外高光谱成像仪光谱匹配盲元检测算法

受红外焦平面阵列生产工艺及材料本身特性影响,红外焦平面阵列不可避免地存在盲元,严重困扰红外数据的处理与应用。光栅分光推扫式热红外高光谱成像仪一般以红外焦平面阵列的其中的一维作为光谱维进行推扫式成像,空间维只剩一维,与一般的热像仪具有二维空间维的成像机制有很大区别。常规的实验室定标法和开窗处理的场景检测方法不能满足该成像方式的盲元检测需求。以热红外高光谱成像仪中的盲元检测为目标,有针对性地提出了基于光谱匹配的盲元检测算法。该方法从光谱维角度出发,以不同温度实验室黑体定标数据生成温升光谱数据,在数据规则化处理的基础上,自动提取有效像元目标的伪光谱曲线,采用光谱角匹配的方式实现盲元的自动检测。以典型的热红外高光谱成像仪获取数据并开展盲元检测实验,结果表明该方法充分利用了热红外高光谱成像仪的光谱维信息,检测精度较高,盲元补偿后的数据可满足热红外高光谱数据的行业应用。