一种基于全向结构光的深度测量方法

深度测量是立体视觉研究的重要问题, 本文提出一种基于全向图与结构光的深度测量方法.首 先,根据测量系统特点,采用了基于多参考面的投影仪标定算法;然后,设计了一组 "四方位沙漏状"编码结构光,实现待测图像与参考图像的对应点计算;最后,在移动条件下,研 究基于先验约束迭代就近点(Iterative closest point, ICP)的深度点云匹配算法. 实验结果表明,本文方法可以准确地对室内场景进行深度测量,且抗干扰能力较强.     

基于非稳态随机过程的近红外反射率鲁棒估计算法

反射率估计在计算机视觉、计算机图形学等领域具有重要作用.为了精确获取反射率,提出一种基于非稳态随机过程的近红外反射率鲁棒估计算法(RENA).该算法以Kinect二代传感器采集结果计算初始反射率,并建立反射率加性噪声模型,同时提出光照度鲁棒估计的概念,简化反射率图像非稳态随机过程模型.实验表明,RENA算法的反射率估计结果优于其他去噪算法,适用于室内场景的反射率图像高精度估计.     

基于EC-TDOA和ZigBee技术的室内超声波定位系统

目的研究室内定位方法机理,解决室内目标高精度定位的问题．方法设计了一种基于测距的室内定位系统,该系统采用测量射频信号和超声波信号到达时间差的方法测距并引入校正因子减小测距误差,通过极大似然估计定位方法计算目标位置,运用ZigBee制作节点模块组成网络实现对室内目标的定位．结果在测距实验中,EC-TDOA测距结果的误差小于0．02cm,满足测距精度要求．在定位实验中,最大定位误差和平均定位误差分别为4．3cm和1．64cm,而定位误差在2．5cm以内的比例达到90％．定位频率为20Hz,满足实时定位的要求．结论系统在室内环境中实现对超声波信号覆盖范围内移动节点的定位,通过测距校正有效提高定位精度．系统具有较强的容错性和自适应性．     

基于无人机航拍图像拼接算法的优化

目的为了提高无人机航拍图像拼接的精度,深入研究了航拍图像拼接中提取特征点的算法,并对原算法加以优化.方法在图像特征点提取的SIFT算法中,设计了一种将Harris角点检测算子融入SIFT特征点提取的优化算法,优化后可以突显获取到的特征点的独特性.结果利用优化算法获取图像特征角点,可以降低实验过程中所消耗的检测时间,有效地改善了SIFT算法中匹配数据量大及过程繁琐的弱点,同时优化算法简化了图像特征点匹配的计算过程,降低了计算量,提高了实验效率.结论优化算法可以去除大量的类匹配点,使图像特征点的独特性更加明显;也提高了图像的配准精度,增强了关键点的稳定性,在关键点的匹配速度和准确率上有积极的影响.