基于广义正交迭代算法的立体视觉定位

提出了一种新的基于广义正交迭代算法的立体视觉定位.该算法通过提取CenSurE局部特征和相应的U-SURF描述符,采用SAD方法进行子像素立体匹配,并利用U-SURF描述符匹配进行前后帧图像特征跟踪.在RANSAC框架下对匹配点进行3D-3D运动估计获得了运动参量的初始值.由于3D-3D运动估计使3D点集间欧式距离误差...     

多摄像机系统位姿估计的广义正交迭代算法

目前,多摄像机系统的位姿估计还缺乏系统的方法,它通常通过求解透视n点问题或者求解使两组3D点集之间平方和误差最小的刚体变换来解决,这些方法都有局限性.正交迭代算法是基于点特征的单目视觉算法,快速且全局收敛,是目前性能最优的实时位姿估计算法之一,被广泛应用.提出了一种广义正交迭代算法把所有摄像机获取的全部图像作为整体计算得到相对位姿参数,是通用的多目视觉位姿估计算法.算法先把所有摄像机数据进行统一表达,再把所有摄像机观测到的全部特征点的目标空间共线性误差平方和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了算法的有效性以及在多摄像机系统位姿估计中的优越性.     

基于点和直线段对应的扩展正交迭代位姿估计算法

正交迭代算法是基于点特征,全局且快速收敛的位姿估计算法,是目前性能最优的实时位姿估计算法之一.对摄像机观测到的直线段提出了其不确定性描述的新方法:目标空间直线段误差,并把该误差融入到正交迭代算法的位姿计算过程中,形成扩展正交迭代算法.该算法可以同时利用点和直线段特征.算法先把点共面性方程表达为与正交迭代算法中点共线性方程一致的数学形式,再根据目标空间点共面性误差定义了目标空间直线段共面性误差.接着把目标空间点共线性误差和直线段共面性误差二者之和作为误差函数.最后推导出使该函数最小化的迭代求解过程.实验结果表明,本文算法是有效的,精确的.与正交迭代算法的计算结果对比,由于可以同时利用直线段特征,扩展正交迭代算法的位姿估计误差更低,抗噪声性能更强,算法更稳定.     

基于点线对应的多摄像机全局位姿估计迭代算法

为了解决工业视觉场景中点和直线段共存情况下的多摄像机位姿估计问题,提出了基于点线特征对应的多摄像机全局位姿估计算法.以正交迭代算法为基础,使用多个固定在平台上的已标定摄像机间的几何约束,以全局方式处理多摄像机的重叠和非重叠视图的点和直线段特征,获得更加稳定精确的位姿估计.该算法先把所有摄像机数据进行统一表达,再把摄像机观测到的全部点特征的目标空间共线性误差和直线段特征的目标空间共面性误差之和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了该算法的有效性以及优越性.     

基于点线对应的多摄像机全局位姿估计迭代算法

为了解决工业视觉场景中点和直线段共存情况下的多摄像机位姿估计问题,提出了基于点线特征对应的多摄像机全局位姿估计算法.以正交迭代算法为基础,使用多个固定在平台上的已标定摄像机间的几何约束,以全局方式处理多摄像机的重叠和非重叠视图的点和直线段特征,获得更加稳定精确的位姿估计.该算法先把所有摄像机数据进行统一表达,再把摄像机观测到的全部点特征的目标空间共线性误差和直线段特征的目标空间共面性误差之和作为误差函数,最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了该算法的有效性以及优越性.     

图像局部特征识别中的多目标分离

研究了一种多目标识别算法,该算法用SUSAN角点形成SIFT特征点,采用阶梯图像金字塔结构实现尺度不变,为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简化使其维数降低一半,得到增广矩阵.对增广矩阵进行列变换,依据坐标转换的特性可从中提取多目标的稳定正常点,实现了快速分离多目标的匹配点.结果表明,利用新算法得到的多目标识别结果能保证最小二乘法迭代运算快速收敛,且一次迭代就能得到精度较高的目标定位参量,根据SIFT标准的128维局部特征描述符判别匹配点,匹配点数量较SIFT算法多一倍,分离多目标速度较Hough变换快2～3倍.     

基于质点系运动原理的像机位姿估计算法

大多数基于单幅二维(2D)图像的像机位姿估计算法都是在已知全部或者部分三维(3D)/2D特征点对应关系的基础上设计的,而对于3D/2D特征点对应关系完全未知的情况则很少涉及。利用经典力学中的质点系运动原理设计了一种像机位姿估计算法,该算法能够在未知特征点对应关系的情况下,同时确定3D/2D特征点对应关系与像机位姿。此外,利用空间共线性误差和匹配矩阵,所提出的算法不仅能够处理3D/2D特征点一一对应的情况,而且能够处理部分3D特征点被遮挡,以及图像中存在2D伪特征点的情况。通过实验,并与其他相关算法进行比较,结果表明所提出的算法能够在不增加计算复杂度的条件下有效地匹配特征点并估计像机位姿,而且受图像噪声和2D伪特征点的影响较小。     

融合RANSAC光流跟踪法和特征点匹配法的视觉里程计

为了解决光流跟踪法定位精度不足、误差累积和特征点匹配法耗时久的问题，设计了一种将随机抽样一致性（random sample consensus，RANSAC）光流跟踪法和改进的特征点匹配法结合的视觉里程计。利用RANSAC光流跟踪法对关键帧之间的小规模运动进行估计，RANSAC算法对光流跟踪的误匹配点进行剔除，大大降低了光流跟踪法存在的误匹配；而关键帧之间的运动估计则利用改进的特征点匹配法，以修正光流跟踪法的估计误差；最后利用卡尔曼滤波将RANSAC光流跟踪法和改进的特征点匹配法进行融合。实验结果表明:该文的算法能够克服光流跟踪法精度不足、误差累积的问题，将平均相对误差由15.5%提升到了2.6%；同时也能在一定程度上提高特征点匹配法的速度，将特征点匹配法的平均耗费时间由37.28 ms提升到了21.07 ms。     

硬管式无人机AAR双目视觉导航算法研究

针对硬管式无人机自主空中加油近距编队阶段的相对位置和姿态估计问题,研究了基于双目视觉的相对位姿估计算法。该算法采用Harris方法提取特征点,并对其进行快速匹配,通过Sampson方法三维重构获得特征点在摄像机坐标系下的三维坐标,以重构误差平方和最小为准则建立目标函数,利用单位四元数法求解位姿参数。最后利用仿真平台验证双目视觉位姿估计算法的有效性。结果表明:相对位置误差低于0.1 m,相对姿态误差小于0.5°,其精度满足自主空中加油相对导航性能要求。     

基于断裂面特征点匹配的文物碎片重组方法

在计算机辅助文物虚拟复原过程中,针对现有复原方法匹配精度低、速度慢等问题,提出一种新的基于断裂面特征点匹配的文物碎片重组方法。利用改进的内部形状签名法提取碎片断裂面潜在特征点;计算特征点邻域几何特征的协方差矩阵,从而构建特征描述符;采用对数欧氏黎曼度量方法作为相似性度量准则,通过双向最近邻法获得初始点对集合,再利用典型相关分析法消除误匹配对得到最优匹配集;使用最小二乘法估算刚体变换矩阵将碎片粗对齐,再采用迭代最近点算法实现精确对齐,最终实现碎片重组。实验结果表明,本文算法相对传统算法特征点数量少,描述符简单,且稳健性强,有效提高了碎片重组的效率和准确性。     

平顶线结构光的中心检测算法及光刀平面标定

针对传统线结构光光刀平面标定方法测量精度不高,应用范围小的问题,提出基于平面标靶的线结构光系统光刀平面标定,对无激光的标靶图片进行迭代摄像机标定,有激光的标靶图片进行光刀平面标定.提出光强符合均匀分布的平顶激光检测中心算法,将平顶激光建模为矩形的台阶函数,估计背景亮度和前景亮度,确定亮条纹宽度,再将窗口内的有效像素参与重心计算,得到光条纹中心.用该算法对不同噪声及不同量块的图片进行处理,结果表明,处理后图像的均方根误差分别在0.149pixel和0.176pixel内,表明该算法抗噪声能力强、精度高.用该算法提取光条中心,计算光条在标靶上的位置,根据至少两个姿态下的光条中心三维点,基于最小二乘法拟合光刀平面.通过迭代摄像机标定和光刀平面标定,利用三角测量法,在立体视觉模型下获取物体的三维点云数据.实验测量两个距离为100.5mm的标准球,相机与标准球距离为500mm,比较两球心距离与标准距离,测得平均误差为0.236mm.表明平顶激光检测中心算法切实可行,光刀平面标定方法基本满足要求.     

基于预滤波迭代梯度法的运动估计

提出一种对小平移和大平移图像序列进行运动估计的新算法 预滤波迭代梯度法,预滤波迭代梯度法就是先对图像进行低通滤波,然后用迭代梯度法进行运动估计。结果表明,该方法比梯度法、预滤波梯度法和迭代梯度法具有更高的估计精度,而且可以很好地抑制噪声的影响。     

基于立体舒适度的立体图像感知距离估计

提出了一种基于立体舒适度的双目图像感知距离估计方法.首先,推导双目立体图像的立体深度;然后进行主观实验获取实际人眼感知到的深度,分析其与立体深度间的差异;最后,将立体舒适度作为生理因素,建立感知距离、立体深度与视觉舒适度之间的关联关系,并得出感知距离的计算模型.在IVY公共数据集上进行实验验证,结果表明:当视觉舒适度值较高时,模型预测值的平均绝对值误差与均方根误差较主观评测值分别减少了0.0049、0.0073;而当视觉舒适度值较低时,平均绝对值误差与均方根误差分别减少了0.0721、0.0594.本模型结果更接近人类主观感知到的深度.     

基于单目视觉的航天器间相对位姿测量算法

对航天器间相对位姿的光学测量问题进行了研究,提出了一种新的单目视觉测量算法——相似迭代算法。该算法根据三角形相似原理提出了一种新的深度迭代机制,并通过引入深度变量,将求解2D-3D问题转化为迭代求解3D-3D问题。对数值仿真与两种现有的测量算法进行了比较。仿真结果表明,该算法具有精度高、抗噪声能力强和实时性较好等优点,可以应用于航天器间相对位姿测量等任务。     

Particle filter-based relative rolling estimation algorithm for non-cooperative infrared spacecraft

The issue of feature point mismatching among infrared image sequence would bring big challenge to estimating the relative motion of non-cooperative spacecraft for it couldn’t provide the prior knowledge about its geometric structure and motion pattern. The paper introduces particle filter to precisely match the feature points within a desired region predicted by a kinetic equation, and presents a least square estimation-based algorithm to measure the relative rolling motion of non-cooperative spacecraft. The state transition equation and the measurement update equation of non-cooperative spacecraft are represented by establishing its kinetic equations, and then the relative pose measurement is converted to the maximum posteriori probability estimation via assuming the uncertainties about geometric structure and motion pattern as random and time-varying variables. These uncertainties would be interpreted and even solved through continuously measuring the image feature points of the rotating non-cooperative infrared spacecraft. Subsequently, the feature point is matched within a predicted region among sequence infrared image using particle filter algorithm to overcome the position estimation noise caused by the uncertainties of geometric structure and motion pattern. Finally, the position parameters including rotation motion are estimated by means of solving the minimum error of feature point mismatching using least square estimate theory. Both simulated and real infrared image sequences are induced in the experiment to evaluate the performance of the relative rolling estimation, and the experimental data show that the rolling motion estimated by the proposed algorithm is more robust to the feature extraction noise and various rotation speed. Meanwhile, the relative rolling estimation error would increase dramatically with distance and rotation speed increasing.     

计算机辅助彩色立体图像生成中的误差分析与处理

柱透镜光栅的计算机辅助立体成像的基本原理是将二维序列图像进行切分和重组,使之以三维模型的形式展现,使合成的图像在柱透镜光栅下观察时具有"纵深感"。该项技术在广告、摄影、电影制作中具有广泛的应用。但是长期以来,在图像切分时并不能保证像素一定被整除,这意味着剩余像素的出现,合成的立体图像必然存在误差。如何处理剩余像素的问题一直是个难题,阻碍了该技术的推广。针对立体图像生成方法中的剩余像素问题,详尽地分析了误差的形成,并提出了强行取整算法和误差分散算法两种误差处理方法。实验表明,这两种算法能较好的处理剩余像素,增强了合成图像的立体效果,这将有助于立体成像技术的进一步推广。