无人机序列影像快速无缝拼接方法研究

以一种快速无缝的方式对测区影像进行拼接是保障无人机充分发挥机动灵活优势的关键。在无其他控制点的情况下,仅通过利用无人机序列影像和自身记录GPS信息对整个任务区影像进行快速无缝拼接。根据GPS记录的坐标信息对测区影像进行分块。使用GPU-SIFT算法对分块后影像进行匹配与误匹配剔除。提出一种具有较小时间开销的拼接缝消除算法。实验结果表明,该拼接方法在保证一定拼接精度的前提下,大大提高了拼接效率,可为突然自燃灾害等紧急情况下提供应急数据源。     

基于三维重建的大区域无人机影像全自动拼接方法

低成本无人机由于不具有精密的惯性导航系统,其拍摄区域有可能是一些难以布设控制点的无人区,因此无法采用传统的航空摄影测量处理手段获得拍摄区域的拼接影像。为此,提出一种基于三维重建的无人机影像全自动拼接方法。利用从运动恢复结构和多视角立体算法重建拍摄区域的密集点云,根据密集点云数据采用一种基于邻点分布约束的点坐标插值算法内插待定点空间坐标,运用间接微分纠正方法对影像进行几何校正,从而获得几何一致的拼接影像。实验结果表明,该方法全程无需人工干预且拼接耗时短,相邻影像之间几何拼接精度约为2.5个像素。     

未标定影像序列三维重建的混合方法

基于非标定序列影像的目标三维重建是一项非常重要的技术和研究热点,它使数据获取变得十分方便。基于影像序列的点匹配,得到的是一些点云,基于此,提出一个混合的三维重建方法：第一,通过物体三维点建立物体的数字形状模型（DSM）;第二,通过提取物体轮廓线,尤其是相互的平行直段和垂直线段,构建物体的轮廓线;第三,给合现存的三维数据模型,在目标显示和数据结构方面构建恢复三维物体。实验以一个茶筒为例,采用Java3D显示结果,取得良好的结果。     

面向三维重建的无人机影像并行处理技术

为提升三维重建任务的执行速度,解决行业现实应用对时效性的需求,提出一种无人机影像并行处理与特征提取算法,基于CPU与GPU两种计算架构在三维重建的两个阶段并行加速处理。一是基于CPU的并行处理策略,针对多核处理器采用OpenMP多线程机制,对无人机影像进行并行加载,为后续处理提供高效数据源;二是基于GPU的并行处理策略,通过改进SIFTGPU算法在GPU上以并行方式对图像进行特征提取,为快速重建提供特征输入。真实数据的实验结果表明,与现有算法相比,在图像处理速度上提升了2倍,特征点数量提升了4倍的同时,提取速度提升了11倍。     

小型无人机飞行控制器的硬件设计

以80C196KC单片机和可编程微控制器外围器件PSD813F1为核心设计了小型民用无人机飞行控制器的硬件，对设计中的关键技术进行了研究，系统具有设计精炼，可靠性高，开发性等特点。     

旋翼微小型无人机地面站系统的设计与实现

针对旋翼机的控制复杂性,设计一套面向旋翼式微小型无人机的地面控制站系统。利用该系统可进行航迹设定和任务规划,存储和回放飞机航行记录,接收航拍图像,并通过对旋翼式无人机虚拟模型和视频图像的融合处理,实时显示飞机飞行姿态、位置及运行状态,实现旋翼式微小型无人机的超视距遥控,具有直观、形象的良好操控性能。     

无人机序列图像快速三维重建系统设计与实现

设计并实现了一种适用于高分辨无人机序列图像的快速三维重建系统(FDroneMap)。通过两个方面的改进提高系统运行的效率:一方面对重建算法进行优化,使用了一种新的基于哈希表的图像匹配方法,并根据无人机图像的时空序列特性对匹配策略进行调整,加快图像匹配速度;另一方面对重建算法各个模块进行并行化设计,提高系统对硬件的性能使用率。对比实验表明,在处理高分辨率无人机序列图像时,FDroneMap能显著提升三维重建的效率,并且能保证重建精度。     

基于序列影像的城市三维建模

提出了一种从序列图像建立城市三维模型的算法框架。该方法使用三条序列影像和匹配生成的数字表面模型，结合几何约束的多视特征匹配，从图像获取三维点、线信息。同时讨论了基于感知编组的几何模型生成算法，以及纹理优选与自动映射。实验结果证明该方法是有效的。     

小型无人机自主飞行控制技术的研究

当前,世界各国都加强了对于无人机的研究,这主要在于无人机有效地摆脱了人承受能力的束缚,可以在一些特殊的环境中和不确定的对象下执行高危险的任务。本文首先阐述了无人机自主控制技术的发展需求,然后深入分析了小型无人机自主控制的关键技术,进一步探讨了我国无人机自主控制层级的发展,最后对小型无人机自主控制的未来研究方向做了展望。     

一种基于无人机序列成像的地形地貌重建方法

以无人机平台上普通摄像机获取的序列图像为对象,提出了一种对地三维重建的自动化处理方法。首先提出了基于视差分析的序列图像关键帧选择方法,对关键帧图像特征点进行鲁棒性的提取与匹配;第二步用加权的RANSAC算法估计基础矩阵,同时获取准确匹配的内点集。根据已标定的像机内参数,解算相对运动并进行优化。最后对待重建的目标点提出几何约束和单应约束融合的方法实现快速准确匹配,通过三角交会完成目标形貌三维重建。仿真实验结果表明该算法对序列图像具有较好的自动化程度和鲁棒性。     

下颌骨CT序列图象的三维重建

在对医学图象三维重建的研究现状和已有的重建方法进行分析的基础上，从牙科医生进行牙种植手术的实际情况出发，提出了一种简单，实用的三维图象重建算法－影像配准叠加法，该方法的基本思路是：首先对二维CT数字图象进行影像纠正，内插和配准，以确定每个像素的三维坐标值，再按其空间位置关系给每个像素点设置适当的透明度，然后进行影像配准叠加，以便在二维屏幕上显示出具有立体感的真三维图象来，实验结果表明，该方法定位精度高，重建图象失真度小，既能作定性观察，又能作定量测量，并且测量数据精度较高。     

骨组织模型3D打印建模中CT图像序列选择的策略分析

骨组织模型的精确3D打印对骨科手术前进行手术方案规划、术中定位和术后评估手术效果均有不可替代的作用.然而,打印等比例的、与患者完全匹配的、精确的骨组织模型涉及术前CT影像扫描、3D建模、3D打印及打印后处理一系列流程.其中,对于3D打印前的重建,CT扫描图像序列的选择直接影响打印模型的质量.通过比较骨窗序列和标准序列C...     

基于UAV遥感影像的建筑物三维重建

提出一种基于UAV遥感影像的建模方法，其思路为：通过对飞行器摄影姿态控制获取大倾角、高分辨率的城市景观影像，从二维GIS数据库中提取地面位置信息，在GIS信息辅助下利用建筑物单像立体量测算法获取建筑物的高度，并从中提取纹理信息，最终建立其精确的三维空间模型。章最后通过实验验证了该方法的可行性。     

基于CT切片的人脸三维重建

人类感知外界信息,80%是通过视觉得到的。三维重建一直是计算机视觉领域最热门的研究方向之一。研究了基于医学图像的三维重建,从一系列二维断层医学图像中重构出三维实体,以便满足医学应用。     

三维重建中深度图像配准方法研究

三维重建是计算机视觉的主要目的,也是计算机图形学领域的研究热点。通过两两配准和多视角配准的深度介绍和举例说明,系统介绍了深度图像配准方法。通过这些方法可以大大简化三维物体的识别和定位等问题,开辟了机器视觉的一个新途径。     

基于三维激光扫描与无人机倾斜摄影技术的古建筑重建

针对古建筑三维重建中传统技术很难同时兼顾高精度三维信息快速获取和多角度真实地物纹理特征准确采集的难题,提出联合三维激光扫描与倾斜摄影测量技术的古建筑三维重建新方法。新方法充分结合了两种技术的优势,利用特征点匹配算法来实现多源数据精确融合,从而实现古建筑室内外完整三维模型的构建。以中国传统村落渐山村李氏家庙为例,通过该方法构建的三维模型与实际激光测距仪测量数据比较,其相对中误差为5 mm, 且建模效率相对于传统方法也有大幅提升;此外,将构建的模型以不同比例尺进行3D打印与室内外展示,进一步验证了建模数据的可用性;表明该方法将为古建筑文化遗产的修复与保护提供重要技术支持。     

基于三维激光扫描与无人机倾斜摄影技术的古建筑重建

针对古建筑三维重建中传统技术很难同时兼顾高精度三维信息快速获取和多角度真实地物纹理特征准确采集的难题,提出联合三维激光扫描与倾斜摄影测量技术的古建筑三维重建新方法。新方法充分结合了两种技术的优势，利用特征点匹配算法来实现多源数据精确融合，从而实现古建筑室内外完整三维模型的构建。以中国传统村落渐山村李氏家庙为例，通过该方法构建的三维模型与实际激光测距仪测量数据比较，其相对中误差为5 mm, 且建模效率相对于传统方法也有大幅提升;此外，将构建的模型以不同比例尺进行3D打印与室内外展示，进一步验证了建模数据的可用性;表明该方法将为古建筑文化遗产的修复与保护提供重要技术支持。     

基于未标定图像的三维重建算法

提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建,通过施加度量约束将射影重建升级为欧氏重建,即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标,实现场景的三维重建。标记点易于进行点对精确匹配,较手动拾取匹配提高了效率。实验结果表明,利用该算法能够大幅减小再投影误差。     

基于多视角的高精度三维人脸重建

提出了一种多阶段优化的方法来解决基于多视角图片在未知姿态、表情以及光照条件下的高精度三维人脸重建问题.首先,通过重新渲染合成的方法将参数化模型拟合到输入的多视角图片,然后在纹理域上求解一个光流问题来获取不同视角之间的对应关系.通过对应关系可以恢复出人脸的点云,并利用基于明暗恢复几何的方法来恢复人脸细节.在真实数据以及合成数据下的实验结果表明,文中方法能够恢复出带有几何细节的高精度的三维人脸模型,并且提高了现有方法的重建精度.     

面向微运动视频的三维重建

手持相机拍照瞬间, 通常手部抖动可产生画面的微小运动. 一方面微小运动蕴含了视差信息, 将有助于进行场景深度感知并可潜在应用于虚拟/增强现实和照片重定焦等领域. 另一方面, 由于极窄的基线, 图像对应点匹配过程中对噪声较为敏感, 因而从无标定的微运动视频重建场景极具挑战性. 当前处理微运动视频三维重建的主流方法由于没有考虑重建过程的不确定性, 导致算法精度较差. 本文提出一种高精度的从无标定微运动视频复原场景深度的算法, 主要包含2个关键步骤: 首先, 在自标定阶段, 提出一种视点加权的光束平差方法, 充分考虑邻域视点间由于基线不同所产生的匹配不确定性, 减少较窄基线视点的可信度, 保持自标定过程的鲁棒性; 进一步地, 提出一种基于广义全变分平滑的深度图估计方法, 抑制窄基线产生的深度图噪声的同时保持倾斜结构和精细几何特征. 本文提出的方法与当前处理微运动三维重建的主流方法在真实和合成数据集上进行了定量和定性实验, 充分验证了提出方法的有效性.