图像全站仪星点质心快速提取方法研究

提出了一种图像全站仪恒星图像快速星点质心提取方法。该方法首先推导了顾及高度角影响的度盘坐标与像素坐标严格转换模型,并利用其逆变换模型预测恒星概略成像位置;其次以概略成像位置为中心,以一定范围为半径,设定星图处理的范围;最后采用全局阈值分割算法滤除背景噪声,采用八连通域算法确定星点边界,采用灰度质心法计算星点质心坐标。通过对全站仪恒星图像的局部有效处理,与全局图像处理方法相比,将星点质心提取时间缩短到2.1%;质心提取的准确率由90.9%提高到100%,保证了质心提取精度,为实现快速天文测量提供了支撑。     

基于边缘检测的编组法直线提取

对直线相位编组法进行改进，提出了一种在边缘检测基础上进行相位编组提取直线的方法。该方法充分利用了图像的梯度和幅值信息，能够比较准确地提出物体的边缘直线，克服了相位编组法中边缘灰度幅值信息利用不够、容易生成多边缘、不利于突出物体主边缘直线的缺点。在大比例尺域市房屋的提取中能发挥比较好的辅助作用。     

基于图像测量的花键套端面尺寸检测

设计了一套基于图像测量技术的花键套端面尺寸检测系统,采用高分辨率工业相机获取零件图像信息,使用相机标定技术标定相机参数,以校正光学系统导致的零件图像畸变,通过图像处理技术处理并分析图像,得到图像特征尺寸信息,最后采用分区域标定像素当量的方法得到零件实际尺寸.使用该检测系统与三坐标测量仪检测系统进行对比实验,实验结果显示,该系统尺寸检测结果与三坐标测量仪检测结果比照相差不超过10 μm.每个零件检测时间不超过20 s,速度远远快于平均检测时间需约2 min的三坐标测量仪检测方法,因此在满足检测精度的基础上大大提高了检测速度,实现了花键套尺寸批量检测.     

基于边缘检测的编组法直线提取

对直线相位编组法进行改进,提出了一种在边缘检测基础上进行相位编组提取直线的方法.该方法充分利用了图像的梯度和幅值信息,能够比较准确地提出物体的边缘直线,克服了相位编组法中边缘灰度幅值信息利用不够、容易生成多边缘、不利于突出物体主边缘直线的缺点,在大比例尺城市房屋的提取中能发挥比较好的辅助作用.     

一种有效的航拍图像中直线提取算法

首先对航拍图像进行小尺度高斯滤波;然后进行边缘检测,得到边缘检测幅度图像;再在边缘检测幅度图像中进行启发式搜索连接,提取出符合直线模型的直线搜索轨迹;最后根据直线搜索轨迹的判别获取直线。实验结果表明,该算法可以在航拍图像中提取出真实的直线,是一种有效的直线提取算法。     

基于Hough变换的航空影像建筑物半自动提取

针对Hough变换不能检测直线段的缺点,提出了一种改进的Hough变换用于影像中矩形建筑物的半自动提取。同传统Hough变换相比,改进的Hough变换充分利用了Hough变换的参数空间数据,将Hough变换的“投票”过程和直线段的检测过程融为一体,获得直线段的端点坐标。根据直线段的端点坐标消除虚假直线段的过连接,并根据直线段的角度、距离条件合并直线段。最后通过直线段上的若干点利用最小二乘法拟合出一条最佳直线,通过计算最佳直线的交点确定建筑物的角点坐标,完成影像中建筑物的半自动提取。实验结果表明:用改进的Hough变换算法提取出的航空影像中建筑物边缘结果是正确的,定位精度较高。     

一种高精度的工业钣金件图像直线提取算法

研究应用一种高精度的工业钣金件图像直线提取算法在工业测量中的应用,该算法采用设计好的基本模型库,经过人机交互获得初值,然后进行最小二乘模板匹配提取工件边缘直线。     

基于数学形态学的圆形标志定位

在用形态学算子对图像进行预处理的基础上,采用一种改进的形态学抗燥型边缘检测算子检测出边缘,最后用最小二乘拟合法对标志中心进行定位,通过实验证明该方法在有效抑制噪声的同时对标志实现了自动精确定位。     

测量机器人小视场星图一维最大熵星点图像分割算法

图像分割是处理恒星星图的基本问题之一,也是确保野外高精度天文测量精度的关键步骤。图像分割的重点是图像二值化,对于星图的复杂星空背景,传统的阈值分割算法难以将星点目标从背景中提取出来。针对徕卡视频测量机器人TS50i拍摄恒星星图的小视场、单星点、弱目标和单峰性的特点,首次提出了运用一维最大熵法对星图进行阈值分割。对比分析了常用的几种阈值分割算法,通过对分割结果的比较和定量分析,验证了一维最大熵法能够在充分保留图像信息的同时,对TS50i图像达到具有良好的二值化处理效果。基于大量实拍星图背景的仿真试验表明,以该算法为基础的星点提取算法的准确性和可靠性得到验证,星点提取精度较野外一等天文测量精度要求高一个数量级,可以满足野外高精度天文测量的需求。     

一种能适应月相变化的月球图像中心提取算法

月球是夜间最亮的天体,测月导航可在云雾天气下有效弥补传统天文导航在夜间只能观测恒星的不足,扩大天文导航的可用范围。为实现测月导航,提出了一种能适应不同月相变化的月球敏感器图像月球中心提取算法。利用Sobel-Zernike矩算子对图像进行边缘检测,利用基于圆形性检测的搜索算法筛选月球边缘点并以此提取月球中心。经半物理仿真实验解算,该算法能够针对不同月相图像有效提取月球中心,中心提取的内符合平均精度为0.16像素,外符合平均精度为2.86″。由于在月球上观测地球也有"地相"变化,该算法同样适用于月球车地球敏感器图像中心提取。     

星点亚像元细分定位精度分析

星点的精确定位为后续的导航解算提供数据支撑。基于高斯分布原理进行星点模拟,为星点定位提供图像数据。分别介绍了质心法和高斯曲面拟合法的亚像元细分定位原理,并研究系统误差、随机噪声、分割阈值、星等和星点坐标分布5个因素对星点定位精度的影响,分析两种方法的异同点。对模拟的星点进行定位分析发现,星点距离参考点越远定位误差越大,定位精度随噪声增大而降低。实验表明,相比高斯曲面拟合方法,质心法具有更好的实用性,其定位精度对星点的像元信息依赖性较小。     

无人机载多面阵组合宽角五相机影像拼接技术

近年来无人机在航空摄影测量中得到广泛应用,且多面阵宽角组合相机与单相机作业模式相比有诸多优势。针对无人机搭载的组合宽角五相机的影像处理问题,提出了实现大像幅影像拼接的方法与技术流程。通过在子影像重叠区域内建立视差方程,采用最小二乘法整体答解相对角元素修正量,最终得到精确的相对角元素值并作为影像的拼接参数,实现了多面阵组合五相机的影像拼接。     

测日定位中病态问题的有偏估计及精度分析

目前月球/火星车上均搭载有太阳敏感器用于导航,但需要较长的跟踪观测时间才能实现绝对定位,影响了导航的实时性。本文研究如何在超短的跟踪观测时间(1~2min)内,实现测日绝对定位。首先推导了高度法定位的最小二乘法求解模型,并首次从病态问题的角度看待测日定位问题,采用奇异值分解法对病态问题进行了诊断。通过仿真算例,将有偏估计的方法应用于测日定位,并对不同有偏估计方法进行了比较。仿真计算结果表明,有偏估计总是能够改善初值的精度,明显优于最小二乘法。但初值的选取对有偏估计的影响非常显著,有偏估计总是将初值沿着太阳的指向稳定收敛到一条与太阳指向垂直的直线上,且这条直线通过真值。     

常用边缘检测算法在不同影像海岸线中提取比较研究

海岸线是区分海洋与陆地区域的基本线。由于区分不同的海岸线时的标准不同,因此,不同的海岸线在卫星影像上提取方法也各不相同。本文采用常用的边缘检测方法,如Sobel 算子、Roberts算子和Canny算子三种算法对人工海岸和沙质海岸线进行提取比较,并通过实验数据验证评价3种算子提取海岸线的效果。     

用改进的BP网络进行图像边缘检测

由于噪声的干扰,常规的图像边缘检测方法往往效果不佳,因此提出了一种基于改进BP网络的边缘检测方法。在充分考虑边缘和噪声本质区别的基础上,构造具有较强抗噪能力的特征向量,然后用样本图像对四层BP网络采用改进BP算法进行训练。最后,将训练后的网络用于图像的边缘检测。实验证明这种方法是有效的。     

遗传算法与最小二乘法相结合的遥感图像子像素匹配

图像匹配在计算机视觉和数字摄影测量中都是一项十分重要的任务。为了加速匹配并为高精度子像素匹配提供稳健而相对精度的初值，本文提出了一种基于遗传算法（GA）和最小二乘法匹配（LSM）相结合的遥感图像子像素匹配算法。实验表明：基于遗传算法的匹配算法比序贯相似度度量（SSDA）和经典的平均绝对差（MAD）方法要快得多。以我们的实验数据为例，MAD与GA在相关计算总量上的比至少为36：1。本文从理论上证明了这一点。     

基于小波和线矩的实孔径雷达图像与TM图像的匹配

为了充分利用多源遥感信息,常常需要解决不同传感器图像之间的匹配问题。为此,本文初步探讨了一种基于小波边缘检测与线矩描述的实孔径雷达图像与ＴＭ图像的匹配算法。实验结果表明：如果搜索窗口内存在较丰富的特征,该算法可以获得满意的结果。     

一种适用于SAR图像边缘检测的序贯算法

提出了一种用于检测SAR图像上阶跃性边缘的序贯算法。由于SAR图像上存在大量的光斑噪声而使图像质量受到严重影响，而光斑噪声属于乘性噪声，不服从高斯分布，因此常用的图像处理方法难以取得好的效果。文中首先根据光斑噪声模型，自动确定图像中高反差部分，然后采用具有高抗噪性能的边缘检测算子，进行边缘提取。实验证明该算法明显提高了特征提取速度，同时具备良好的抗噪声能力。     

视频测量影像序列椭圆形人工目标点快速识别和跟踪方法

针对视频测量建筑物健康监测获取海量影像序列数据快速、准确识别和跟踪目标点的需求,提出基于影像块技术的椭圆形目标点识别和跟踪完整算法。该算法采用影像分块技术降低数据处理量,实现椭圆形目标点跟踪,集成数学形态学和椭圆几何属性特征,消除图像块边缘检测的非椭圆边缘信息,实现椭圆轮廓的提取,并采用最小二乘法拟合椭圆中心实现亚像素定位,快速、准确地实现视频测量建筑物健康监测椭圆形目标点的识别与跟踪。试验结果表明该方法获取的椭圆中心点像素坐标的RMS残差优于0.025个像素,且相对于随机Hough变换和模板识别算法,跟踪效率提高5倍以上。