利用CCD摄像机求解飞行器运动参数

针对飞行器的视觉导航应用,提出了利用CCD摄像机来估算飞行器运动参数的实时方案。在利用CCD摄像机所拍摄的序列图像中,首先,自动提取出第1帧图像中比较明显的特征点,并在后续的图像中对所提取的特征点进行追踪。然后,利用多视图几何技术来标定摄像机的外参数。所标定的摄像机的外参数经过转换就可以获得飞行器的运动参数。通过对实际拍摄的图像进行计算,反投影误差的最大值为0.03911,而处理26帧图像需要的时间为0.9194s,说明本方案在计算精度和实时性上是可行的。     

直线运动摄像机在线动态标定

为实现AS-R智能机器人在运动情况下摄像机在线动态标定,提出一种新的基于粒子滤波的直线运动摄像机标定方法。用状态空间方法描述直线运动摄像机模型,把摄像机内参数和位置运动参数作为状态量,特征点图像坐标作为观测量,根据粒子滤波算法求得摄像机内参数和位置运动参数的最优估计,并用双线程实现整个标定过程。AS-R机器人在直线运动情况下的摄像机在线动态标定实验结果表明：该算法是合理可行的,并且具有很高的标定精度和良好的鲁棒性。该方法适用于各种类型的系统噪声。     

基于摄像机运动控制的运动目标检测与跟踪算法研究

本文提出基于摄像机运动控制的运动目标的一种检测与跟踪算法。首先预设多幅参考背景图像差分方法检测运动目标区域,然后采用投影法快速确定运动目标体的位置及移动方向,来控制摄像机转动预设角度跟踪移动目标。该方法实现了将运动目标跟踪置于画面的最佳观测位置,针对大多数摄像机位置固定的场所,该法具有较大的广泛适用性。     

基于鲁棒背景运动补偿的运动目标检测算法*

提出一种用仿射参数模型来近似场景中摄像机的复杂运动,采用参数化的多分辨率估计方法鲁棒地估计出仿射参数;然后在当前帧与运动补偿后的帧之间求光流场,得到目标轮廓的初始分割;最后通过聚类和搜索填充算法分割出完整的目标.试验结果表明,该运动补偿算法能有效消除摄像机运动引起的背景运动,在摄像机运动情况下得到完整的目标.     

基于改进核相关滤波器的PTZ摄像机控制方法

针对传统的PTZ(pan-tilt-zoom)摄像机控制方法是依靠人工操作,无法连续、实时跟踪动态目标,且跟踪目标准确度低等缺陷,提出了一种基于改进的核相关滤波器(KCF)目标跟踪算法的PTZ摄像机控制方法.首先,对传统的KCF目标跟踪算法做了运动状态估计和尺度估计方面的改进.在目标运动状态估计中,将粒子滤波框架与传统KCF算法相结合,估算出运动目标的位置.这种基于概率的运动状态估计方法可以获得更加稳定的目标信号并同时减少背景干扰信息的引入,从而可以在复杂场景下具有更强的抗干扰性.目标尺度估计中采用相关滤波器在尺度金字塔中估算目标的尺度,使算法对尺度变化的运动目标具有更强的适应能力.其次,根据跟踪结果信息,通过PELCO D协议控制PTZ摄像机,始终保持目标在视频画面内.最后,将改进KCF算法与其他跟踪算法在Benchmark数据集中做对比实验,验证改进算法的鲁棒性与有效性.将算法应用于PTZ摄像机的控制中,并用C++语言实现了改进KCF算法控制PTZ摄像机上位机,实验结果表明该PTZ摄像机控制方法能准确跟踪被遮挡目标,使其稳定地呈现在取景框中.     

基于主动视觉的摄像机自标定方法

摄像机标定是计算机视觉的一项基本任务．目前基于 主动视觉的摄像机内参数自标定方法可分为两类：第一类方法是通过摄像机在三维空间内作 两组平移运动,来求解摄像机内参数．第二类是由Basu, Du, 和Hartley等人提出的通过摄 像机旋转,求解摄像机内参数方法．后者在实际应用中存在严重不足,由于它要求摄像机只 绕光源中心旋转,不能有任何平移,而在工程实践中摄像机光源中心难以测定,其旋转也难 以保证无任何平移,因此难以实用．本文提出的摄像机标定方法属于前一类方法．与以往方 法相比,它不要求摄像机作多组相互正交的平移运动,只要能准确测定出摄像机相对于初始 位置三次线性独立平移运动的平移矢量,即可线性求解出摄像机内参数．理论证明,解存在 且唯一．数值模拟表明该方法具有较强的鲁棒性,最后给出了采用真实图像的实验结果．     

便携式车轮定位参数视觉检测系统研究

将双目视觉测量技术应用到汽车四轮定位中,采用两个摄像机的立体视觉方法,采集目标板图像并提取目标板上特征点,并根据几何模型计算特征点的空间位置,求得目标板的空闯位姿,通过分析车轮运动模型建立车轮参数模型,进而得到需要的角度;完成了亚像素级角点提取并正确匹配,标定了两个摄像机的内外参数与视觉系统参数,得到了目标板的空间位姿,通过实验的方法,验证了方案的可行性,分析了误差来源,同时初步搭建了WINCE嵌入式实验平台进行嵌入式算法研究.     

运动捕获系统中多摄像机布局优化方法

分析运动捕获系统的特点,建立多摄像机及场景目标的表示模型,依据摄像机透视投影模型分别建立了多摄像机最大覆盖约束、空间点定位精度约束、以及空间点受遮挡影响的数学表示模型,综合这些约束条件构建运动捕获系统多摄像机布局优化问题的最小化优化目标函数.利用粒子群优化算法对问题进行求解,基于实际系统配置参数的验证实验表明了方法的有效性.     

基于Matlab工具箱的摄像机标定

研究了摄像机成像的基本原理,论述了摄像机内部参数和外部参数的推导过程,借助Matlab标定工具箱,采用平面靶标的标定方法,快速准确地完成了标定实验,得出内部参数和外部参数,并对所得外部参数进行数据处理,得出摄像机运动前后两坐标系之间的相互位置关系.     

单目变焦摄像机自运动的标定测量法

为了在单目摄像机变焦情况下测量其自运动参数,提出一种单目变焦摄像机自运动的参数标定测量法。在飞行平台着陆过程中,固连其上的单目俯视摄像机对包含已知世界坐标的特征点的静态着陆平面进行连续拍摄,该方法利用单帧图像可解算得到摄像机拍摄当时的等效焦距及其相对于着陆平面的6自由度位置,结合多帧信息即可对摄像机自运动的运动速度进行估计,进而转换为飞行平台的着陆运动参数。实验结果证明该方法可行有效。     

基于模型的头部运动估计和面部图像合成

文中讨论一种基于模型的头部运动估计和面部图像合成方法。首先建立了一个基于人脸几何模型的可变形三维面部模型,此模型可根据不同人脸图像特征修正特定人脸模型。为了使特定人脸模型与特定人脸图像相匹配,需根据变形模型修正人脸模型。文中采用自动调整与人机交互相结合的方法实现特定人脸模型匹配。在调整完模型形状之后,应用３个方向的面部图像进行纹理映射生成不同视点方向的面部图像。应用合成面部图像与输入面部图像最佳匹     

基于Radon变换的运动模糊图像参数估计

运动模糊图像的参数估计直接影响图像的去模糊效果。提出了基于Radon变换的参数估计算法,结合运动模糊图像的频谱特性和Radon变换的数学含义,通过计算运动模糊图像二维频谱的Radon变换值,有效地估计出运动模糊的方向角θ和长度L两个参数。实验表明,该方法简单可行,参数估计准确,最终的图像去模糊效果良好。     

一种估测运动目标Time—toCollision的方法

提出了一种直接从图象序列中估测运动目标到被攻击物体的撞击时间的方法，建立了目标运动的象面模型，并设计了一种利用多子区相关跟踪器和最小二乘估计方法估测撞击时间的方案。计算机仿真实验结果证明了该方案的可行性。     

基于支持向量机的图像亚像素配准及超分辨率重建

超分辨率重建是根据场景的一组低分辨率图像重建其高分辨率图像。重建算法中,低分辨图像之间的亚像素配准是很重要的一部分。提出了一种基于支持向量机的亚像素配准方法,将低分辨图像之间的相对旋转平移参数看成支持向量机的目标集,通过支持向量回归建立图像特征与目标集之间的映射关系,从而计算图像间的相对运动参数。实验表明,与现有算法相比,所提出的算法具有较高的精度。     

基于霍夫变换的图像运动模糊角度识别法的改进

运动模糊图像的复原主要依赖于对运动模糊参数的估计。针对R.Lokhande等人提出的基于霍夫变换的运动模糊角度估计法进行改进,通过增加预处理步骤,并利用霍夫变换得到更多合适直线,然后取加权均值得到最后估计角度值。实验表明,改进方法能得到比原方法更精确的角度值,并且更加稳定。     

A Stochastic Approach for Blurred Image Restoration and Optical Flow Computation on Field Image Sequence

The blur in target images caused by camera vibration due to robot motion or hand shaking and by object(s) moving in the background scene is different to deal with in the computer vision system.In this paper,the authors study the relation model between motion and blur in the case of object motion existing in video image sequence,and work on a practical computation algorithm for both motion analysis and blut image restoration.Combining the general optical flow and stochastic process,the paper presents and approach by which the motion velocity can be calculated from blurred images.On the other hand,the blurred image can also be restored using the obtained motion information.For solving a problem with small motion limitation on the general optical flow computation,a multiresolution optical flow algoritm based on MAP estimation is proposed. For restoring the blurred image ,an iteration algorithm and the obtained motion velocity are used.The experiment shows that the proposed approach for both motion velocity computation and blurred image restoration works well.     

Motion-Blurred Image Restoration Based on Joint Invertibility of PSFs

To implement restoration in a single motion blurred image, the PSF (Point Spread Function) is difficult to estimate and the image deconvolution is ill-posed as a result that a good recovery effect cannot be obtained. Considering that several different PSFs can get joint invertibility to make restoration well-posed, we proposed a motion-blurred image restoration method based on joint invertibility of PSFs by means of computational photography. Firstly, we designed a set of observation device which composed by multiple cameras with the same parameters to shoot the moving target in the same field of view continuously to obtain the target images with the same background. The target images have the same brightness, but different exposure time and different motion blur length. It is easy to estimate the blur PSFs of the target images make use of the sequence frames obtained by one camera. According to the motion blur superposition feature of the target and its background, the complete blurred target images can be extracted from the observed images respectively. Finally, for the same target images with different PSFs, the iterative restoration is solved by joint solution of multiple images in spatial domain. The experiments showed that the moving target observation device designed by this method had lower requirements on hardware conditions, and the observed images are more convenient to use joint-PSF solution for image restoration, and the restoration results maintained details well and had lower signal noise ratio (SNR).     

基于多直线特征的电子图象稳定算法

提出了一种基于多直线特征的全局运动估计算法，同时也介绍了它在电子图象稳定（EIS）系统中的应用，首先，用全局运动估计技术来估计摄像机的运动，即通过小波变换法提取图象中的边缘，并利用Hough变换法提取图象中的直线段特征，然后按照直线段的特征参数和位置选择原则选择具有分布特性的多个直线段，并通过对应的直线段特征比较计算局部运动参数和全局运动参数；最后根据全局运动估计结果，利用滤波法进行抖动判别和补偿，实现对图象序列的稳定处理，实验结果表明，多直线特征可以准确且稳定地估计摄像机的运动参数，通过滤波法可以消除视频序列的抖动。     

基于迭代反投影的超分辨率图像重建

提出了一种结合频域运动估计和迭代反投影的超分辨率图像重建算法。根据输入低分辨率序列图像各帧之间的傅立叶变换相位差,估计出每幅低分辨率图像相对于参考低分辨率图像的子象素位移;依据所得的子象素位移并结合迭代反投影算法,实现了超分辨率图像重建。实验结果表明,该算法是一种有效的超分辨率图像重建方法。     

一种面向弱小目标检测的序列星图配准算法

对于星空观测CCD相机获得的序列图像,由于相机姿态的变化使得图像存在全局运动,空间目标的运动与背景恒星的运动混淆在一起,增加了空间目标检测的难度,为了有效地对空间弱小目标进行检测,提出了一种序列星图配准算法。首先,对图像进行预处理,包括成像传输通道不同导致的辐射不均匀性校正和空间杂散光辐射校正;然后,利用序列图像一一对应的高亮恒星星像质心作为特征点计算全局运动参数;最后,提出了一种基于星像质心坐标矩阵的星图配准算法,将星图转换为星像质心坐标矩阵的形式,利用全局运动参数对星像质心坐标矩阵进行处理,进行星图配准,同时对背景恒星进行滤除。算法能够有效地克服恒星和杂散光的干扰,而且在配准过程中将对星图的处理转化为对星像坐标矩阵的处理,省略了配准过程中的图像重采样与变换步骤,节约大量的运算时间,配准后的图像在对恒星背景进行滤除的同时,在一定程度上降低了弱小目标检测的难度。