采用SIFT的末制导图像匹配技术

图像匹配技术作为末制导图像处理器的关键技术具有重要的理论意义和实用价值。近年来,SIFT算法以其优秀的匹配性能在图像匹配领域受到广泛的关注。针对传统的及现有的改进SIFT算法计算复杂、难于实际应用的问题,使用VC++对各种SIFT的改进算子进行仿真实验,对比不同算子的实验性能,提出一种更加快速稳定的SIFT算法。在尺度空间极值检测和建立特征点描述符方面进行改进,与现有方法相比,不但保持了特征的丰富性,同时大大简化了计算量,提高了运算速度。目前,算法已经植入工程硬件平台。实验表明:改进的SIFT算法能够在图像发生缩放、旋转、平移等变化,并受到噪声、光照变化和拍摄条件不同图像内容细微变化的条件下,准确识别目标;通过双DSP并行等优化方法,算法可以满足实际工程要求的小于200 ms的捕获时间指标。

提取直线特征实现机场跑道实时检测

考虑基于链码跟踪和霍夫变换的传统直线检测方法对噪声敏感且计算量大的缺点,提出了将改进的链码跟踪与分层霍夫变换相结合的方法来提取直线,成功实现了航拍图像中机场跑道的实时高精度检测。采用改进的链码跟踪剔除短的和弯曲的线段,减少霍夫变换处理的点数,同时确定直线的近似方向,缩小霍夫变换的角度搜索范围。对霍夫变换进行金字塔分层计算,减小计算量。在程序设计方面,为图像建立链表结构数组,固定内存空间大小,避免了动态分配内存方式生成链表产生的越界问题。该算法已经成功嵌入TMS320C6416硬件平台。实验结果表明,本算法比传统霍夫变换算法运算量减少了约29倍,与单纯的链码跟踪直线检测相比,能够克服图像的模糊、遮挡等干扰,成功实现了机场跑道的实时精确检测。

结合归一化差分高斯特征的图像匹配技术研究

图像匹配技术是目前国际上航空摄影测量、光学和雷达跟踪、飞行器巡航制导、导弹投射系统的末制导寻的等领域发展迅速前沿、尖端技术之一。近年来,SIFT算法以其优秀的匹配性能在图像匹配领域受到广泛的关注。鉴于传统SIFT及改进算法计算复杂,难于实际应用的问题,提出结合归一化差分高斯特征的图像自动匹配技术,提取对于复杂影响鲁棒的归一化差分高斯特征,通过在特征点处建立主方向趋势特征向量,减少传统特征向量的冗余,解决不同条件下获取的目标或场景的图像匹配问题.大量实验表明,本匹配算法能够适应图像的旋转、缩放、平移等变化,并且对于噪声、光照变化影响鲁棒;同时计算速度快,具有较好的工程实用价值。

似然相似度函数在目标跟踪中的鲁棒机理研究

复杂背景条件下低对比度目标的跟踪和测量方法,是视觉领域的一个重要课题.低对比度,低信噪比,目标旋转、缩放、被遮挡等非理想状态给跟踪算法的研究带来很大困难,算法既要适应目标和背景的复杂变化,又要保证运算量小,满足工程实时性要求.提出一种基于似然相似度函数的低对比度目标跟踪方法.在建立模型阶段,利用棱锥面方程的单峰特性突出模型中的目标灰度信息,使目标与背景灰度信息的可区分性更高;在模型匹配阶段,从统计学中的极大似然估计方法得到启发,构造一种新的似然相似度函数,与传统的相似度量相比,度量值的可区分性更高,大大提高了匹配区域的无重复模式;最后,将目标跟踪过程转化为对目标跟踪位置的极大似然估计过程.目前,该算法已经成功嵌入TMS320C6416硬件平台.大量实验结果表明,该算法所能探测的目标对比度LSCR最低限度约为3.作为实例,给出复杂背景下低对比度LSCR=4.9时空中飞机的实验结果.

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。

结合直方图紧凑均衡的图像增强算法

鉴于现有的平台直方图均衡图像增强算法的平台阈值难于选择的问题,文中提出了一种结合直方图紧凑均衡的图像增强算法,将稀疏的直方图分布紧凑化,同时构造自适应平台阈值选取方法,增强图像的细节,限制背景和噪声。该方法克服了传统平台直方图方法整体提升,细节不突出的缺点。目前算法已经嵌入工程硬平台,针对大量低照度图像的实验结果表明,算法能够根据图像内容,自适应选择平台阈值,提升图像细节,较好地抑制背景,同时计算简单,便于实际应用。

空间机器人双目视觉测量系统精度分析

鉴于现有的精度分析方法多为针对相机参数对精度影响的定性分析而缺少针对特定系统的量化分析模型,建立了双目测量系统数学模型,推导出相机参数、摆放角度、摆放基线、加工装调精度与系统精度之间的解析关系。利用该解析关系可以根据系统的精度要求,确定相机的参数、光学系统的安装精度、加工精度等参数,从而实现了可量化的系统设计,同时给出了完整的示例计算。

复杂场景中航天器靶标的快速识别

基于靶标的几何特征提出了一种快速识别算法来解决目前航天器靶标识别存在的问题。设计了一款带有线段与圆环图案的合作靶标。利用高斯滤波去除图像中的噪声,运用Canny检测算子得到边缘图像,并跟踪得到单像素边缘序列。然后,通过判断非共线四点是否共圆排除大部分不可能构成圆的边缘,利用同一圆周的两段子弧对应相同圆心和半径的几何特征实现圆检测。最后根据靶标圆与线段的几何关系排除干扰,实现靶标的准确识别。实验结果表明,该靶标识别算法对噪声、光照、旋转等不敏感,能够在多种复杂场景中快速、准确地识别靶标,处理时间小于125ms,满足实时位姿测量8帧的需要。目前,该算法已经成功应用于工程样机。

基于几何特征的圆形标志点亚像素中心定位

视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0.023 7pixel,算法的运行时间为2~3ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。

结合尺度空间FAST角点检测器和SURF描绘器的图像特征

为了获得能够很好地应用于远距离目标识别且计算快速的图像特征,本文提出了一种结合尺度空间FAST(加速分割试验特征)角点检测器和SURF(加速鲁棒特征)描绘器的新特征算法。SURF算法利用了基于快速海森矩阵的关键点检测算法,容易从图像中快速海森矩阵响应值较高但信息匮乏的边缘区域提取大量关键点,进而导致大量的低独特性特征以及不可忽视的误匹配率;同时,其高斯滤波带来的图像模糊使得算法在远距离目标区域内检测到的关键点数量减少,从而对远距离目标的识别造成困难。针对SURF算法的这些问题,本文方法利用尺度空间FAST算法代替快速海森矩阵,并利用具有良好的独特性的SURF描绘器。该方法能够有效地减少对上述类型的干扰性关键点的提取,对远距离目标的关键点检测的性能相对于快速海森矩阵具有显著优势,且其独特性优于同样使用FAST角点检测器的BRISK特征。实验结果表明,对于带有光照变化、尺度变化和3D视角变化目标,基于本文特征的识别算法的识别正确率高于基于SIFT、SURF和BRISK特征的识别算法;本文特征适用于远程目标识别,同时其计算速度达到了与SURF接近的水平。

一种CMOS相机测量系统的设计

介绍了一种应用在空间项目中,可以对合作目标进行自动识别和测量的CMOS相机系统。相机系统以E2V公司生产的EV76C560AR为图像传感器;以V4系列FPGA和C67x系列DSP为图像处理核心。文中着重描述了相机系统中数据流的处理过程,包括图像压缩,多通道数据交换,数据通讯。使用FPGA实现图像数据流的H.264格式压缩;用FPGA控制RT端实现相机系统在1553B总线上的信息通讯;有限状态机实现了图像数据流在FPGA、DSP和SRAM间的交换。此相机测量系统已经在初样载荷上稳定工作。

关于外汇组合风险相关性的分析

与线性相关系数相比,相关结构函数能够更充分地描述风险之间的相关性。目前,形式相对简单的正态相关结构已经逐渐应用于资产定价、风险管理等金融领域。本文引入t相关结构与正态相关结构相比较,提出一种方法选择合适的相关结构描述亚洲即期外汇汇率的相关性,同时可广泛应用于分析股票、期权等许多金融资产的相关性。

基于以太网的高速图像传输的研究与实现

长期以来,人们对图像处理的需求越来越大,要求也越来越高,图像的高速传输又一直是图像处理中的瓶颈。与此同时,随着网络技术和FPGA(可编程逻辑器件)的不断发展与进步,这为有效地解决图像的高速传输问题提供了新的方法和途径。因此文中针对此问题并结合实际的工程实践提出了基于以太网的图像传输系统。文中采用了以太网协议,在FPGA硬件上实现了高速图像的实时传输系统,并在上位机实现了图像的实时处理。实验结果表明该系统具有集成度高、可靠性高、传输速度快等优点,能够有效地解决图像传输中的速度限制。

手眼相机位姿测量精度理论分析及验证

从理论和实验上对手眼相机位姿测量精度进行了研究。首先,根据靶标设计形式和P3P算法介绍位姿测量原理。接着,从理论上分析了位置测量精度和姿态测量精度,即靶标沿X轴平移位置测量精度和靶标绕X轴、Y轴、Z轴旋转测量精度。然后,对通常的检测方法进行分析,提出了以产生相对位姿实现六维自由度变化的检测方法,提出用中误差对测量精度进行评价,并具体介绍了检测方法。最后,对手眼相机测量精度进行了实际检测,将实验数据与理论数据进行了对比分析。实验结果表明:距离测量精度最大为25.60 mm,旋转测量精度最大为1.4°,均满足测量精度的要求。

基于合作靶标的在轨手眼标定

针对空间站机械臂的在轨手眼标定问题,提出了一种利用合作靶标位姿求解手眼关系的方法。机械臂执行2次小幅度运动,让安装在机械臂末端的摄像机在3个不同的位置拍摄合作靶标图像;提取每幅图像中3个特征点的图像像素坐标,结合预标定的摄像机内部参数求解出与其对应的图像物理坐标;接着用P3P算法求取每幅图对应的摄像机外部参数;再根据摄像机外部参数和机械臂的2次运动参量,用矩阵重排的方法求解手眼转换矩阵。采用六自由度转台对此方法进行了验证,实验结果表明手眼标定误差小于0.05 mm,满足机械臂系统精度要求。该方法同时完成了单目位姿测量和手眼标定,操作步骤简单、计算量小、精度高。

空间站机械臂位姿测量中合作靶标的快速识别

空间站机械臂在完成辅助对接或者目标抓捕时,需要实时求取机械臂上的视觉传感器与目标上的合作靶标之间的位置和姿态,而其前提条件是合作靶标的快速识别。本文提出了一种合作靶标的快速识别算法。算法分为3大步骤:首先用Sobel算子和改进的非极大值抑制算法提取靶标图像的单像素边缘;然后将每条边缘分为两段,分别采用最小二乘法进行圆拟合,若两段拟合结果相似则该边缘属于圆形;最后根据圆形的大小在每个圆形周围开出一大一小两个正方形窗口,统计在两窗的补集内距离圆心较近的直线数量,若直线数量满足规定条件则认为是合作靶标。利用手眼相机、六自由度转台和合作靶标对算法进行了验证,实验结果表明该算法能在1.5m的距离内准确识别合作靶标,且不受光照条件影响。合作靶标的识别算法快速、稳定、抗干扰能力强。