为解决双目视觉三维重建深度图边缘不连续的问题,提出基于加权最小二乘(weighted least squares,WLS)滤波的深度图优化,经双目标定、畸变矫正、立体校正、立体匹配建立三维深度图,加入WLS滤波,通过调整正则项更改约束条件,对梯度较大的...为解决双目视觉三维重建深度图边缘不连续的问题,提出基于加权最小二乘(weighted least squares,WLS)滤波的深度图优化,经双目标定、畸变矫正、立体校正、立体匹配建立三维深度图,加入WLS滤波,通过调整正则项更改约束条件,对梯度较大的区域减少约束,保留图像边缘,对梯度较小的区域平滑处理,去除噪声,采用峰值信噪比、结构相似性指数、平均绝对误差3个参数评价图像质量。评价结果表明:与半全局匹配算法相比,此算法的峰值信噪比增大1.849 dB,图像失真更少,质量更高;结构相似性指数增大0.4151,与原图结构相似性更强;平均绝对误差减小21.5422,还原度更高。重建的深度图视觉效果更好,改善立体匹配不连续的问题,减小匹配误差,使视差图质量更高。展开更多
三维定位是实现采茶机器人精采名优茶的关键技术,对保证机器人采摘茶叶高品质和高产量具有重要的意义,传统的SGBM(Semi-Global Block Matching)算法存在匹配效果差,还原效果不高等问题。本文提出SGBM算法与WLS(Weighted Least Squares)...三维定位是实现采茶机器人精采名优茶的关键技术,对保证机器人采摘茶叶高品质和高产量具有重要的意义,传统的SGBM(Semi-Global Block Matching)算法存在匹配效果差,还原效果不高等问题。本文提出SGBM算法与WLS(Weighted Least Squares)的融合算法,使得茶叶嫩芽深视图轮廓更清晰、前后景分层更明显、还原度更高,实际定位效果更精准。实验表明:采用SGBM与WLS融合算法能够将定位误差控制在1 mm左右,约是同等条件下其他传统融合算法精确度的7倍,提高了机器人采摘茶叶时定位的工作效率,为后续实现采茶机器人智能化提供一定帮助。展开更多
雾天退化图像的复原过程中,针对大气光幕和大气亮度估计不准确导致光晕效应、偏色现象和对比度不足等问题,提出一种结合WLS(weighted least square)滤波与还原控制因子的去雾算法.首先分析WLS滤波器的原理和性能,并用于大气光幕的有效提...雾天退化图像的复原过程中,针对大气光幕和大气亮度估计不准确导致光晕效应、偏色现象和对比度不足等问题,提出一种结合WLS(weighted least square)滤波与还原控制因子的去雾算法.首先分析WLS滤波器的原理和性能,并用于大气光幕的有效提取;其次利用Sobel算子检测二值化图像边缘,将边缘数目与像素均值同时作为四叉树空间索引的依据,提高大气亮度的估计准确性;最后分析天空出现颜色失衡现象的原因,引入还原控制因子改善视觉效果.实验结果表明,去雾后图像的平均梯度整体提高58.03%,信息熵提高2.88%,运行时间节省50%以上.该方法对含有浓雾、薄雾以及天空等深度复杂的远景图像、近景图像均能得到高对比度、可视度和色彩保真度的恢复效果.展开更多
进行室内目标定位的过程中,采集到的目标图像存在失真问题,导致定位目标与真实目标存在偏差,影响最终定位效果。为此,提出基于超分辨率(Super Resolution,SR)和加权最小二乘(Weighted Least Squares,WLS)准则的室内目标定位方法。利用...进行室内目标定位的过程中,采集到的目标图像存在失真问题,导致定位目标与真实目标存在偏差,影响最终定位效果。为此,提出基于超分辨率(Super Resolution,SR)和加权最小二乘(Weighted Least Squares,WLS)准则的室内目标定位方法。利用构建的宽深超分辨率(WDSR)网络采集室内目标图像,并基于SR算法建立超分辨率重构模型,将采集的图像输入到模型内,对室内目标图像超分辨率重构,达到高度还原目标缺失信息的目的。根据重构结果,利用多传感器获取室内目标定位初值,采用WLS准则计算多传感器与室内目标位置之间的关系,建立WLS损失函数,定位室内目标。通过对该方法开展室内目标图像清晰度对比测试、待测目标定位误差对比测试以及室内目标定位测试,证明了其精准性高、有效性强。展开更多
文摘为解决双目视觉三维重建深度图边缘不连续的问题,提出基于加权最小二乘(weighted least squares,WLS)滤波的深度图优化,经双目标定、畸变矫正、立体校正、立体匹配建立三维深度图,加入WLS滤波,通过调整正则项更改约束条件,对梯度较大的区域减少约束,保留图像边缘,对梯度较小的区域平滑处理,去除噪声,采用峰值信噪比、结构相似性指数、平均绝对误差3个参数评价图像质量。评价结果表明:与半全局匹配算法相比,此算法的峰值信噪比增大1.849 dB,图像失真更少,质量更高;结构相似性指数增大0.4151,与原图结构相似性更强;平均绝对误差减小21.5422,还原度更高。重建的深度图视觉效果更好,改善立体匹配不连续的问题,减小匹配误差,使视差图质量更高。
文摘针对室内全球导航卫星系统(Global navigation satellite system,GNSS)信号受遮挡时,农用车辆协同定位精度低、稳定性差、信号丢包等问题,本文开展面向超宽带(Ultra-wideband,UWB)调频技术的室内外农用车辆协同定位算法研究。首先,搭建三基站多边测距定位模型,实现主基站绝对位置标定以及辅助基站绝对位置坐标的变换求解;其次,提出全质心加权最小二乘的高速双边双向(Weighted least squares high double sided two-way ranging,WLS-HDS-TWR)农机协同定位算法,基于泰勒级数展开的WLS估计算法,求解主车位置。同时,提出面向室内环境的多状态基站组合的UWB定位模块布设模式,并验证其可行性;通过飞行时间法(Time of flight,TOF)获取主从车距离信息,融合GNSS标定位置信息、主车坐标信息以及测距信息,实现主从车协同定位。最后,基于Prescan/Simulink搭建联合仿真平台,验证提出算法的可靠性;通过农用履带车辆开展室内及室外协同定位实车试验,试验结果表明:全质心WLS-HDS-TWR协同定位算法可有效解决室内GNSS信号缺失问题,室内环境下,定位精度较HDS-TWR及全质心LS-HDS-TWR算法分别提高26.98%和22.03%,满足智能农机协同定位作业需求。
文摘雾天退化图像的复原过程中,针对大气光幕和大气亮度估计不准确导致光晕效应、偏色现象和对比度不足等问题,提出一种结合WLS(weighted least square)滤波与还原控制因子的去雾算法.首先分析WLS滤波器的原理和性能,并用于大气光幕的有效提取;其次利用Sobel算子检测二值化图像边缘,将边缘数目与像素均值同时作为四叉树空间索引的依据,提高大气亮度的估计准确性;最后分析天空出现颜色失衡现象的原因,引入还原控制因子改善视觉效果.实验结果表明,去雾后图像的平均梯度整体提高58.03%,信息熵提高2.88%,运行时间节省50%以上.该方法对含有浓雾、薄雾以及天空等深度复杂的远景图像、近景图像均能得到高对比度、可视度和色彩保真度的恢复效果.
文摘进行室内目标定位的过程中,采集到的目标图像存在失真问题,导致定位目标与真实目标存在偏差,影响最终定位效果。为此,提出基于超分辨率(Super Resolution,SR)和加权最小二乘(Weighted Least Squares,WLS)准则的室内目标定位方法。利用构建的宽深超分辨率(WDSR)网络采集室内目标图像,并基于SR算法建立超分辨率重构模型,将采集的图像输入到模型内,对室内目标图像超分辨率重构,达到高度还原目标缺失信息的目的。根据重构结果,利用多传感器获取室内目标定位初值,采用WLS准则计算多传感器与室内目标位置之间的关系,建立WLS损失函数,定位室内目标。通过对该方法开展室内目标图像清晰度对比测试、待测目标定位误差对比测试以及室内目标定位测试,证明了其精准性高、有效性强。