基于联合GLMB滤波器的可分辨群目标跟踪

针对联合广义标签多伯努利(joint generalized labeled multi-Bernoulli, J-GLMB)滤波算法中群目标之间距离较近、容易关联错误的问题,结合超图匹配(hypergraph matching, HGM)提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。首先,采用J-GLMB滤波器估计群内各目标的状态、数目及轨迹信息,并利用HGM结果提升量测与预测状态之间的关联性能。其次,通过图理论计算邻接矩阵,获取群结构信息和子群数目。随后,利用群结构信息估计协作噪声,进而校正目标的预测状态。最后,通过平滑算法改善滤波效果,并设置轨迹长度阈值,使其在平滑状态达到消除短轨迹的目的。仿真实验表明,所提算法在线性系统下能有效提升群目标跟踪性能。

Al/Ta-Nb合金阻抗匹配靶的制备工艺研究

为了获得钽铌合金(Ta-Nb)材料在高压下的状态方程数据,制备了用于激光状态方程实验研究的铝/钽铌合金(Al/Ta-Nb)阻抗匹配靶。研究了Ta-Nb合金箔的精密轧制与飞秒激光切割工艺,获得了厚度13μm,宽度400μm的Ta-Nb合金台阶样品。使用聚乙烯醇(PVA)水溶胶将Ta-Nb合金台阶与铝(Al)标准材料进行复合装配。利用白光干涉仪、电子密度计等仪器对阻抗匹配靶的表面形貌、台阶厚度、样品密度等靶参数进行精密测量,结果表明研制的Al/Ta-Nb合金阻抗匹配靶能够满足激光状态方程物理实验需求。

融合毫米波雷达和视频技术的多维目标检测系统

文章提出了一种基于毫米波雷达和视频技术的多维目标检测系统,旨在通过融合2种传感器的优势来提升目标检测的准确性、鲁棒性和全面性。该系统利用毫米波雷达的精确测距、测速和测角能力,结合视频传感器丰富的颜色、尺寸和轮廓信息,实现了对复杂环境中目标的多维度感知与检测。通过时空同步、目标匹配和融合决策算法,该系统有效降低了目标的漏检率和误检率,为智慧交通、自动驾驶、智慧城市等领域提供了可靠的环境感知解决方案。

基于FPGA的小目标识别分类系统的设计与实现

为了提高小目标识别和分类的实时性,同时降低识别系统的资源消耗,本文提出了一种简易、高效的现场可编程门阵列(Field Programmable Gate Array,FPGA)小目标识别分类系统。该系统首先通过图像预处理消除图像噪点,并采用并行计算提升系统实时性。然后将处理后的图像与模板进行匹配计算得到识别结果,设计的模板匹配电路具有较小的硬件复杂度和较快的处理速度。实验结果表明,本文所提出的识别系统在680×480图像分辨下,可达137.5帧/s的处理速度,实时性强,同时仅消耗了9个块随机存储器(Block Random Access Memory,BRAM)和2个数字信号处理器(Digital Signal Processor,DSP),硬件资源消耗较少,在处理小目标识别和分类问题上有较好的实用价值。

一种新型雷达探测方法

在弱信噪比场景下,目标回波信号往往非常微弱,难以被雷达探测到,其中包含的一些重要信息更难被识别。因此,需要采取有效措施来发掘受噪声影响较大的弱信噪比目标。研究采用组网雷达回波数据时空同步融合技术,将多组雷达回波信息时频对齐叠加处理。通过单类信号仿真测试,在同等条件下,叠加信号中能有效发掘出普通雷达无法准确识别的目标,采用多类雷达信号混合测试,该方法依然适用。实验证实该方法识别目标效果好、适应范围广,可以拓展到其他雷达信号处理领域,为雷达信号处理提供一种新的思路。

基于改进OMP算法的多目标高速机动检测方法

针对多目标高速机动检测问题,提出了一种基于改进正交匹配追踪(OMP)算法的多目标检测方法。根据高速机动目标运动特性建立信号模型;利用改进OMP算法对脉冲压缩后的回波信号进行运动参数估计;构建相位补偿函数对距离徙动和多普勒徙动进行校正;通过快速傅里叶变换(FFT)完成相参积累,实现对多目标的检测。改进算法适用于多目标高速机动检测场景,可有效避免盲速旁瓣现象及信号交叉项的影响,且具有参数估计精度高和抗噪声能力强等优点。仿真实验验证了改进算法的有效性与可靠性。

利用局部特征匹配的运动小目标光流估计

基于深度光流估计的动态背景运动小目标检测,为了保证小目标的检测性能,一般采用较少的下采样次数以维持较高的分辨率,但由此带来了较大的计算耗时。特征匹配是深度光流估计的一个核心处理环节,其耗时在光流估计整体耗时中的占比较大,且对下采样次数非常敏感。据此,提出一种基于局部特征匹配的快速光流估计算法:引入目标运动信息,缩小特征匹配的空间范围,减少待处理的数据量;设计分块局部匹配策略,引入批处理机制,避免出现逐点局部匹配策略数据处理耗时过大问题,实现算法加速。在此基础上,在光流估计获取的光流场上,采用CenterNet网络检测运动目标对应的光流异常区域。从光流估计耗时、检测精度等方面开展了实验验证,结果表明:针对运动小目标检测,分块特征匹配光流估计比全局特征匹配光流估计耗时减少约25%,目标检测性能相当。

基于改进FAsT-Match算法的电力设备红外图像多目标定位

红外检测技术具有远距离、不接触、不取样、不解体、准确、快速、直观等特点,广泛用于电力设备过热缺陷监测和诊断,对提高电力系统的稳定性具有重要意义。FAs TMatch(fast affine template matching)算法是一种基于灰度值的快速模板匹配算法,可在一幅图像中找到一个近似全局最优目标。文中综合利用可见光和红外图像,提出一种多目标定位方法。首先,通过改进的FAsT-Match算法在电力设备可见光图像中实现多目标定位;其次,利用红外图像和可见光图像之间存在近似仿射变换,求出目标在红外图像中的位置。实验结果表明文中方法的有效性。

不同分布下红外主动目标特征点配准方法研究

视觉测量中经常需要用到特征匹配来计算位姿信息,但尚无针对红外主动目标设计特征匹配可用的算法,为实现对不同分布红外主动目标的匹配,本文提出了一种通用的两阶段特征点匹配方法。第一阶段为粗配准,首先检测图像特征点集的凸包,获取最外围点;通过构建三角形特征集,并使用马氏距离进行相似三角形计算搜索实现快速粗配准。第二阶段为精匹配,首先通过粗匹配特征计算欧拉角避免匹配结果的180°旋转对称;针对粗配准后的可能存在的特征点缺失问题,采用极线约束精匹配策略,充分利用已匹配特征点的几何信息,有效实现对剩余点的精确匹配。理论分析与实验表明,在13个红外发光点组成的旋转对称点集及非旋转对称点集下,该方法在绝对大小0°~40°的旋转范围内能高效匹配,实验测试极限性能能够达到50°,并对实际场景下特征点的遮挡等情况具有较好的鲁棒性,实验结果验证其适应性与稳定性,具有较高的实用价值。

基于双目识别技术的铝合金轮毂尺寸测量算法研究

针对双目识别技术以铝合金轮毂工件作为研究对象,利用MATLAB设计测量程序,并完成对铝合金轮毂工件的尺寸测量。首先,利用张正友标定法快速准确得出标定系数;然后,对轮毂图像进行直方图均衡化、中值滤波、自动阈值分割、Canny边缘检测、开运算等图像预处理,并对图像进行畸变校正和极线校正;最后,完成立体匹配得到其三维坐标,进行拟合计算处理得到轮毂尺寸,精度满足需求。

基于网格的多目标模板匹配晶粒位置检测方法

针对传统方法中晶粒位置检测的耗时长、精度低等局限性,提出一种基于网格的多目标模板匹配晶粒位置检测方法。通过改进传统的模板匹配方法,结合非极大值抑制算法,将芯片晶粒的检测速度和精度提高。实验结果表明:该算法在单一同种晶粒的算法识别率能够达到97%以上,单张图像耗时<200 ms,能够克服明暗不同造成的检测困难,达到技术指标要求。

视觉引导机器人的电池镍片识别与标定方法研究

针对电池PACK线电池镍片摆放难以自动化问题,以某电池自动化生产线中机器人对电池镍片的识别与无序抓取为例,进行了理论分析和测试试验研究。用Eye-to-Hand的三点手眼标定法建立了机器人与视觉相机之间的仿射变换矩阵;利用Halcon软件平台对拍摄电池镍片图像进行零件特征提取和基于形状的模板匹配算法进行镍片的识别,并研究了镍片各种位姿情况下对识别速度、准确性的影响;最后搭建了测试平台进行了验证。研究结果表明,该方法的识别速度达到了32.3 ms,识别准确度达到了0.9521,一次性可以识别10个以上不同位姿形态的镍片,可以精准有效地引导机器人对物料进行操作,满足了该自动化生产线的需求,对类似作业类型有较好的参考价值。

基于分离信息熵的红外图像匹配方法

利用红外图像匹配方法实现对目标的有效识别是现代战争中实现精确打击的主要手段。为了实现红外图像高性能匹配,文章提出了采用图像预处理的方法增强图像中的细节信息,通过互信息熵实现图像匹配,设计了由粗匹配到精匹配的算法流程,实现了算法的加速;通过将图像信息贫乏区进行分离处理的方法,优化了图像匹配算法的性能。实验结果表明,在进行红外图像匹配时,算法实时性和正确性得到有效提高。

机器视觉中角点检测算法研究

角点检测是运动检测、图像匹配、视频跟踪、三维重建和目标识别等必不可少的关键步骤,角点检测的准确性直接影响实验结果;为了更好地了解角点检测技术的发展现状,根据3种现有的角点检测方法分类对角点检测方法及相关改进进行了总结分析,并选择了FAST、SUSAN、SIFT、Shi-Tomas这几种较为典型的角点检测算法进行了实验对比,并给出了实验结果;不同的实际应用对角点检测的要求不同,不同的角点检测算法也可以相互结合,通过对现有角点检测技术的总结分析为在实际应用中对角点检测技术的选择和改进方向提供了借鉴和参考。

顾及相干性与空间分布特征的SAR图像海上风电平台检测方法

针对现有风电平台检测方法依赖长时间序列影像的问题,设计了一种顾及相干性与空间分布特征的SAR图像海上风电平台检测方法。该方法充分考虑风电平台呈规则矩阵型、梅花型的空间分布特征与高相干性,利用自适应参数的DBSCAN算法对相干系数图中高相干像素进行聚类,通过将聚类结果的最小外接矩形作为风电场边界来排除船舶干扰,再采用NCC算法将风电平台模板与风电场SAR正射影像进行匹配,实现风电平台的检测。采用覆盖中国南海、欧洲北海两个试验区的Sentinel-1A影像进行了实验,验证了本文方法的有效性。

基于视觉的交通场景目标检测与跟踪技术研究

针对通用目标检测算法在交通场景下检测多目标时存在的小目标漏检和误检问题,提出了一种适用于交通场景下的目标检测与跟踪算法。基于K-means++聚类算法计算出适合交通场景下目标检测的锚定框(Anchor Box)和深度可分离卷积的思想优化目标检测算法。其次,利用匈牙利匹配将卡尔曼滤波的预测值和目标检测的实际值相关联匹配,以实现目标跟踪。实验结果证明,改进后的目标检测与跟踪算法较原始算法在mAP方面提升了2.3%,达到了99.13%;速度提升了20%,达到了30帧/秒,对交通场景下的特定目标均实现了准确检测跟踪,保持了较好的实时性。

联合高阶目标感知与相似匹配的目标跟踪算法

视觉目标跟踪算法利用自注意力机制增强上下文联系,但面对复杂场景时,自注意力机制中的相关性易发生失配,为此提出一种联合高阶目标感知与相似匹配的目标跟踪算法。构建高阶目标感知模型,针对自注意力机制中的一阶自注意图,利用坍塌的极化过滤方式进行空间和通道维度的正交化建模,优化内部相关性;同时组合非线性拟合函数避免坍塌引起的信息损失,进而获得高阶自注意图,捕获具有高阶上下文信息的感知特征。通过不同维度分解目标的感知特征来细化匹配区域,抑制背景噪声并约束当前帧的响应图,提高网络的判别力。在OTB100和UAV123基准的实验结果表明,所提算法有更好的跟踪性能,可以有效应对相似干扰等问题。

基于多尺度特征匹配的沉底小目标识别研究

针对无人潜航器搭载声呐在探测沉底小目标时存在混响背景强、目标边缘模糊和存在声影等特征,提出一种多尺度匹配的声呐图像识别方法。首先对声呐图像进行归一化处理,得到声呐回波强度的灰度图像;然后进行高斯低通滤波,增强了强回波区的轮廓特征;进一步采用自适应阈值法分割图像,形成相对独立的连通域;最后根据典型柱状目标在声呐图像中的尺寸、回波强度和声影强度等多尺度特征,提出目标多尺度匹配的声呐图像目标识别方法;将该方法用于不同声呐图像的目标识别,结果表明,利用多尺度匹配的声呐图像识别方法对典型沉底小目标具有较好的识别效果,为水下机器人目标自动识别提供一种有效方法。

一种基于双目立体视觉的虚拟轨道列车路径识别方法

为了克服单目视觉的局限性和提高虚拟轨道列车的路径感知能力,文章提出一种基于双目立体视觉的虚拟轨道列车路径识别方法。针对虚拟轨道列车车道块明显、外形完整、形状独特等特点,提出了基于Mask R-CNN的车道检测模型。同时,针对通用的双目匹配算法计算量大和对重复物体匹配较难的缺点,提出了融合多目标跟踪的双目匹配算法。该方法通过左右相机各自检测车道块,进行多目标跟踪来分配ID,对左右图像中的各车道块实现有序、定向的双目匹配,并重建出车辆坐标系下路径的三维坐标,有效提升了车辆系统路径感知能力,为其循迹控制、自主定位、相对位姿估计等提供了更加直接准确的输入信息。试验结果表明,本文方法对路径的三维重建具有较高的准确性,并且在不同路况场景下具有较强的适应性。