基于ICCP的水下直线段地磁匹配

地磁导航是导航技术的发展方向,可以弥补惯性导航长期误差积累的缺点。考虑到潜艇转向后其自身磁性变化不能立即满足测量要求的特点,提出了在实际使用地磁匹配定位时,潜艇有必要保持航向的观点。同时提出了直线航行时潜艇的测量位置点除第一个点由惯导位置信息输出外,其余各点均由导航系统给出的航向航速推算而得测量方法。通过推算舰位来获得直线段的测量位置点,在保证了测量的连续性与准确性同时还可以克服测量野值点的问题。该方法对潜艇地磁匹配的实际应用具有一定的参考价值。

基于支持区域的直线段匹配

以往的直线段匹配算法都是利用直线段之间位置顺序的限制条件 ,而基于支持区域[1,2 ]的直线段匹配算法则充分利用了图像本身提供的灰度信息。每条直线段的支持区域为直线段提供几何和灰度的特性值 ,这些特性可以通过加权作为匹配度计算的一部分。使用支持区域 ,直线段的匹配更客观、准确。

基于直线特征的图像-模型匹配算法

提出了一种新的基于直线特征的图像与模型匹配方法。该方法选择那些可以描述目标边界的直线建立模型。识别时 ,分层次地综合使用直线的多种特性 ,从而提高了效率 ,减少了误匹配的可能性。文中给出了用仿真图像和真实图像所做的实验结果。该算法可以用于目标识别。

一个针对遥感图像特定目标的自动识别系统

介绍了一个应用于自动识别遥感图像中的特定目标的原型系统 ,包括系统结构与识别流程 ,以及系统中所采用的基于直线特征的建模方法和图像与模型匹配算法。目标模型包括分类模型和表述模型两种 ,前者描述目标的类别属性 ,用来快速判断目标的存在性与大概位置 ;后者是对目标几何结构与物理特性的定量描述 ,用于鉴别同类目标中的特定个体。匹配算法中层次性地使用了几何的和物理的多种特征 ,并考虑了直线提取时可能出现的错误结果 ,具有较好的稳定性和较高的匹配效率。

序列图像中直线边缘快速提取和匹配

针对飞行器视觉导航等实时性较强的应用,给出了一种在航空序列图像中进行直线边缘快速提取和匹配的方案。在提取直线边缘时,运用了当前速度较快的邻接元素标记方法,从而提高了直线边缘提取速度。而在对直线边缘进行匹配时,给出了一种分三步走的方案,并提出了一种能够有效降低噪声影响的度量方式。首先选择3条直线边缘作为参考模型,在直线边缘的方向、位置以及物理特性的约束下构建候选匹配基,然后在基于矢量技术的基础上确定与参考模型基相对应的匹配模型,在此基础上再确定其他直线边缘之间的对应关系。试验结果表明,本文的直线边缘匹配方法比现有的方法速度提高了3 0倍以上,能够有效地满足一些实时性较强的应用。

基于单应矩阵的直线匹配

提出了在单应矩阵原理约束下进行直线匹配的算法。首先利用单应矩阵将从不同影像上提取出的直线集变换到同一影像坐标系下;然后结合直线自身的几何特性及其特性支持区域的灰度特性,初步确定同名直线;最后依据左右一致性准则,剔除错误匹配。当引入直线特性支持区域的灰度测度时,只考虑几何变形和灰度畸变较小的一侧,提高了匹配的可靠性。实验表明,该算法简单、易行,并有效解决了部分被遮挡直线以及断裂直线的匹配问题。

一种基于三角形重投影的虚拟视角合成

相比较传统的视角插值合成方法只能在基线上合成虚拟图像,提出的一种基于三角形重投影的虚拟视角合成方法,可以在已知少数几个匹配点的情况下,将场景内容自动迭代划分为一致和非一致三角形区域,通过不同策略的三角形重投影实现更加自由的视点的虚拟图像合成.划分过程中引入直线段约束可以解决直线纹理在三角形接缝处的畸变问题,保证最后的合成图像中场景表示在此处的连续性.利用设计的可信度函数,沿一定搜索路径可找到更多的新匹配点,从而带来更多的一致三角形区域.将此方法应用到虚拟彩色图像的合成,实验结果证明了此方法可以在更大视点范围内合成逼近于真实图的虚拟图像.

结合区域仿射变换的MSLD描述子与直线段匹配

针对直线匹配过程中直线描述子的稳定性问题,提出一种结合区域仿射变换的MSLD直线描述子用于直线段匹配。匹配在同名三角网和核线约束基础上,首先对左影像上目标直线建立直线平行支撑域;再根据目标直线段两端点及其平行支撑域四角点的核线确定候选直线对应区域及其平行支撑域;然后根据目标直线支撑域长度和宽度对目标直线和候选直线平行支撑域分别进行仿射变换,建立目标直线和候选直线的MSLD特征描述子;最后结合欧式距离和最邻近比值(NNDR)确定最终同名直线。选取具有不同类型纹理特征的近景影像进行实验,结果表明,本文方法能获得可靠的直线匹配结果。

低渗透裂隙岩体压水试验资料分析

依据裂隙水流理论,提出了利用压水试验资料分析裂隙岩体水流几何特征和水力学参数的理论和方法。方法一采用标准曲线比拟法(配线法)对任意维裂隙水流的试验资料进行分析;方法二则采用直线图解法对整数维的一维、二维和三维裂隙水流的压水试验资料进行分析。

基于相关点与几何约束的直线匹配方法

由于直线本身缺乏显著特征,使用点与直线相关联的方法可提高直线特征的描述能力。针对特征点间及直线间均存在误匹配的问题,提出一种基于相关点与几何约束的直线匹配方法。首先,将直线邻域内满足条件的特征点定义为直线相关点,利用相关点与直线构造仿射不变量来描述直线,通过度量仿射不变量的相似性进行直线初匹配;然后计算仿射变换模型,通过直线角度和几何距离位置约束进行精匹配,去除误匹配直线,得到最终匹配结果。实验结果分析表明:本研究算法不仅适用于发生仿射变换的各种图像,得到更多的匹配直线对,匹配精度高,对发生仿射变换的图像、纹理复杂和纹理简单的图像,均能取得较好的直线匹配效果。

羊毛衫收放针搭配的作图求解法研究

现行的毛衫收放针搭配方法主要是直接搭配与方程搭配等代数运算方法,主要存在2方面的不足,一方面设计者往往不能有效地把握羊毛衫收放针搭配后的成形效果;另一方面需要进行较为繁琐的代数运算。为此,文章提出了一种新的羊毛衫收放针搭配方法—作图求解法。在介绍作图求解法基本原理的基础上,着重讨论了几何作图时各直线段的斜率、长度与多组直线组合后的总体趋势等参数的选择,并给出了作图求解的具体步骤与应用实例。

基于直线特征优化的建筑物三维重建

为了提升建筑物三维重建精度和效率,提出基于直线特征优化的建筑物三维重建方法。首先,在分析传统直线特征检测与匹配算法的基础上,通过设定直线长度阈值,提高两视图直线特征匹配效率。随后,将密集点云引入传统直线特征匹配算法,提出点特征辅助的直线特征匹配方法,匹配直线数量明显增长。最后,结合建筑物特点,将三轴垂直关系作为约束条件引入光束法平差中,优化了建筑物模型结构,并将优化后的直线特征重采样为离散点,进一步加密建筑物点云,改善建筑物轮廓及其邻域的建模效果。结果表明:基于直线特征优化的建筑物三维重建方法能够在保证模型精度的基础上,有效改善建筑物模型结构和建模效果;在直线特征加密试验中,优化后的直线特征能够有效加密建筑物稀疏三维点云,在密集点云中仍能有效优化加密区域的建模效果;在模型结构优化试验中,改进后的光束法平差优化方法能够明显改善建筑物模型三轴垂直关系,有效提高了建筑物模型精度。

中点描述符与直线段匹配

文章提出了一种直线段匹配的新方法。首先用直线段的梯度方向、梯度大小、长度和中点位置进行粗匹配;然后提取直线段中点的局部梯度信息,并形成中点描述符用于对直线段进行精确匹配;最后用人工图像和真实图像进行了实验。

面向组特征的航空影像直线匹配方法

针对直线匹配结果存在"一对多""多对一""多对多"的问题,提出一种基于组特征的航空影像直线匹配方法。该方法在直线提取结果的基础上,首先通过区域和角度双重约束对左、右影像上提取的直线分别进行编组,然后采用核线约束、单应矩阵约束、相似性约束对组直线特征进行匹配及分裂,最终确定同名直线。采用某城区的数字航空影像进行直线匹配实验,取得可靠的匹配结果,验证该方法的有效性及可行性。

融合运动约束的轮式机器人视觉里程计研究

针对轮式机器人平面运动的特性,将轮式机器人运动降到二维平面处理。由机器人相机的二维运动特征提出帧间特征点匹配等高约束条件,同时对帧间相机运动方程做线性化近似,提出直线约束条件。两个约束条件可用于误匹配特征点对点筛除,为视觉里程计帧间运动估计提供优质匹配点对。最后对筛选后的匹配点对进行降维处理,并与二维ICP算法相结合,用于估计机器人相机运动轨迹。试验表明,所提出的方法可大大提高视觉里程计运算速度。

掌纹ROI分割算法的研究与实现

掌纹感兴趣区(ROI)分割是掌纹识别的关键步骤,目前掌纹分割方法主要存在定位点不易确定和同类图像ROI提取偏移度较大等问题,为改善这些问题,提出一种新的ROI分割算法。首先确定手掌图像中的两个指谷点;然后利用手掌轮廓特定区域边界点拟合直线,以该直线为基准,以固定角度的方式建立直角坐标系,利用指谷点找到掌纹信息丰富的区域,确定掌纹的ROI,最后提取特征矢量进行匹配识别。实验结果表明,该算法分割掌纹ROI的准确度高、速度快,对同类图像分割的偏移度更小,掌纹ROI的提取率达98.2%,掌纹正确识别率提高了3%左右,为基于掌纹的身份认证系统的实现提供了理论和实验依据。

基于环视系统的停车位检测与跟踪算法

为提供准确有效的停车位位置信息,提出一种基于车位导轨线跟踪和车位角特征的检测方法。首先,从直线段检测(LSD)算法检测的线段中提取车位导轨线,通过导轨线跟踪算法增强环境适应性,确定车位角的待检测感兴趣区域。其次,训练了单个基于方向梯度直方图(HOG)特征的支持向量机(SVM)分类器进行“T”型和“L”型车位角检测,使用改进的非极大值抑制算法优化检测结果。试验结果表明,与仅基于车位线特征或车位角特征的算法相比,所提出的算法漏检率更低,在多种天气条件下具有较好的鲁棒性和适应性。

矿井巷道复杂场景灭点检测方法

通过检测识别图像中的灭点位置可用来辅助矿井巷道移动机器人进行自主导航。针对现有的灭点检测方法在光照条件差、结构化信息不足的矿井巷道场景下误差较大的问题,提出了一种矿井巷道复杂场景灭点检测方法。首先,对图像进行缩小、滤波、灰度化等预处理,以大幅减少计算量,较好地保留直线特征;然后,采用直线检测算法对图像进行直线检测,引入直线长度阈值和平均梯度约束分别剔除长度小的干扰直线和图像中由阴影产生的干扰直线,并采用块匹配算法生成图像的块运动轨迹直线;最后,将剔除干扰后的直线和块运动轨迹直线转换为参数空间中的样本点,采用局部异常因子算法求出每个样本点的离群因子值,并将样本点的离群因子值和对应直线长度共同作为衡量样本点重要性的标准,据此设计加权回归算法的权函数,从而得到灭点的最佳估计。在矿井巷道数据集与公共数据集上的实验结果表明,与基于边缘的灭点检测方法和基于深度学习的灭点检测方法相比,本文方法对光照变化有较强的鲁棒性,在光照条件差、缺乏直线信息的复杂场景中具有更高的精度,且实时性优于基于深度学习的灭点检测方法,能够更好地满足矿井巷道机器人导航需求。

基于采样点的直线匹配视觉惯性SLAM算法

针对在快速运动和弱纹理场景中,提取到的点特征数量不足从而影响系统效果的问题,设计了一种融合点线特征的视觉惯性里程计算法。采用LSD算法通过设置动态的长度阈值过滤掉短线特征,然后利用逆向光流对点特征进行二次跟踪,并且提出一种基于采样点的直线匹配方法,将帧到帧和帧到平面的两种匹配方式结合,从而提高直线匹配的准确性。在公开数据集EuRoc上对此算法精度进行评估,实验表明,在复杂的场景中,与VINS-Mono相比,此算法表现出更高的精度和更强的鲁棒性。

一种家居监控机器人的角及平直线段匹配的组合定位方法

针对移动机器人家居环境下的定位问题,提出了一种结合平直线段匹配、角匹配和里程计的组合定位方法。该系统采用了Labview开发平台和CompactRIO控制器,得到了很好的实时性效果。机器人通过激光测距仪基于TCP/IP通讯协议得到环境点信息,由迭代适应点(Iterative End Point Fit,IEPF)算法得到环境线段,再由最小二乘法得到线段参数。在基于线段基础上,得到局部的平直线段和角特征,再与已知平直线段和角特征做匹配,通过平直线段和角匹配算法实时更新机器人位置和姿态。分析里程计定位、平直线段匹配定位和角匹配定位的误差,分配不同的权重得到优化的组合定位算法。实验表明:该组合定位算法定位稳定,位置误差在50mm以内,角度偏差5°以内,循环的周期在120ms以内。