基于GNSS载波相位仿射约束姿态确定算法

基于GNSS的姿态确定是导航制导控制系统研究的热点课题。严格姿态确定算法理论上能够获得较高的精度,但是由于其存在正交限制,使得算法复杂度高,前提条件苛刻,工程实现困难。与严格姿态确定算法相比,仿射约束姿态确定算法降低了算法复杂度,同时在天线充裕的情况下(4个或是4个以上)能够实现高精度的姿态确定。使用MATLAB实现仿射约束姿态确定算法的仿真,利用算法对GNSS静态数据和动态数据进行后处理,并与直接姿态确定算法和载波平滑伪距姿态确定算法的姿态输出精度进行对比分析。实验结果证明,仿射约束姿态确定算法优于直接法和载波平滑伪距法,能够获得较高的姿态输出精度。

Delaunay三角剖分和仿射约束的特征相同多物体同名点立体匹配

针对野外大视场、远距离、随机出现的特征相同多物体定位的实际需求,构建了基于双目立体视觉原理的三维坐标测量系统。为了高精度定位随机出现的特征相同多物体,需要正确匹配多物体同名点,因而提出了一种基于Delaunay三角剖分和仿射约束的立体匹配方法。利用具有抗仿射变换的仿射尺度不变特征变换(ASIFT)算法获得左右背景图像匹配点;通过Delaunay三角剖分算法对抽样后的匹配点生成三角网格,对左右图像每一对匹配三角形区域计算仿射矩阵;根据多物体同名点在不同匹配三角形内的分布,利用仿射约束实现对多物体同名点的匹配。实验结果表明,提出的方法对特征相同多物体同名点实现了快速高精度的匹配,多物体同名点提取以及实时匹配时间约为30ms,满足相机25frame/s的实时处理要求,较好地解决了超大三维空间中弧形坡面上随机出现的特征相同多物体同名点的匹配问题。

基于三角网下的仿射不变几何约束的图像匹配算法研究

针对当前图像匹配方法的鲁棒性差、误配率较高及效率较低等不足,提出了基于三角网下的仿射不变几何约束的图像匹配算法。在尺度空间上通过Hessian矩阵对特征点进行检测,利用子块的三角特征与对角特征SURF(speeded up robust features)机制进行改进,用于生成新的特征描述子,并通过定义阈值评估策略对图像特征点进行匹配,从而生成了初始匹配点;然后,引入Delaunay三角网,对初始匹配点进行聚类,以获取匹配三角形,将三角形以外的无效特征点剔除;最后,引入仿射不变几何约束,对匹配三角形进行细化,通过细化的匹配三角形获取最终的匹配特征点,有效剔除误配点,进一步提高配准精度。仿真结果表明,与当前图像匹配算法相比,所提算法具有更好的鲁棒性,且其具有更佳的匹配精度与效率,有效剔除了误配点。

基于仿射不变约束与快速EKF滤波的航拍图像稳像

考虑到航拍机载成像平台抖动严重、视频稳像匹配环节精度不一致的特点以及航拍图像稳像技术快速、准确的要求,提出了一种结合仿射不变约束与快速扩展卡尔曼(Extend Kalman Filter,EKF)滤波的图像稳像算法。该算法首先以视频参考帧中的角点量作为特征点,通过Harris检测器选择出稳定角点;然后对待配准点构建Delaunay三角网进行初始匹配,提出利用仿射不变约束方法筛选出精确匹配点;最后利用快速EKF运动滤波方法实时估计和修正噪声的统计特性,从而解决摄像机扫描运动中存在的抖动问题。在对大量分辨率为640×480pixel的航拍图像的仿真实验中,可通过仿射不变约束实现精确的模型估计,采用的快速运动补偿方法在补偿过程中耗时为5.054ms,比传统的运动补偿方法节约了69.5%的时间。实验结果表明,该算法能够实时稳定航拍视频帧间的抖动现象,并能有效跟随场景的真实扫描。

仿射约束矩阵秩最小问题与无约束矩阵秩最小问题的等价性

证明了仿射约束矩阵秩最小问题与无约束矩阵秩最小问题的等价性,即存在λ0>0,对于任意的λ∈(0,λ0),无约束矩阵秩最小问题与仿射约束矩阵秩最小问题有相同的最优解。通过求解无约束罚函数矩阵秩最小问题的最优解来近似替代仿射约束矩阵秩最小问题的最优解是可行的。

约束分段仿射系统的鲁棒最小时间控制

针对一类有界附加扰动的分段仿射系统,提出了一种离线低复杂性的鲁棒预测控制方法-鲁棒最小时间控制。首先计算系统的最大鲁棒正不变集和相关的局部稳定控制律,然后基于最大鲁棒正不变集通过多参数规划离线迭代计算系统的鲁棒一步集,得到的最小时间控制器覆盖最大鲁棒可稳定集。提出的鲁棒最小时间控制确保系统状态在最小时间内进入鲁棒正不变集内,从而保证了鲁棒可行性和稳定性。数值例子验证了方法的有效性和低复杂性。

约束分段仿射系统的鲁棒一步预测控制

针对一类具有附加有界扰动的离散时间约束分段仿射系统,提出了一种鲁棒低复杂性的模型预测控制方法,即鲁棒一步控制.首先,基于最大鲁棒正不变集,计算系统的最大鲁棒可稳定集并作为第一步预测状态的约束集,使得产生的滚动时域控制器可以在较小的预测时域内控制最大鲁棒可稳定集.然后,在最大鲁棒正不变集外,通过构建线性矩阵不等式来分析其鲁棒稳定性.两个步骤分别确保控制器的可行性和闭环系统的鲁棒稳定性.大量的数值例子表明,和已有的控制方法相比,所得的鲁棒一步控制器具有更低的复杂性.

面向无人机视景图像的多仿射配准方法

为准确地完成无人机视景图像的配准,提出一种面向无人机视景图像的多仿射面片(multi-affine patch,MAP)配准算法。使用一种特征点配准算法获得初始的特征点配准集合,在初始配准集合上进行三角面片的划分,对划分的面片进行仿射性约束的判断,将满足仿射性约束的面片记作配准面片;通过三角形的内接圆心对不满足仿射性约束的面片进行分裂,在下一次迭代过程中再次对分裂形成的三角形进行仿射性判断;为对MAP算法的配准结果进行评估,研究一套自动的图像配准评估框架。实验结果表明,MAP算法的配准结果具有良好的精度和稳定性。

直线对几何特征约束的近景影像特征匹配

针对直线匹配过程中线特征提取不完整以及缺乏考虑邻近直线相关性,提出一种直线对几何特征约束的近景影像特征匹配方法:首先,利用直线检测算法(line segment detector,LSD)对参考影像和搜索影像进行直线提取,并对提取的直线进行特征编组获得特征直线对;然后,将特征直线对作为匹配基元,依次运用双重核线约束、仿射变换约束、最优相似性原则确定同名直线对;最后,根据同名直线对中2条直线端点与其邻域内同名点的距离关系拆分同名直线对,利用仿射变换约束整合拆分过程中对应不一致的单直线,得到最终匹配的同名单直线。为了验证该算法的有效性与可靠性,选取4组人工建筑物特征变换近景影像进行实验,验证了该算法在直线匹配过程中具有一定的稳健性和普适性。

基于图像边缘位移的有监督的稀疏表示分类方法

稀疏表示分类算法在有监督的图像识别上有广泛的应用.该分类算法的准确度与训练样本个数有很大的关联.通常训练样本越充分,则该算法分类准确率越高,然而遇到小样本问题时,该算法分类准确率会明显降低.针对小样本问题,提出使用基于图像边缘位移的方法,得到和原始训练图像样本高度相关的新样本,达到扩充训练样本容量的目的,进而提高算法的分类准确率.同时,对于带仿射约束的稀疏表示分类算法,也可以经过图像边缘位移方法来提高分类准确率.实验结果证明,所用方法能够取得较好的图像识别效果.

一种基于词袋模型的大规模图像层次化分组算法

大规模图像集合的自动分组,不仅可以帮助用户快速组织和掌握图像集合的内容,并且是基于图像的三维场景重建应用的前提和重要环节。提出一种基于词袋模型(bag-of-words,BOW)的层次化分组算法,将每幅图像表示为一个超高维视词向量,利用多路量化技术将内容相似的图像量化到同一个节点,从而完成对图像粗略分组。然后,在每组类别里面,对图像的局部特征向量进行逐一匹配,并利用仿射空间不变量的约束条件,去除不可靠特征匹配,得到更为准确可靠的图像相似度度量,从而完成图像的精细分组。实验结果表明:从得到的系统不同阶段图像分组的查准率-查全率(precision-recall)曲线可以看出,精细分组过程可以显著提高粗分组精度,并且在精细分组阶段。

旋转桌面上滚动硬币系统建模与基于微分平坦的轨迹生成

分析了Kai提出的旋转桌面上滚动硬币系统模型的错误,给出该系统正确的仿射非完整约束,进而推导出系统的运动学模型.接着,利用所得系统模型,分析证明了该系统的微分平坦性,给出了系统的平坦输出.最后,基于微分平坦系统理论,实现了该系统点到点的可行轨迹生成问题,并通过仿真验证了所得结果 .

改进ORB算法在图像匹配中的应用

在计算机视觉领域,图像匹配是一个核心问题。为了提高图像特征点匹配算法的准确度,增强算法的抗干扰能力,针对ORB(oriented FAST and rotated BRIEF)算法的不足,提出一种改进的图像特征点匹配算法。该算法通过设置自适应阈值来进行特征点检测,并在算法粗匹配结果的基础上剔除不符合图像几何特性的部分外点。最后,利用仿射不变性约束筛选出精确匹配点。实验表明,该方法可有效提高算法匹配质量且执行时间短,对于不同模糊度和曝光度的图像匹配均具有很好的鲁棒性。

论微分约束系统的d-δ对易关系

利用Frobenius可积性定理,研究微分约束系统一个重要的变分法问题:微分运算与变分运算的对易关系.文中以微分约束的Frobenius可积性理论为依据,在分析线性稳定微分约束系统和仿射微分约束系统的d-δ对易关系基础上,简要论证了微分与变分的非对易子与微分约束的非完整性之间的关系.对非线性微分约束系统的微分与变分运算的对易关系作了讨论.给出了三个实例来验证结论.

图像特征匹配中一种高效的鲁棒估计算法

在图像特征匹配过程中,误匹配不可避免。提出一种新的基于拓扑约束(顺序约束和仿射不变约束)的外点去除算法,用于快速地去除图像粗匹配结果中的误配点。该算法对随机采样集进行拓扑过滤,只对满足拓扑约束的采样集进行计算。实验表明,该算法相比于传统的鲁棒估计算法RANSAC和改进的PROSAC算法,大大提高了计算效率并保持很高的计算精度,有助于提升图像匹配性能及3维重建的精度和鲁棒性。