结合投影误差校正的快速SIFT图像拼接

针对现有图像拼接方法实时性受限的问题,提出了一种通过对图像拼接中重叠区域部分图像特征检测和投影误差校正两部分相结合的快速图像拼接方法。首先,该方法特征检测范围仅集中在待拼接图像重叠区域的部分图像块,从中获取尺度不变特征变换(SIFT)的特征点信息。然后,在特征匹配后应用投影误差校正方法,达到充分利用有限匹配点对计算出高精度投影变换矩阵的目的,避免了不必要的特征检测和匹配搜索,继而大大加快了图像拼接速度。最后,结合图像拼接的质量评价方法对图像拼接结果做出质量分析,以反映改进方法的性能。实验结果表明:对比文献所提出的快速图像拼接方法,本文方法在保证图像拼接质量的前提下显著降低了拼接时间;在所给的3组实验图像中,拼接速度平均提升了54%左右,证明了本文方法的可行性和有效性。

数字图像处理法确定林带疏透度投影误差和影缩误差研究

继“数字图像处理法确定林带疏透度随机误差研究”之后,研究了数字图像处理法确定林带疏透度的投影误差和影缩误差。文中阐述了在林带像片上离像主点越近投影误差绝对值越小而影缩误差与在像片上的位置无关的规律;揭示了像片疏透度中的投影误差绝对值与照像机焦距和摄影距离均呈负相关的原理;分别建立了矩形、品字形和斜线等3种主要配置类型林带干部像片疏透度中投影误差和影缩误差模型;综合对诸误差研究的结论,提出了从测定样本量的确定和野外摄影到室内测定直至误差计算的尽量缩小、限制诸误差,订正林带干部像片疏透度中投影误差和影缩误差,最终实现按已知或既定界限值的准确度确定林带疏透度的一整套技术措施。

最小化重投影误差的PFR三维射影重建

基于PowerFactorization(PF)仿射重建算法提出了一种最小化重投影误差的线性射影重建算法PFR(PF reprojection).该算法通过线性算法实现了重投影误差的最小化.算法通过添加权值参数将重投影误差非线性的代价函数转化为三线性的代价函数,并基于摄像机运动、三维场景结构以及射影深度之间的加权交错最小二乘法实现了重投影误差的交错最小化.实验结果表明本算法能在不影响输出精度的前提下提升射影重建30%的整体效率,适合作为标准光束法平差算法的引导算法或与光束法平差组成混合算法.

三维视觉测量中圆中心投影误差分析方法

针对像平面上椭圆的中心不是空间圆中心在像平面上的真正投影中心这一问题,提出了一种圆中心投影误差分析方法。通过建立空间圆平面与像平面之间的映射关系,推导了空间圆中心投影误差的数学模型,并对影响中心投影误差的因素进行了仿真分析。该方法为圆中心的测量误差评估、摄像机网络布局等提供了理论依据,在实际的视觉测量工程中具有一定的应用价值。

线阵CCD推扫式影像的投影误差特性分析

分析了几种常见成像方式下线阵CCD推扫式影像底点的具体位置,然后重点研究了线阵CCD推扫式影像投影误差的特性,特别是推导出了几种常见成像方式下线阵CCD推扫式影像的投影误差与人工地物高度的关系,为利用单幅线阵CCD推扫式影像投影误差确定人工地物高度和像底点在摄影测量与遥感中的应用提供了依据。

基于全局性极小化二维反投影误差的射影重建方法

建立1种新的射影重建方法。该方法以全局性极小化射影三维空间点的二维反投影误差平方和为准则,相对于缩小SVD反投影误差的方法,具有更为明确合理的物理意义。实现过程是以奇异值分解为基本工具的分步线性迭代计算,避免了传统射影重建方法复杂的非线性优化环节。它无需估计投影深度,避免了基础矩阵计算的复杂性问题,因而也不受相机特殊运动的限制。文中利用虚拟物体图像和真实物体图像进行了实验验证,证明该方法具有计算简单、准确性和鲁棒性高等方面的特点,具有较高的实用价值。

最小化重投影误差的手眼标定优化算法

为了减小图像噪声对手眼标定精度的影响,在传统的手眼标定算法的基础上,利用基于最小化重投影误差优化算法求解手眼标定方程。以基于矩阵直积参数化方法计算出的手眼关系矩阵为初值,以摄影测量光束平差为优化模型,最小化重投影误差为代价函数,获得最优的手眼关系标定值。实验结果证明了该方法的具有较好的稳定性和精确性,算法求解了10次实验结果,手眼标定矩阵的最大重投影误差为1.037个像素,波动值为0.007像素。与最小化代数误差的优化方法和线性优化分步估计方法相比,提高了手眼标定的求解精度。

最小化总投影误差优化一元回归分类的人脸识别

针对现有回归分类算法不能很好地考虑总类内投影误差而影响人脸识别鲁棒性的问题,提出最小化总投影误差(TPE)的一元回归分类算法。首先通过各个类投影矩阵计算所有训练数据的类内投影误差矩阵,并且借助特征分解找到一元旋转矩阵;然后利用一元旋转矩阵将每个训练图像向量转换为新的向量空间,并计算出每个类的特定投影矩阵;最后,根据一元旋转子空间中各个类的最小投影误差来完成人脸的识别。在人脸数据库ORL、FERET、扩展YaleB及一个户外人脸数据库上的实验验证了该算法的有效性及鲁棒性。实验结果表明,相比于其他几种先进的回归分类算法,该算法取得了更好的识别性能。

三点共线法则检核投影误差改正精度

三点共线法则实质上就是投影误差规律的逆运用。三点共线既可检核点的位置是否准确，更能检核面状地物的某一边线乃至整个图形是否平移。这些检核工作均可在室内进行。

针对低轨星座的空间信号测距误差投影系数确定

随着低轨星座建设的不断推进,计算卫星空间信号测距误差(signal in space range error,SISRE)的面向对象不再局限于全球卫星导航系统(Global Navigation Satellite System,GNSS)的地面用户,还包括GNSS的低轨星载用户和低轨导航系统地面用户。为更好地支持基于低轨星座SISRE的解算,根据SISRE的计算原理,分别研究了低轨星载用户和低轨卫星地面用户的SISRE误差投影系数的特征。计算结果显示,GNSS卫星对地面用户的误差投影系数并不适用于低轨星载用户及低轨导航星座地面用户。当低轨卫星轨道高度由2000 km降低至300 km时,GNSS卫星对低轨星载接收机的轨道径向误差投影系数由0.96增加到0.98,轨道切法平面误差投影系数由0.20降低至0.15;低轨卫星对地面用户的轨道径向误差投影系数从0.72降至0.37,轨道切法平面误差投影系数从0.49增加至0.66。上述结果可为未来低轨卫星相关的空间信号测距误差分析以及低轨完好性研究提供重要参考。

多投影几何校正误差评估分析

近年来,投影拼接显示技术在展览展示、产品发布、虚拟仿真等领域得到了广泛的应用,但是目前还缺少完整的投影拼接几何校正误差评估方法.在深入分析多投影几何校正特点的基础上提出了一套较为完整的误差评估方法,分为自相关投影拼接误差(投影机自身几何校正之后所产生的误差)以及互相关投影拼接误差(多台投影机之间叠加区域的配准误差);首先提出了自相关投影拼接误差的关键参数——重投影误差(描述了每台投影机投影图像中每个像素点与预期投影位置的接近程度),并使用平均重投影误差、最大重投影误差以及关键点配准误差完善自相关投影拼接误差的评估体系;然后提出了互相关投影拼接误差的关键参数——叠加区域误差(表示投影机之间叠加区域对应像素点之间的匹配程度),并使用平均叠加区域误差、最大叠加区域误差完善互相关投影拼接误差的评估体系;最后使用该方法对平面投影、曲面投影、自由表面投影拼接的几何校正误差进行了分析.理论分析和实验结果表明,提出的误差评估方法能够有效地评估投影几何校正的精度.

监视系统中的一种投影应用及误差解决方法

空中目标监视系统在处理目标位置过程中会产生大量的距离、角度运算,目前国内的系统多采用投影公式把地球椭球模型投影到平面上,得出平面直角坐标系,在系统中使用平面直角坐标系,便于计算和界面显示。其中高斯-克吕格投影(简称高斯投影)是一种重要的投影方法,应用很广泛,文章重点研究该投影方法及产生的投影误差,以及投影误差对空中目标监视系统的影响,同时提出一些解决方法供参考。

基于误差投影的着发射击高炮毁歼概率计算方法

为解决着发射击高炮传统毁歼概率算法在设计定型试验中计算结果偏大的问题,在建立角度误差时间序列的基础上,将角度误差转换为炮目垂面上的距离误差,通过建立误差投影函数,将炮目垂面上的距离误差投影为目标3个截面所在平面上的距离误差,结合上述误差投影和目标的三向截面图,给出基于误差投影的高炮系统毁歼概率计算方法。仿真计算与实际试验结果表明,该方法比传统方法更能表征高炮武器系统的实际性能。

基于自适应重投影误差单目位姿优化算法

为满足高速复杂流场中投放物位姿高精度测量的要求,分析了图像噪声对位姿估计误差的影响。在传统非线性优化位姿算法的基础上,提出了自适应重投影误差的单目位姿估计优化方法。该方法以位姿估计初值为中心设置了约束区间,建立新的罚函数将约束非线性优化转化为无约束非线性优化,分析像平面重投影误差与约束区间的关系并建立相应的数学模型,根据模型自动调节约束区间,基于自适应重投影误差对位姿估计参数进行约束非线性优化。仿真结果表明,该方法在不同大小图像噪声下的重投影误差和位姿估计参数都有最优解,且优于传统非线性优化算法,具有较高的位姿估计精度。

希尔伯特空间中的广义松弛余强制变分不等式体系及带误差的三步投影方法

给出了希尔伯特空间H中一类带误差的三步投影方法,借助投影方法的收敛性证明了由该算法生成的迭代序列强收敛于此类广义松弛余强制变分不等式体系问题的精确解,并推广了最近文献的一些主要结果.

基于误差投影和局部投影的RBF神经网络学习算法

提出一种新的RBF网络学习算法——误差投影和局部投影算法,该算法使调节参数的数量明显减少,且能通过参数的调节来预知网络结构和精度的改变.从MATLAB仿真实验的结果看,该算法在总体性能上优于M-RAN算法,尤其是LPN在关键阈值设定上所具有的智能自调节能力使得网络在初始化参数设置上更简便、更透明.

希尔伯特空间中的广义松弛上强制就分不等式体系及带误差的三步投影方法

借助于投影方法的收敛性,文章重点讨论了希尔伯特空间H中带误差的三步投影方法及其在求解一类广义松弛上强制变分不等式体系中的应用,得到了较好的结果。文中结果主要推广了S.S.Chang[6,8]等的主要结论。

随机噪声平板下光学复眼内外参联合标定

光学复眼在无人系统的精确定位制导、避障导航等任务中得到了越来越广泛的应用,其中光学复眼的高精度标定是保障上述任务质量的前提。通常经典的张氏棋盘格标定法要求光学复眼的每个子眼都必须观测到完整的棋盘格,然而,由于光学复眼结构的复杂性,在实际标定过程中难以满足这一要求。为解决张氏标定法的局限性,该文提出一种基于随机噪声平板的光学复眼内外参联合标定算法,该算法通过子眼拍摄随机噪声平板的局部信息,可简单快速地实现任意构型和子眼数量的光学复眼内外参联合标定。为了提高光学复眼标定的稳定性,设置多阈值匹配机制解决子眼视场特征点数量稀疏导致图像匹配失效的问题。同时,给出了光学复眼内外参联合标定的误差模型,用来衡量所提出算法的精确度。在与张氏棋盘格标定法进行实验对比中,验证所提算法的稳定性和鲁棒性,并在光学复眼实物系统中,验证了所提联合标定算法具有较高的精度。

无人机双目视觉鲁棒定位方法

无人机(unmanned aerial vehicle,UAV)在全球定位系统(global positioning system,GPS)信号拒止环境中的应用受到限制,传统视觉同步定位与建图(simultaneous localization and mapping,SLAM)技术一定程度上解决了该问题,但在动态场景和弱纹理场景中定位精度较差。针对该问题提出一种基于双目视觉的多场景鲁棒SLAM方法,重点考虑了真实环境中的动态和弱纹理2类具有挑战性的场景,利用双目相机为UAV在动态和弱纹理场景中提供位姿信息。针对动态场景利用掩膜基于区域的卷积神经网络(mask region-based convolutional neural network,Mask R-CNN)分割潜在动态内容并剔除动态特征,通过计算稠密光流同步相邻帧的掩膜,减小了掩膜的计算成本。对于弱纹理场景,在传统SLAM算法使用的点特征基础上融合了线特征,充分利用了环境中的结构特征。数值模拟和仿真实验证明了本文算法具有更高的鲁棒性和精确性。

Lipschitz拟伪压缩映像族的具误差的收缩投影算法

在Hilbert空间框架下,提出了一种关于Lipschitz拟伪压缩映像族的公共不动点的具误差的收缩投影算法,并运用该算法证明了其公共不动点的强收敛定理.