平面长波红外相机阵列定位误差分析与计算

长波红外相机阵列对近空无人机等小目标有很好的全天候预警能力。针对红外传感器像元间距过大而导致阵列对空间目标定位精度低的缺点,本文引入像元亮度值信息,通过计算阵列目标图像的光斑质心,从而改进了阵列空间目标定位算法。在此基础上,建立了传感器采样量化带来的误差模型,并对定位误差进行计算和分析。结果表明,本文算法定位误差小,能够实现目标定位效果。

基于相机阵列的空间目标初轨确定方法

相机阵列是空间目标监视和探测识别的重要手段,具有大视场、高动态以及多通道的特点,可应用于空间目标的广域监视、初始轨道确定等态势感知任务。针对相机阵列观测空间目标获取的短弧、甚短弧观测数据难以实现空间目标的快速初轨确定问题,利用共轭梯度(CG)快速求解单位矢量(UVM),并以此初轨确定结果作为粒子群算法的初始值,利用基于粒子群的改进单位矢量初轨确定方法,克服粒子群算法对初始值敏感的缺陷。通过实验验证,基于共轭梯度的单位矢量法与传统单位矢量法相比,空间目标初轨确定速度有较大提高,且基于粒子群的改进单位矢量法与传统单位矢量法相比,空间目标半长轴估计精度明显提高。

基于相机阵列混叠评价的测距系统

传统基于数字重聚焦进行深度估计的方法,因光场角度采样的稀疏性而容易出现混叠现象,进而影响测量精度。本作品以多视图几何和计算摄影理论方法为基础,基于自行研制的相机阵列,根据标定参数进行射影变换、数字重聚焦、两点间欧氏距离的测量等。相对于传统测量算法,本方法使用基于方差的评价因子对重聚焦序列图像进行评价,避免了混叠现象导致的测量误差。多组不同场景的深度估计实验表明,与基于清晰度评价进行深度估计的方法相比,本文方法在部分深度下测量相对误差可降低20%。

基于相机阵列的三维集成成像记录系统

基于三维集成成像理论以及相机阵列和显示透镜阵列之间的对应关系,利用几何成像理论和光线追踪方法对不匹配全光学集成成像记录系统进行了理论分析,得到了主要记录参数(记录距离和相机间隔)和集成成像显示特性之间的关系。提出了一种非匹配系统中相机阵列记录系统参数的设计方法,并设计了相机阵列记录系统。计算得到了系统的关键参数为记录距离49.6cm,相机间隔25mm。对提出的方法进行了实验验证,结果表明,提出的相机阵列光学记录系统能够完整记录场景的三维信息,三维显示特性基本达到了设计指标,相机阵列的主要记录参数与集成成像三维显示特性的关系符合理论分析,验证了提出方法及系统设计的可行性。提出的系统可为不匹配全光学集成成像系统显示提供大场景、高分辨率微图像阵列。

一种密集相机阵列的低复杂度视频压缩方法

为了降低多视点视频压缩的复杂度,根据密集相机阵列系统与Wyner-Ziv编码的特点,提出了基于Wyner-Ziv编码的密集相机阵列低复杂度视频压缩算法。该算法首先在各相机之间相互独立地采用基于感兴趣区提取的低复杂度来进行Wyner-Ziv编码,然后在中心解码端利用各视点间的相关性进行联合解码。该算法是通过对DCT量化系数进行相似性判断来提取感兴趣区,以有效地避免对背景和平坦等区域进行编码,从而降低了编码复杂度。实验证明,该算法具有极低的编码复杂度特性和良好的率失真性能,编码复杂度仅为H.264帧间预测编码的1/22。

基于相机阵列的高动态范围图像合成方法

针对传统的高动态范围图像合成方法不能适应动态光照的问题,提出了基于相机阵列的不同曝光的多幅图像的配准及高动态范围图像合成方法。首先利用相机阵列获取不同曝光图像,结合相机阵列标定参数,采用光场合成孔径理论对图像进行配准,并对配准后的图像作中值位图进行二次配准。根据拟合出的各相机的光照响应曲线,进而将二次配准后的不同曝光的图像合成为一幅高动态范围图像。实验表明,该方法可以有效地在动态光照下合成高动态范围图像,取得了不错的效果。

平行配置相机阵列下图像校正方法的改进

针对人为放置的平行相机阵列获取的多视点图像存在垂直视差的问题,为消除这些视差,提出一种基于相机标定的图像校正改进方法。未知的场景深度信息会降低校正精度,为降低深度信息的影响,改变已有方法中计算理想相机阵列模型的步骤,设计理想基线和光心,设计理想光轴方向;通过角点检测和匹配估计场景的深度信息,进一步减小校正的误差。实验结果表明,改进方法可以完成多视点图像的校正,校正效果较已有方法有所提高。

曲面相机阵列多分辨成像方法

针对现有成像系统因数据冗余而无法兼顾大视场、高分辨、高效性的问题,结合人眼视网膜变分辨成像和并列式复眼成像原理,设计一种多分辨率成像的复合仿生成像系统.该成像系统按照球面和平面兼顾的曲面布局方式,利用11个相机镜头构建相机阵列,组成了四个等级分辨率的子眼拍摄模块.通过物距100 m的远景实验和物距10 m的近景实验发现,该系统在实现高分辨成像的同时,获得总视场达150.8°×37.8°.多分辨率成像实验结果表明,该系统获取的图像的分辨率从中心视场到边缘视场逐渐降低,并且相较于中心清晰全视场成像,四级分辨率成像的拼接图像数据量减少了17.2倍的数据冗余.

基于相机阵列的车辆尺寸测量系统设计

本文提出一种基于相机阵列的车辆尺寸测量方案。该系统以双面相机为基础,在车辆周围布置丰富的相机阵列,每个相机与相邻其他相机组成多个双目相机,根据双目立体视觉原理和特征匹配原理恢复三维空间尺度,从而实现对车辆尺寸的测量。详细阐述系统相机标定、测量布局、相机阵列等误差。对该车辆几何尺寸测量系统的研究表明:用4台相机组成两个双目测量单元,在距离相机2m深度范围内的视场内,两台相机的尺寸测量误差小于2mm,完全可以达到相关政策对车辆尺寸所要求的精度。

基于相机阵列的光学组件缺陷在线检测方法

利用调焦方式可以实现焦距的连续变化从而对不同物距下的光学组件进行在线检测,但是调焦过程操作复杂且对调焦位移精度要求较高,景深内光学元件缺陷无法区分,难以实现真正意义上的在线检测。因此,本文提出了基于相机阵列的光学组件缺陷在线检测方法。首先建立了相机阵列的成像模型并给出了数字重聚焦表达式以及空间分辨率的表达式。接着利用MATLAB模拟相机阵列成像过程和数字重聚焦过程。最后进行实验验证,通过二维位移台带动相机对不同物距下的多个光学元件表面缺陷进行成像获得阵列相机图像,通过数字重聚焦算法得到不同物距下的光学元件表面缺陷分布信息。实验结果表明,基于相机阵列的光学组件缺陷在线检测技术能够同时对位于景深范围内的光学组件进行在线检测。该方法在光学元件缺陷在线检测方面有着一定的应用价值。

结合相机阵列选择性光场重聚焦的显著性检测

针对现有方法处理包含多个显著目标以及显著目标的某些区域与背景区域对比不明显的场景所得显著图不够精细,甚至会丢失某些显著性区域的不足,本文提出了一种结合相机阵列选择性光场重聚焦的显著性检测方法。选用光场数据集,利用同一场景的多幅视点图像,首先对中心视点图像进行结合超分辨率的重聚焦渲染;然后利用基于图的显著性检测方法提出结合全局和局部平滑度约束的传播模型以防止错误标签传播,得到的显著性粗图经过目标图的细化后最终输出精细的检测结果。另外,对于包含多个显著目标的场景,通过选择对场景中某一深度层进行重聚焦,同时对其他深度层产生不同程度的模糊,可以更精确、细致地检测出位于该深度层上的显著目标,一定程度上实现了可选择的显著性检测。在4D光场数据集上进行了实验,结果表明:本文提出的方法所得显著图与真值图之间的平均绝对误差的均值为0.212 8,较现有方法有所降低,检测结果包含更丰富的显著性目标信息,改善了现有显著性检测方法的不足。

相机阵列多视角图像盲去模糊方法

提出了一种基于正则化方法的多视角盲去模糊方法,对相机阵列拍摄的一系列初始模糊图像进行图像恢复处理.该方法分为3个步骤:首先,基于光流算法对多个镜头获取的同一场景图像进行配准;然后,将配准图像运用多图盲去模糊算法估计出各自的模糊核;最后,根据估计出的模糊核采用非盲去模糊算法准确估计出各自的清晰图像.实验结果表明:相比对每一视角图像单独使用单图盲去模糊算法进行处理,多视角盲去模糊方法对噪声具有良好的鲁棒性;应用于自己构建的相机阵列系统拍摄的多视角图像,该方法在2种无参考图像指标NIQE和SSEQ下分别提高了4.20%和55.60%.

二维相机阵列多视点图像信号压缩方法研究

结合二维相机阵列多视点图像信号的特点，研究了二维相机阵列多视点图像压缩空间预测的不同方法．根据GOP中I帧的个数、位置等不同情况，对所给出的3种类型的多视点编码方案，9种典型的预测参考方式进行重点分析，对比了各编码方案的率失真性能，得出相应的结论．所给出的二维相机阵列多视点图像信号空间预测采用多级B帧的方案，相对于其它方案在相同比特率下峰值信噪比（PSNR）平均提高约0．2～0．8dB．

基于微相机阵列成像系统的图像拼接研究

采用同心球镜及微相机阵列成像系统设计是解决传统光学中大视场与高分辨率之间相互制约关系的有效手段之一。介绍了一套同心球镜微相机阵列的成像系统,通过拼接微相机阵列采集的图像,实现大视场高分辨率成像。在获取整个图像的过程中,实现多幅子交叉重叠的图像拼接是微相机成像系统关键技术之一。针对亿级像素多幅子图像拼接算法复杂、运算量大的问题,分析了SURF、BRISK算法的优缺点,设计了一种SURF与BRISK相结合的图像拼接算法,在SURF基础上引入BRISK描述符,利用选取的像素点对生成二进制的描述符序列。经测试,该算法在保证成像质量的情况下,大幅减少了计算量,加快了计算速度,有一定的工程应用价值。

相机阵列中无视场重合图像时间配准方法研究

多路商业相机组阵在进行信息融合与视场拼接之前需要对采集的多路图像进行时间配准。为保证通用性,需要研究一种与系统相对独立的多路图像时间配准方法。提出一种利用多路图像序列内变换关系的算法,首先提取多路图像中与时间相关的共同特征,然后通过改进的奇异值分解方法判定共同特征的相似度完成时间配准。本文算法不需要提前对相机进行标定,对序列内图像配准精度要求较低,且能够在多路图像之间没有视场重合的情况下完成时间配准。经实验验证,配准精度达到了亚帧级。

相机阵列在风电机组叶片缺陷检测系统中的应用

在风电场机组巡检过程中,常规的风电机组叶片外观检查主要采用高清照相机逐张拍摄,人眼甄别的方式,检测效率低,劳动强度大且精度受限。基于此,搭建了一套基于相机阵列的叶片图像采集系统,通过相机阵列和图像处理服务器相结合,实现图像采集和处理,利用人工智能深度学习的软件对叶片图像进行缺陷识别,实现风电机组叶片表面缺陷的自动检测。现场实测结果证明,该系统大大提高了风电机组叶片缺陷检测的效率和精度。

相机阵列在空间目标观测中的应用综述

相对大口径光学系统,相机阵列光学系统具有开发周期短、成本低的特点,近年来,被广泛使用于空间目标观测项目,以实现低成本、大视场、高分辨率、高探测能力的光学观测,在太空安全中具有重要的应用价值。介绍了国内外相机阵列光学系统在空间目标观测中的应用现状与最新进展,针对空间目标观测中的需求,着重从视场、分辨率、探测能力三个方向分别对相机阵列光学系统的结构组成和性能参数进行介绍,并进行比较,总结了相机阵列光学系统在空间目标观测中存在的问题及发展趋势。

基于相机阵列的视频稳像方法

视觉传感器正成为移动装置的重要组成部分或任务载荷。视频信号存在的抖动,限制了视觉传感器的应用范围。现有电子稳像技术由于仅以单一的图像特征为依据,所以无法实现复杂场景视频的稳像。本文以多视几何为理论依据,提出了一种基于相机阵列的视频稳像方法。其特点在于采用相机阵列来获取复杂场景的视频信息,利用线匹配来估计相机阵列的运动轨迹,进而实现视频稳像。实验结果表明,本文算法可以获得更好的视觉效果和更高的帧间变换保真度,同时算法的计算效率也优于对比算法。

阵列相机图像邻近目标超分辨方法

空天威胁目标通常距离成像系统较远,导致其在图像中信噪比低、尺寸小,即呈现为弱小目标。由于系统分辨率限制,当目标以密集目标群出现时,往往在图像中形成未分辨目标簇,对目标发现、跟踪、识别等带来挑战。阵列相机可以提供多个视角的互补观测信息,采用融合阵列相机图像的超分辨技术,可有效提升弱小目标分辨能力,为分辨密集多目标提供技术途径。该文分析了空间邻近目标与阵列相机之间的几何关系,并提出一种基于阵列相机图像稀疏重建的邻近目标超分辨率方法。利用空间邻近目标在像平面上稀疏性先验假设和阵列相机多视图之间关于目标的投影约束,仿真实验结果表明所提方法能够有效分辨空间邻近目标,实现对空间邻近目标位置和数量的准确估计。

一种多相机阵列大尺寸测量系统快速标定方法

多相机阵列中的相机位姿关系标定是大尺寸测量系统中非常重要的一个环节。建立了标定模型,采用圆点阵列平面靶标,通过线性平移,使靶标分别位于不同相机的视野范围内,获得了同一靶标特征点在不同相机坐标系下的坐标;根据所得坐标,求解靶标坐标系与相机坐标系之间的位姿关系;根据靶标的线性平移约束,进而求解两两相机之间的位姿关系。经实验验证,对于安装距离约为2300mm的相机,标定误差小于0.002mm。其标定过程简单、速度快,可以适用工业大尺寸测量中的现场标定。