古尔班通古特沙漠输水明渠野生动物通道监测研究

2018年8月—2023年8月,利用红外相机触发陷阱技术对古尔班通古特沙漠输水明渠166 km范围内的13座跨渠野生动物通道进行了5年的持续监测。15台红外相机总有效拍摄工作日为19 946 d,获得独立有效照片57 333张,鉴别出兽类5目8科12种,包括国家一级重点保护动物1种、二级6种。在水源极度匮乏的沙漠腹地,渠道输水对周边动物具有吸引和聚集作用,渠道上记录到的兽类物种数(不包括啮齿目Rodentia)占渠道两侧分布兽类物种数的85.71%。赤狐Vulpes vulpes的相对多度指数(RAI)最高,达到80.90%,其次为鹅喉羚Gazella subgutturosa(15.50%)和蒙古兔Lepus tola(i4.37%);渠道输水期间,除蒙古兔、兔狲Otocolobus manul、蒙古野驴Equus hemionus和偶见种野猪Sus scrofa外,其他8种兽类的RAI均高于停水期,且月相对多度指数高峰亦出现于输水的4—9月。通道的相对利用率分析显示,鹅喉羚和蒙古野驴对S7、S9和S12的利用率最高。本研究首次对水利工程中野生动物通道有效性进行了监测和评价,为未来水利工程相关野生动物保护措施的设置提供了重要的科学依据。

基于断面水边线定向的视频测流摄像机标定

针对现有基于直接线性变化法(DLT)的图像法测流技术依赖于地面控制点,存在效率低、风险高、宽断面天然河流操作难度大等问题,该文提出一种基于断面水边线定向的摄像机姿态角标定方法(CSWO)。该方法将标定过程分解为实验室内参标定和现场外参标定两步,其中后者又被划分为摄像机定位和定向两个环节。定向环节中首先在摄像机安装时将光轴与断面方向对齐,使方位角置零。然后利用无畸变图像中人工标注的平直断面水边线的斜率计算出横滚角。接下来通过计算水边线与图像纵轴交点作为其亚像素像方坐标。最后依据透视投影成像模型,联合水位与插值断面高程求得的物方坐标解算出俯仰角。该方法应用于时空图像测速法(STIV),实现了200 m宽河流的免像控表面流速测量。结果表明:起点距的最大绝对误差为0.59 m,最大相对误差为0.45%,表面流速的最大相对误差小于6.3%。

跨模态噪声过滤的事件相机目标检测算法

事件相机具有高时间分辨率、高动态范围和低功耗等特性,通常被用于传统相机应用受限场景(高速度、强光、弱光等)下的目标检测任务中。然而由于事件相机的像素异步性,其输出的事件序列难以进行人工标注,为此现有方法通过RGB图像标记迁移得到事件序列标记。然而,迁移标记中存在大量噪声标记和事件序列中部分目标纹理模糊,导致难以取得理想的模型性能。为了解决此问题,提出了一种跨模态噪声过滤的事件相机目标检测算法。算法利用预训练后的事件相机检测器对开源RGB目标检测数据集进行筛选,得到对训练事件相机检测器最具价值的RGB图像和事件图像一起构成跨模态混合图像,帮助检测器更准确地识别、定位事件图像目标;为了缓解噪声标记对检测器性能的影响,设计了一种多阶段目标检测联合优化策略,单个阶段训练完成时,在全局标记中识别噪声标记,并对噪声标记进行修正后在下一阶段使用。实验结果表明,在1Mpx Detection Dataset上,与基准模型相比,跨模态噪声过滤的事件相机目标检测算法提供了8.35%的模型增益,远优于Co-teaching,O2U-net等噪声标签学习方法,具体地,跨模态混合图像训练、联合优化框架分别提供了6.44%,4.77%的模型增益。

基于排队论的跨摄像头乘客轨迹识别方法

目前摄像头监控视频群组中采用遍历查找搜索全部摄像头视频,或者拓扑网查找重复搜索,导致人员追踪查找效率低、准确性差,为解决这一问题,提出了一种基于排队论和顶点加权有向图的高效选择监控摄像机视频的方法。该方法借鉴排队论理论的原理,将摄像头视为顶点,并构建了一个加权有向图。通过计算权值,能够确定最优的监控路径,同时考虑了摄像头之间的连接和权值。这一方法的关键优势在于高效地选择监控摄像机视频。此外,将城市轨道交通节点目标乘客的最优运动路径与人员追踪相结合,采用了顶点加权有向图的思想,提高了识别的准确性和效率。研究结果表明,通过将排队论和顶点加权有向图理论应用于人员追踪领域,为解决实际问题和提升系统性能提供了一种创新的方法。这一方法对于提升监控系统性能和人员追踪能力具有重要意义。

治囊公路三江源国家级自然保护区段野生动物监测分析

为了研究三江源地区野生动物在道路沿线的分布以及通道利用情况,选择玉树藏族自治州治多县经杂多县至囊谦县公路(以下简称治囊公路)K93~K183及K298~K386穿越三江源国家级自然保护区野生动物密集路段为研究对象,通过样线调查和红外相机监测方法开展沿线野生动物的分布和桥梁利用情况研究。结果表明,治囊公路沿线分布有兽类14种、鸟类24种,包括国家Ⅰ级保护野生动物4种,占比10.53%;国家Ⅱ级保护野生动物11种,占比28.95%;青海省重点保护动物3种,占比7.89%。14种兽类属于5种地理分布型;24种鸟类属于8种地理分布型。在样线调查中发现兽类6种、鸟类23种,分别占此次调查兽类、鸟类种数的42.86%、95.83%。根据红外相机监测结果可知,物种相对多度指数(RAI)排序为藏狐(6.32,占总RAI的31.85%)>岩羊(4.63,占比21.34%)>大鵟(1.81,占比9.12%)>白腰雪雀(1.26,占比6.35%)>红嘴山鸦(1.23,占比6.20%),其余物种RAI指数均在1以下,总和为4.59,占比23.14%。由此可见,治囊公路对周边野生动物的影响较小,公路沿线野生动物具有很高的保护和科研价值;相较于样线调查,红外相机监测对于兽类调查更有效。

基于频率滑动广义互相关的电力噪声源定位算法

文章针对电力行业的噪声源定位问题,提出了一种频率滑动广义互相关和一种低秩近似替代方案来处理子带广义互相关矩阵,从而获得更精确的到达时间差估计,然后使用转向响应功率定位算法来对噪声源进行定位。仿真实验表明,该算法相比传统广义互相关可以获得更精确的时间差估计以及更准确的噪声源定位结果。据此设计了一款具备72通道的麦克风阵列声学相机,在实际环境的应用中体现了高定位准确性以及强鲁棒性,同时与使用传统广义互相关的声学相机进行对比测试,试验结果表明该方法的定位结果好于常规的广义互相关时延计算方法。

基于逆透视图像处理的智能车寻迹策略研究

介绍一种搭载CMOS摄像头的智能车,提出了一种基于逆透视的图像处理方法,通过角点判断各类元素,并根据对应情况偏移左右边线作为寻迹中线。经过实践验证,该方法具有较高的可靠性和鲁棒性。

基于物联网的配网一二次融合跨区协同全景监测技术

针对配网一二次融合跨区协同全景监测技术过度依赖网络环境,当网络发生堵塞时会造成监测存在死角的问题,提出基于物联网的配网一二次融合跨区协同全景监测技术。设计监测智能物理架构,支持多网多工下监测节点之间的横向交互和纵向交互,在此基础上,计算监控摄像头的旋转角度,采集监测环境及监测目标图像,通过全景图像拼接配准,实现对目标的全景监测。实验结果表明:设计的基于物联网的全景监测技术在通信组网内,全景监测角度精准,没有出现监测死角,实用性较好。

融合普通相机影像的古建筑实景三维建模技术研究

在采集古建筑物的三维空间数据时,无人机近景摄影测量可以获取目标物真实的纹理信息和空间及语义信息,但是由于其影像畸变大,受误匹配影响粗差点多,因此实景三维模型极易出现扭曲、拉花等问题。本文应用低空交叉环绕进行古建筑近景影像数据采集,再通过普通相机拍摄一定数量细节特征影像,最后将普通相机辅助下细节特征数据和无人机低空摄影测量进行融合。研究结果表明融合普通相机数据能够更真实还原古建筑物几何构造,显著提升模型细节特征精度,对文保部门建立文化遗产基础地理信息数据库具有参考价值。

一种可跨摄像机的人群密度估计模型

为实现人群密度估计模型的跨摄像机应用,提出一种模型构建方法。利用地理信息系统(GIS)技术,将视频数据统一至GIS空间坐标系,在GIS中实现人群图像的尺度统一,在GIS空间构建模型以实现其可跨摄像机应用,并将视频监控系统与GIS有机集成,研发人群密度实时感知系统。研究结果表明,基于提出的模型构建方法,利用某摄像机数据构建的模型能被应用于其他摄像机监控场景,无需为各摄像机构建模型。所研发人群密度实时感知系统,已成功应用于"2012年江苏·秦淮灯会"。

基于计算机视觉的平面角度测量方法

为解决制造、地质、控制等领域中角度的快速测量问题,提出了一种基于计算机视觉原理的非接触式角度测量方法.测量时仅需用已知内部参数的相机,在空间任意位置对待测角进行1次拍照即可.在所得图像上,利用直线检测和最小二乘法,得到待测角各边1组平行线或1段均分线段的图像方程;再通过计算平行线图像的交点或利用交比的调和性,确定对应边上灭点的坐标;根据相机成像方程,即可由灭点坐标和已知的相机内部参数计算出待测角的角度.实验证明,用此方法,即使在较远距离处测量,其相对误差也能控制在2%以内.

跨相机交通场景下的车辆空间定位方法

为解决交通应用中的跨相机全场景车辆空间定位问题,利用单目相机,提出一种全场景透视拼接及车辆3D检测相结合的方法.首先提出一种交通场景下的相机自动标定方法,通过构建相机标定空间模型,自动求取标定参数并优化;然后利用公共区域的特征点,将多相机空间坐标系进行变换统一,为直观体现全场景物理空间,将各场景透视变换至统一的像素-物理坐标系中;最后,针对单目视觉下的车辆3D定位难题,利用车辆投影的几何约束,建立优化模型构建精细化的3D包络,以3D包络质心作为车辆空间定位点,同时可映射至像素-物理坐标系,体现车辆的动态信息.在具有人工特征点的实验环境及无人工特征点的实际应用环境中,对于跨场景的多类型车辆进行空间定位实验验证,实验结果表明,该方法可解决交通视频监控中的车辆跨相机大场景下的空间定位难题,在选取的实验场景中综合定位精度可达到厘米级,且实时性较好.

一种非标定摄像机的定位新算法

针对摄像机固定和共面约束条件下进行目标定位,提出了一种简单可行的全新算法。该算法避开了烦琐的摄像机标定这一过程,也不用精确地求解单应性矩阵。只是运用射影几何的性质,通过简单的几何关系,对非标定单摄像机拍摄的单幅图像,求解其从2D图像平面到真实的3D平面的非线性单映射关系。该算法为解决计算机视觉的测量、定位、三维重建等问题,提供一种全新的思路。

考虑地物BRDF特性改进后的CBERS-02卫星CCD相机的辐射定标系数

在MOD IS数据对CBERS-02卫星CCD相机的交叉辐射定标、获得CCD相机时间系列的辐射定标斜率系数与截距基础上,本文考虑地物BRDF特性的影响,开展了提高CCD相机数据定量化应用的辐射定标数据精度的研究,并提供了比较全的时间系列辐射定标系数。

基于平行直线束图像序列的摄像机标定

模拟与实现了一种基于主动视觉的摄像机参数标定方法;首先对空间平行直线束的成像规律进行研究,建立了平行直线束的消隐点与投影中心的连线和该平行直线束方向矢量的关系,在此基础上利用多组平行直线间的夹角作为约束求解摄像机焦距以及外参数。实验中采用普通的电脑液晶显示屏作为标定模板,液晶屏中显示按规律变换位置的平行直线束图像,摄像机进行同步拍摄获取液晶屏图像序列;在标定过程中摄像机与液晶屏的位置固定不动,避免了主动视觉方法对高精度平台的要求;该方法完全自动进行,内外参数分阶段线性求解且稳定性高;方法中不涉及图像间匹配问题,且无需知道标定模板的物理度量;模拟与真实实验均表明了该方法的有效性与实用性。

基于跨域特征关联与聚类的无监督行人重识别

行人重识别的目标是利用计算机视觉技术在多个摄像头采集的图像序列或视频中识别目标行人,基于监督学习的行人重识别算法虽然提高了目标的识别性能,但难以解决行人重识别中无标注目标域的域内变化问题,从而导致无标注数据检索准确度低。提出一种基于域自适应的无监督行人重识别算法,其主要由ResNet-50骨干网络、跨域特征提取器和用以存储目标域特征的特征库组成。通过跨域特征提取器融合行人样本在特征图与通道方向的特征,以挖掘不同行人重识别数据集间潜在的特征关联关系,同时为无标注目标数据集样本内的特征关联构建特征库,在无任何标注信息的情况下从一个未知数据集学习判别性特征。实验结果表明,该算法在源域DukeMTMC-reID/Market-1501和目标域Market-1501/DukeMTMC-reID的首位命中率相较于ECN算法分别提高8.9和6.8个百分点,能够提高模型在未知数据集上的泛化能力和无监督跨域行人重识别的准确度。

基于辅助摄像机的机器人延伸手眼标定方法

针对机器人手臂上装载的工件等对象与摄像机之间空间关系的标定问题,本文在传统机器人手眼标定的基础上提出了机器人延伸手眼标定的概念,将机器人手眼关系拓展为延伸手眼关系。该方法通过引入辅助摄像机,利用平面标定靶标以及由机器人延伸手上的矩形特征衍生出的大量标定特征点,实现了机器人延伸手眼标定。实验结果表明,该算法可有效的解决机器人延伸手眼标定问题,标定精度取决于机器人延伸手的几何尺寸精度和获得特征点的精度,文中实验结果的RMS为0.113mm。

“环境一号”B星热红外通道星上定标与交叉定标研究

文章以"环境一号"B星(HJ-1B)发射前实验室定标为基础,分析了HJ-1B红外相机的星上定标系统功能。利用2009年3次星上黑体定标数据对HJ-1B热红外通道进行星上定标,以青海湖不同时相的美国TERRA卫星MODIS传感器31通道(MODIS-31)数据对HJ-1B热红外通道进行交叉定标,得到了准确的定标系数,最后对两种定标方法进行误差对比分析,为实时准确的获取HJ-1B热红外通道定标系数提供方法借鉴。

基于新的成像模型的摄像机标定与三维重建

分析了镜头畸变的形成机理,将实际成像点视为理想成像点依序经过径向畸变与离心畸变作用后形成的图像点,据此建立了新的摄像机成像数学模型。利用该模型,结合投影变换中的交比不变性实现了各项畸变系数的线性标定。整个标定过程由3个独立步骤组成,降低了系数间的耦合误差。标定模板采用普通的电脑液晶显示屏,无需专门制作,且方便摆放和调整,更适于现场标定。在标定过程中保持摄像机与标定模板固定不动,避免了主动视觉方法对高精度控制平台的要求。结合相位测量系统实现了三维物体的高精度测量。

摄像机运动参数实时跟踪算法

介绍了虚拟演播室系统典型结构,分析了带透镜径向畸变的小孔摄像机模型及采用径向排列约束求解摄像机参数的方法;提出基于相邻特征点间距比较/比值联合编码方案及特征点匹配算法,实现了高端虚拟演播室视景融合的核心技术。实际应用证明,在速度及稳定性方面具有较好的性能。