图像全站仪同轴相机主距检校方法研究

变形测量是图像全站仪目前应用最为广泛的领域。同轴相机主距是图像全站仪应用于变形测量所需检校的主要参数,其检校方法及精度直接关乎变形测量的精度与效率。针对现有检校方法涉及参数过多、求解过程复杂等问题,本文提出一种高效直观的检校方法,检校参数仅包括主距和畸变,可有效检测出不同测量距离上的主距变化,并建立相应的物距—主距函数模型,在实际测量中可由该模型直接获得不同物距对应的精确主距,有效提高将图像测量转换为实地形变测量的精度。针对研究建立的检校模型,设计了完整的检校实验流程,对物距(S)变化范围为2.46m至11.56m的徕卡TS60图像全站仪同轴相机的主距(f)进行精密检校实验,得到的物距与主距的函数模型为f=-3.8382*S^-3.9592+23.1997±0.0023cm。结果表明,本文方法的主距检校相对精度为10-4,所建立的函数模型可将主距误差引起的测角误差降低到0.2″以内。

超薄超短物像距高分辨率检测成像系统设计与试验

为缩短12寸晶圆检测成像系统的轴向和径向尺寸,提出一种小角度棱镜折转光路与超短物像距镜头相结合的解决方法。设计优于1/12λ(λ=632.8 nm)面形精度的小角度棱镜折转光路,实现照明系统与成像镜头的水平布置,径向尺寸仅为80 mm,在保证不影响系统成像质量的前提下,极大地降低了整个系统的径向尺寸,同时也实现了12°的小角度明场照明。设计放大倍率为0.264的对称混合型光学系统,采用纯球面系统获得较大成像视场,像高为81.92 mm,物像距仅为392.5 mm,极大地降低了整个系统轴向尺寸。设计结果表明,整个成像系统全视场平均光学传递函数优于0.4@100l p/mm,相对畸变优于0.03%,像面照度均匀性全视场优于50%。实际测试结果表明:全视场实际成像分辨率优于18.88μm,达到了系统极限分辨率;全视场像面照度均匀性为43.3%,满足均匀性优于40%的研制要求。研究结果表明本文提出的超薄超短物像距高分辨率检测成像系统合理、有效,解决了12寸晶圆检测成像系统空间尺寸压缩的难题,并降低了研制成本,为后续近距离大尺寸物体检测成像系统的研制提供参考依据。

视觉图像与三维点云融合的障碍物主动识别与距离感知研究

针对无人机配电线自动巡检及绝缘层涂覆维护过程中障碍物主动识别和距离感知的问题,提出视觉图像与三维点云相结合的障碍物识别方法。对图像进行增广预处理来丰富数据集,引入基于特征提取的深度学习进行模型训练,获取障碍物目标的类别和方位,结合三维点云信息得到目标的距离信息。实验结果表明:三维点云与视觉图像融合的障碍物主动识别与距离感知算法可以兼顾实时与精准测距的需求,提高了系统预警的精确度,最大识别误差为2.356%,有助于提高无人机及线缆涂覆机器人的障碍感知能力,保障作业安全。

基于高分二号的城市绿地提取方法研究

绿地对城市生态系统具有重要的调节作用。利用遥感技术来辅助绿地信息的提取,能够获取绿地空间结构,动态掌握绿地覆盖面积,从而达到调控和监测城市绿地变化的目的。本文分别采用最小距离分类和面向对象的最邻近分类2种方法进行城市绿地提取,实验结果表明,利用高分二号这种空间分辨率较高的遥感影像进行绿地信息提取,面向对象的分类方法要比传统的最小距离分类方法更为适合。

露天煤矿采场无人机遥感图像小目标检测

露天煤矿采场地形复杂,车辆事故时有发生,准确定位车辆位置对于安全生产至关重要。针对矿区无人机遥感图像小目标定位不准确的问题,提出了一种改进的YOLOv7目标检测模型。首先对原始网络模型中的ELAN模块进行卷积替换,加速网络的推理速度。并在此基础上,进一步结合eSE通道注意力机制,形成PConv-eSE卷积注意力模块,加强模型网络对小目标的特征提取能力,降低背景信息的影响。最后,使用NWD度量标准的损失函数,进一步优化网络,提高准确性。在矿区采场车辆数据集上对改进的模型进行了实验验证,结果表明:改进后的模型P_(mav)值达到94.5%,相对于原始模型上升了7.2%,有效解决了原始网络对于遥感小目标定位漏检的问题,为无人机在露天矿区小目标定位领域的应用提供了理论基础。

基于视频图像鉴定车速中的参照物选定两例

合理地选取或设定参照物是提高基于视频图像鉴定车辆行驶速度效率与精度的关键。本文介绍了两起交通事故车速鉴定的典型案例,鉴定人员基于视频图像选取参照物计算车辆行驶速度,并利用提取的VDR文件、EDR文件数据进行验证,总结出在基于视频图像鉴定车辆行驶速度的实践中,参照物的选定可根据实际情况与条件优先考虑制动前区域、道路参照物、目标车辆通过的整数帧、目标车辆某轮廓的几何中心等方案,希冀为相关案件的鉴定提供参考。

面向对象遥感影像分类的最优分割尺度选择研究

影像分割是面向对象遥感影像分类的基础步骤,而分割尺度又是影像分割的核心问题。研究针对面向对象遥感影像分类中的最优分割尺度选择问题,以分割后影像区域对象矢量边界线与欲分类目标对象真实矢量边界的吻合程度为标准,通过两者多向距离量化吻合程度,提出了一种最优分割尺度定量选择的新方法——矢量距离指数法。通过两种实验,同步验证了该方法的正确性与适用性,实验1将基于矢量距离指数法选择的最优分割尺度结果与较为成熟的人为试错法的选择结果比较,结果表明针对7种地类的矢量距离指数均可以正确反映最优分割尺度;实验2挖掘了矢量距离指数法选择的结果与分类精度的关系,结果表明其中5种地类在矢量距离指数法选择的最优分割尺度上均达到了最大的分类精度,另外2种地类的分类结果最符合实地情况,与欲分类目标最为接近。基于矢量距离指数法基本原理,研究针对分割过程中的"淹没"与"破碎"现象,进一步提出了能够反映两者矛盾程度的尺度指数,该指数能够真实反映针对某种特定地物类型分割尺度的大小状况,为衡量"破碎"与"淹没"的矛盾程度提供了一种定量工具,在分割尺度选择过程中具有重要的指示意义。

基于边界跟踪的快速欧氏距离变换算法

提出了一种基于边界跟踪、剥离的快速二维欧氏距离变换算法.从目标区域的最外层边界开始,自外向内、逐层对目标区域进行边界跟踪、剥离,直至目标区域为空.每跟踪到一个边界像素点,即根据其邻域像素所传递的最短距离信息来计算与最近背景像素间的欧氏距离,并利用一个链表结构来完成对已经过距离变换的像素点的距离更新,以解决距离传递的路径可能改变的问题.实验结果表明,该算法能够得到准确的欧氏距离,并且算法时间不到3×3倒角近似欧氏距离变换算法的2倍,比基于桶排序的欧氏距离变换算法快几十至上千倍.

自动分割及跟踪视频运动对象的一种实现方法

随着 MPEG- 4压缩标准的制定 ,分割及跟踪视频运动对象的研究显得极其重要 .在 MPEG- 4视频编码标准中 ,为了实现基于视频内容的交互功能 ,其视频序列的每一帧由视频对象面 ( VOP)来表示 .为了生成视频对象面 ,需要对视频序列中的运动对象进行有效的分割 ;并跟踪运动对象随时间的变化 ,为此提出并实现了一种用于分割及跟踪视频运动对象的时空联合方法 .该方法首先采用连续帧间差的 4次统计量假设检验 ,确定运动对象的位置 ,自动地分离出运动区域与背景区域 ;在运动区域内 ,采用数学形态学的分水线算法来精确地提取运动对象的轮廓 ;最后 ,将提取到的运动对象作为模板 ,对后续的视频序列 ,用 Hausdorff距离度量 ,来跟踪并提取后续帧中运动对象 .实验结果表明 ,该方法能有效地分割和跟踪视频运动对象 ,且能有效减少计算复杂度 ,其调整参数也较少 .

Mean-shift跟踪算法及其在光电跟踪系统中的应用

针对光电跟踪系统中实时提取运动目标脱靶量的应用需求,设计了一种基于灰度直方图的Mean-shift图像跟踪算法,对算法中目标模型与候选模型的建立进行了改进,抑制了背景像素对目标跟踪产生的影响。算法在系统上位机Visual C++6.0平台上实现,当光电跟踪系统捕获到运动目标后,利用Mean-shift图像跟踪算法跟踪运动目标,并实时将运动目标脱靶量作为伺服控制系统的输入信号,驱动跟踪器跟踪目标。实验结果表明:设计的算法可以实时、准确、有效地跟踪运动目标,使稳定后的脱靶量换算得到的角偏差量控制在30″之内。

基于像斑异质度的矢量图与遥感影像变化检测

为实现矢量图与遥感影像的自动变化检测,提出一种基于像斑异质度的矢量图与遥感影像变化检测方法。以旧时期矢量图为约束,对新时期遥感影像采用标记分水岭算法进行影像分割获取像斑;提取兼顾光谱特征与纹理特征的像斑直方图作为像斑的特征,利用直方图相交距离构建像斑特征距离;利用新时期像斑与旧时期同类别像斑特征距离的平均值计算像斑的异质度,采用最大熵法自动获取各地物类别的异质度阈值;通过比较像斑异质度与矢量图所在时期对应类别的异质度阈值,实现像斑的变化/未变化判别。对QuickBird遥感影像的实验验证了所提方法的有效性,变化检测正确率达到了95%。

基于空间上下文的目标图像检索

提出了一种空间上下文描述与匹配方法,有效地提高了基于视觉关键词的图像检索中目标对象的可区分性.首先通过定义具有仿射协变性的空间邻域,得到自适应的多层空间上下文描述;然后提出模糊堆土机距离度量方法计算空间上下文相似性,以减少区块特征聚类错误对空间关系匹配的影响.在预处理阶段,基于熵值和自相似度进行噪声区块过滤.与已有方法相比,该方法的平均检索精度相对提高了10.8%.

基于像斑直方图G统计量的遥感影像分类

为了充分利用像斑的光谱特征,提出一种基于像斑直方图G统计量的影像分类方法。通过多尺度影像分割获取像斑,选择合适的训练样本像斑;依据像斑的光谱属性,自适应地设定光谱直方图的灰度级,提取像斑的光谱直方图;采用G统计量度量测试像斑与各训练样本像斑光谱直方图间的距离,用来表达像斑光谱特征的异质性;利用最小距离分类器获得影像分类结果。遥感影像分类实验结果表明,该方法能有效提高影像的分类精度。

基于多元统计的柑桔图像分割和目标识别

对含有复杂背景的彩色柑桔图像应用多元统计中的马氏距离分析法分别进行了图像分割和目标识别,对识别结果进行了分析,计算了不同条件下拍摄的柑桔图像中柑桔所占的面积比例。结果表明,马氏距离法在合理选择图像元素类别和各类别判定指标的情况下,经过对进行训练的样本空间进行确认,能够克服光照、复杂背景等因素的影响,较好地对柑桔彩色图像进行了图像分割,通过程序实现了目标面积比例的计算。

目标距离和视场角变化对红外热像仪测温精度影响的理论分析

红外热像仪进行测温时,目标距离和视场角变化,会大大降低测温精度。根据几何光学和红外目标辐射理论,推导出温度测量误差与目标距离和视场角之间的关系式,并结合研制的一套红外热像仪系统参数,计算了温度测量误差。提出了提高测温精度的方法,采用此方法,对相同条件下的物体测温,测量误差仅为-0.22℃,在很大程度上减小了目标距离和视场角变化对红外热像仪测温精度的影响。

海堤安全监测的马氏距离判别方法

为充分利用海堤的长期监测资料进行海堤工作状态的判别,着重研究海堤监测中潮位与渗压两个重要监测项目的综合评判。对潮位与渗压实测时间序列分解趋势项,区分时段统计潮位和渗压序列特征值。基于概率论建立海堤潮位与渗压的评判集,根据马氏距离判别海堤状态,建立了对监测样本的状态评判方法。利用某海堤的一组连续实测潮位与渗压序列加以计算判别说明。

基于断层间切片图像的插值方法研究

断层间图像插值是三维重建的一个关键步骤,研究了传统的插值方法,并对其进行了分析,在此基础上提出了一种基于距离变换的目标图像插值方法,该方法首先对断层图像进行阈值分割得到目标图像并对图像进行中心配准,然后运用欧几里德距离变换法求取目标图像的距离图像,采用加权平均线性插值方法得到目标图像间的插值图像;对ICT切片图像进行了实验研究,取得了令人满意的效果。

一种利用多尺度直方图的遥感影像分类方法

针对单一直方图对像斑特征表达不充分的问题,提出了一种利用多尺度直方图的遥感影像分类方法。首先,通过影像分割获取像斑,选取训练样本像斑;其次,提取像斑在不同灰度级下的直方图,形成像斑的多尺度直方图特征;再次,利用G统计量度量各尺度下的直方图距离,加权组合直方图距离构建像斑在单波段上的特征距离;然后,计算各波段不同灰度级下的信息熵,自适应确定各波段对应的权重,加权组合单波段特征距离构建像斑的特征距离;最后,依据像斑特征距离最小的原则,获取影像分类结果。在QuickBird遥感影像上的实验表明,与单一尺度直方图分类法相比,该方法的分类精度较优。

轮式移动机器人单目视觉的目标测距方法

为减小特征匹配以及摄像机光轴倾斜对单目测距造成的误差,提出一种基于单目视觉的轮式移动机器人目标测距方法,将测距目标从平面物体推广到立体物体,在无须校正的情况下提高测量精度。通过对摄像机进行标定测量其内外参数,建立小孔平面成像模型得到世界坐标系与像素坐标系的对应关系。针对坐标变换矩阵奇异的情况,引入面积这一特性进行求解,推导特定矩阵奇异情况下目标距离与像素面积的关系。实验结果表明,该方法可将综合误差率控制在0.7%以内,能够满足轮式移动机器人单目视觉测距实时性和可靠性的要求。

一种基于联合轮廓特征矢量的目标识别方法

针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选和加权,建立起待识别目标的联合轮廓特征矢量模型。在线识别时,提取场景目标的联合轮廓特征矢量,对其进行高斯归一化处理,计算场景目标与待识别目标的加权欧式距离,并根据预设阈值对待识别目标进行识别判断。对比实验验证了该方法的有效性和快速性,具有一定的实际应用价值。