一种基于圆阵列标定板的光栅投影系统标定方法

针对光栅投影系统中棋盘格标定板角点检测时易受图像噪声和模糊影响,提出了一种新颖的基于圆阵列标定板的光栅投影系统标定方法.利用摄像机的非线性成像模型,设计了一种基于透视变换和圆心排序的圆心自动匹配算法,实现了圆心像素坐标与对应世界坐标的匹配;将投影仪视作逆向摄像机构成双目立体视觉模型,借助采集的水平与垂直光栅图像,利用九...     

用神经网络变易有效焦距的摄像机标定法

针对传统摄像机标定中由于像差等非线性因素的影响造成结果精度和稳定性不高且算法复杂的特点 ,提出了用 4层前向神经网络模型变易摄像机横纵向有效焦距的方法。给出了摄像机标定结果和用标定后的摄像机进行三维立体测量的结果 ,并与传统方法作了对比。结果表明 ,基于神经网络的摄像机标定方法可以获得比传统方法更高的精度和稳定性     

基于任意两共面相交圆的双目立体视觉标定法

提出一种基于同一平面内两相交圆作为平面标定模板的自标定原理,应用于固连在同一支撑架上（相对静止）的双摄像机组成的视觉系统,分别从四个角度对模板进行拍摄,即可求解摄像机的内外参数。实验表明：该算法可以得到比较满意的精度, 并且计算简便。     

基于OpenCV的CCD摄像机标定方法

计算机视觉在工业,农业,军事,交通等领域都有着广泛应用。摄像机标定是视觉系统的重要环节,也是研究的关键领域。以摄像机标定技术为研究对象,选取针孔成像模型,简述了世界坐标系、摄像机坐标系和图像坐标系及其相互间的位置关系,对标定过程进行了深入研究。特别地,为提高标定精度,充分考虑了透镜径向和切向畸变影响及其求解方法,制作了棋盘格平面标定模板,基于开放计算机视觉函数库(OpenCV)实现了摄像机标定。该标定算法能够充分发挥OpenCV函数库功能,对于图像处理与计算机视觉方面的应用设计具有实用价值。实验结果表明该方法取得了较高精度,能够满足视觉检测或其他计算机视觉系统的应用需要。     

基于主动视觉的摄像机自标定方法

在研究了基于主动视觉摄像机自标定原理的基础上,结合现有的3次平移自标定方法,给出了该标定方法的实现过程。对影响标定精度的主要因素进行分析,提出了极点计算误差对标定精度的影响机理,并在此基础上提出了通过减小极点计算误差来提高标定精度的方法。最后利用该方法进行了对比实验,实验结果证明该方法是有效的。     

基于火箭弹旋转运动的主子惯导在线标定方案研究

针对火箭炮在射前标定阶段不能进行线运动,只能进行两自由度的角运动,以及需要标定参数多,模型维数大导致标定实时性差等缺点。以火箭炮制导化改造为背景,首先利用旋转调制的原理建立了误差模型,将惯性器件的零偏误差分离,并且理论分析了旋转调制对惯性器件刻度系数误差标定的影响,分析结果表明,旋转运动对刻度系数误差的可观测性影响很大。但是,由于单独的横滚运动不能激励全部6个刻度系数误差,所以最后设计了新的火箭弹机动方案,以及滤波算法使全部刻度系数误差均可观测,并且结果表明除x轴陀螺刻度系数误差外,其余参数均能较快地收敛,与传统的方法相比,标定的实时性和精度都有了较大提高,充分体现了弹丸横滚运动对火箭炮射前标定的重要性。     

基于计算机视觉的目标方位测量方法

以显著性标志物中的关键点为目标,探讨了一种基于计算机视觉的目标方位测量方法。在光学成像原理基础上,推算出目标二维成像点坐标与其空间三维坐标之间的映射关系,基于计算机视觉理论建立了测量目标方位的数学模型。考虑透镜畸变,基于Zhang平面标定法完成对摄像机参数的标定。对目标二维图像采用Harris算法进行特征角点检测,并通过亚像素技术对检测的目标特征点进行定位。实验结果表明,该方法能够有效提取被测目标特征角点并获取其像素坐标,用于测量目标相对视觉传感器的方位信息可达到较高精度,具备良好的实用价值。     

加速度计交叉耦合系数高精度标定

为了在1g重力场用转台标定惯性导航系统加速度计交叉耦合系数，提出基于正交多位置递推滤波算法标定加速度计的方案，通过建立正交多位置标定模型，抑制了转台误差对标定精度的影响，设计基于马尔科夫递推估计滤波算法，克服了一般最小二乘集中估计中多维矩阵求逆算法误差。仿真结果表明通过28位置标定，加速度计交叉耦合系数标定精度可达到10－7 g·g－2（ RMS）量级。     

恒速偏频激光陀螺系统航向敏感误差的在线标定与补偿

以单轴恒速偏频激光陀螺系统为研究对象,建立了静基座初始对准时系统中标定参数变化误差对航向敏感误差影响的数学模型。为克服外场测试环境下难以分别精确估计各标定参数的限制,提出将安装关系矩阵参数误差对航向敏感误差的作用视为一个整体进行标定;不需要外部基准,即可基于最小二乘算法实现航向敏感误差系数的在线标定。采用标定得到的航向敏感误差系数,利用原理样机进行了在线补偿精度实验测试。实验结果表明,所提出的在线标定与补偿方法能够有效消除航向敏感误差,提高初始对准航向角精度。     

基于仿射近似的摄像机标定

针对直接基于透视投影模型的标定算法计算量大、结果不稳定的事实,提出一种基于仿射投影矩阵的标定算法。算法首先线性解算仿射投影矩阵,然后分解出部分参数。在假定主点坐标等于图像中心的前提下,解算出其余参数,再以重投影图像点残差和为目标函数,对所有参数进行优化,获得精确的摄像机模型参数,达到精确、快速、稳定的标定目的。大量的仿真和真实图像实验证明算法比传统算法更稳定。     

单像自标定的迭代优化方法

针对基于灭点的单像自标定方法精度不高的局限性,利用影像中的灭点和椭圆几何约束信息,提出一种迭代优化的单像自标定方法。根据极点-极线关系及其表示的正交性,由影像中的椭圆曲线及其所在平面的灭线确定一组正交共轭灭点对。利用这些正交共轭灭点对建立关于主距和主点的非线性模型,以主距的方差最小作为优化准则,并选用多个位置作为主点的初始值进行多次迭代优化估计,获得主距和主点的最优结果。仿真影像和真实影像实验结果表明,该方法能够有效地实现单像自标定。与基于灭点的摄像机标定方法相比,该方法能够获得更为满意的标定结果。     

基于整体变分和数学形态学的空间非合作目标边缘检测

非合作目标不提供已知的目标标识器和敏感器件,无疑增加了检测识别的难度.CCD相机能够提供大量包含有非合作目标的尺寸、形状、相对位置和相对姿态等信息的高分辨率图像,用常规方法进行非合作目标图像分割时,由于空间环境的影响,使得目标的轮廓线非常零碎,常掩埋在杂乱的背景分割线中.为了克服这种问题,提出了一种保持边界的整体变分方法和数学形态学相结合的方法.先用整体变分方法对图像进行平滑的同时可以最大限度地保留图像中的轮廓、边缘等特征信息以增强目标的边缘,然后采用数学形态学的方法对其进行膨胀、腐蚀以滤除众多的背景噪声.经大量的实验验证,这种方法可以有效地提取出非合作目标的边缘信息,并可滤除大量噪声,为进一步开展非合作目标识别工作奠定基础.     

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。     

利用数字狭缝摄像技术估计弹丸速度和攻角

针对目前靶场中胶片式狭缝摄影技术的缺点和数字化改进的难点,提出了基于线阵摄像机的数字狭缝摄像技术来估计弹丸速度和攻角.该方法首先利用单台标定的摄像机配合双像器获取弹丸的立体影像,提取有限个控制点,计算弹丸速度、姿态等的初始估计值.然后利用弹丸的模拟成像与实际成像的轮廓匹配构建最优化模型,对初始估计值进行优化,最后获得弹丸的速度和攻角.通过试验验证了该方法估计弹丸速度和攻角的精确性.     

基于对偶四元数的单目视觉/惯性组合导航算法

提出一种适用于结构化道路的单目视觉/惯性组合导航定位算法.针对点特征匹配和连续多帧追踪受车速和相机视野制约的不足,提取道路上车道线的直线特征,引入对偶四元数描述直线特征.在基于对偶四元数的相对位姿估计算法的基础上,推导了图像特征增量与相机位姿增量的表达式.通过配准和时间同步,用惯导系统和相机分别解算的载体速度之差作为组合导航的观测量,建立kalman滤波修正组合导航系统的误差,包括相机测速标度因数误差.车载实验结果表明在结构化道路上算法是有效的.     

校准方法和存内训练相结合的忆阻器神经形态计算方法

基于忆阻器的神经形态计算架构在图像分类、语音识别等领域取得了较好的效果,但当忆阻器阵列存在低良率问题时,其性能会出现明显下降。提出一种基于忆阻器神经形态计算的校准方法和原位训练相结合的算法,利用校准方法提高乘累加计算的准确率,并利用原位训练方法降低训练误差。为了验证所提方法的性能,采用多层感知器架构进行仿真。从仿真结果来看,神经网络的精度有明显的提高(近40%)。实验结果表明,与单纯的校准方法相比,采用所提方法训练的网络精度提高了约30%,与其他主流的方法相比,所提方法训练的网络精度提高了0.29%。     

用于消除缓变伪距偏差的抗差扩展卡尔曼滤波方法

针对卫星导航系统中伪距观测量存在缓变伪距偏差,导致定位精度下降的问题,提出了一种基于滑动积累的抗差扩展卡尔曼滤波方法。该方法在抗差扩展卡尔曼滤波算法的基础上,通过滑动窗口内多个历元残差矢量的累积,增大标准化残差矢量的伪距偏差,来提高对缓变伪距偏差故障的抗差能力。仿真表明,该方法能有效消除或者减弱微小伪距偏差和缓慢增长伪距偏差造成的位置误差,与传统抗差扩展卡尔曼滤波算法比较,定位精度得到明显改善。     

基于BP神经网络的闭路制导改进方法

针对传统闭路制导方法中的制导方法误差,提出了一种根据"真实目标"进行制导的改进制导方法。采用BP神经网络逼近算法,推导建立预定关机点及落点坐标与需要速度间的映射关系,并装订上弹,使关机点附近对应每一个位置能够映射出相应的需要速度矢量。然后利用闭路制导关机及导引方法对导弹实施控制。通过仿真,该方法大大减小了制导方法误差,提高了导弹射击精度。     

基于层次方法和PCA特征变换的宫颈细胞识别

对宫颈细胞多分类,可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法实验后,选取支持向量机（SVM）作为基分类器,先用一对一策略（one- versus -one）训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。又考虑不同层特征模式的差异性,在保证识别性能同时,每层分类前先采用主成分分析（PCA）法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次PCA法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。