近似平面场景多视点图像拼接算法

以小型无人机对地观测为应用背景,研究了近似平面场景多视点图像拼接问题。对于已知粗略相机位姿的情况,提出一种融合相机位姿信息和图像特征点对应信息的方法,采用直接稀疏Cholesky分解方法求解拼接全局优化问题。由该方法得到的拼接结果没有全局变形,局部拼接误差也得到了明显的改善。对于相机位姿未知的情况,先采用structure-from-motion(SFM)方法恢复相机姿态和场景稀疏结构信息,再采用稀疏全局调整方法获得最终的图像变换参数。通过沙盘图像和真实的航拍图像拼接实验验证了算法的有效性。     

近界视景导航中森林场景加速绘制

作为近界视景导航中典型地物,三维几何树模型能提高虚拟场景视觉精度,增强场景真实感,但会导致大规模森林场景绘制效率降低,从而降低视景导航精度。为提高绘制效率以确保视景导航精度,并提高场景真实感,采用布告板云算法构建了基于视距的多分辨率树模型,针对算法在近界视景导航应用中存在的问题进行了改进。为进一步提高近界特别是贴地飞行时高动态视点下视景导航精度,根据有限视域、威胁区域以及视觉冗余等特点,提出了一种基于高动态视点的加速绘制算法。通过实验对比分析,算法大幅提高了场景绘制效率,增强了场景视觉质量,提高了虚拟场景导航精度。     

特征保持的视点相关三维矢量场流线简化方法

为了解决三维矢量场可视化中流线数量过多造成的遮挡与视觉混乱问题,同时保证流线能够准确描述矢量场变化规律与重要特征,提出了一种基于特征保持的视点相关三维矢量场流线简化方法。采用粒子跟踪生成3D矢量场流线集,并进行视点相关映射;对流线集进行特征保持计算;基于流线视觉效果度量对流线集进行迭代简化计算,从而实现流线集的有效简化。实验结果表明,能够有效保持矢量场的物理特征,且具有较好的流线视觉效果。     

Agent战场视景仿真视点智能控制方法

为了实现战场视景仿真中视点的智能控制,使视点能够自动选择运动方式,根据场景中发生的热点事件自动切换观察目标并且自动调整观察位置及角度,将Agent的思想引入视点控制策略的设计,提出了一种基于Agent的战场视景仿真视点的智能控制方法,针对热点事件搜索智能体、观察目标选择智能体和观察方式控制智能体的智能体行为算法,以及多...     

基于场景图形管理的三维空中态势引擎设计与实现

本文从传统空中信息指挥系统对三维显示的需求出发,以开源图形开发库OpenSceneGraph作为底层渲染引擎,结合OSG的场景图形管理技术和面向对象设计思想,给出了一副大规模空中态势场景的逻辑视图、场景树视图和类视图。以态势场景的构建和管理为核心,设计了一种适合实时显示大规模空中作战态势的三维显示引擎。该引擎实现了大规模地形建模、大规模航迹实时显示、探测器遮蔽算法、多样化视点等关键技术。利用该引擎二次开发的几种三维模块已经运用在实际工程项目中,该引擎具有高效率、跨平台、易集成、易扩展等优势。     

基于场景图形管理技术的三维空中态势引擎设计与实现

针对传统空中信息指挥系统对三维显示的需求,以开源图形开发库(OpenSceneGraph)作为底层渲染引擎,结合OSG的场景图形管理技术和面向对象设计思想,给出了一幅大规模空中态势场景的逻辑视图、场景树视图和类视图。以态势场景的构建和管理为核心,设计了一种适合实时显示大规模空中作战态势的三维显示引擎。该引擎实现了大规模地形建模、大规模航迹实时显示、探测器遮蔽算法、多样化视点等关键技术。利用该引擎二次开发的几种三维显示模块已经运用在多项国防工程中,该引擎具有高效率、跨平台、易集成、易扩展等优势。     

多目标多火力通道云调度策略研究

在水面舰艇面对多目标饱和攻击时,对多火力通道的最佳调度是水面舰艇自防御武器系统火力分配的关键问题。本文采用云模型方法将多目标威胁判断与反导武器系统多火力通道状态相匹配,通过实时评估目标威胁等级、武器系统抗击时间和最佳抗击距离等因素,提出一种兼顾目标和火力通道实时状态的新调度策略——云调度策略,有效降低舰艇损伤程度,提高反导武器系统抗击效率和抗击质量。仿真证明,此策略可提高整体反导防御效能。     

装甲战车图像跟踪系统技术研究

在高技术条件下的局部战争中,装甲战车应具备精确的打击能力、目标获取能力和态势感知能力,这就需要一个能对抗复杂场景的目标跟踪系统。针对用于装甲战车的目标跟踪系统所存在的关键技术,提出了应用于复杂场景下的目标长时跟踪算法,实现了目标受遮挡情况的自适应判定和目标丢失的重捕获,在目标发生尺度变化、姿态变化、光照变化、遮挡等复杂情况下仍具有良好的跟踪效果;设计了一套视频跟踪器系统,通过实验验证,可实现对比度优于5%,目标像素数大于2×2,部分遮挡及完全遮挡的复杂战场环境下目标的稳定跟踪。     

三维视景仿真中的主辅式多视口结构及其实现

针对大规模三维视景仿真中同时对场景全局和各目标模型细节观察的需求,设计了一种基于OpenGL的主辅式多视口场景渲染结构。通过对OpenGL视口定义、深度检测及投影变换等技术的灵活应用,该多视口结构在“导弹突防三维视景仿真系统”中得到了实现,有效地解决了多观察点同时兼顾的问题。     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

迭代插值FPFH特征点云配准算法

针对三维激光扫描点云数据的配准问题,提出了一种基于FPFH特征的迭代插值配准新方法。配准过程中考虑到点云数据获取时,受扫描仪分辨率影响,点云局部或整体密度偏小,两次测量点云数据的相同位置不存在完全相同的点,以致对应点之间存在误差。为减小误差对配准精度影响,引入迭代插值方法,增加点云整体密度。配准过程通过计算关键点处FPFH特征寻找对应相关关系求得粗配准旋转平移矩阵,再使用ICP算法进行点云的精确配准。实验结果表明,改进的配准方法简单、稳定可靠、计算速度快且计算复杂度小,对实现点云配准具有实用价值。     

机载激光雷达数据的三维深度学习树种分类

针对传统基于激光雷达(Light Detection And Ranging,LiDAR)数据的树种分类方法难以直接且全面地利用点云的三维结构信息的问题,提出一种基于三维深度学习的机载LiDAR数据的树种分类方法.该方法直接从三维数据中抽象出高维特征,而无须将点云转化为体素或二维图像.以塞罕坝国家森林公园内白桦和落叶松...     

基于工程设计法的射程优化

射程是弹道导弹的重要性能指标,飞行程序选择对充分发挥导弹运载能力,提高射程具有重要影响。针对此问题,利用工程设计法的实现容易、计算量少的优点,将以飞行程序为设计对象的最优控制泛函问题转化为参数优化问题。在此基础上,建立弹道运动模型和优化模型,并应用粒子群算法进行参数优化,求解最大射程弹道。结果表明,基于工程设计法的射程优化简单可行,利用粒子群算法得到的优化参数对改善射程有显著效果,充分发挥了导弹的运载能力。而运载能力的提高对提高导弹武器的目标覆盖范围起到重要作用。     

云模型在雷达干扰资源多目标优化配置中的应用

鉴于干扰效果/效益评估在雷达干扰资源优化分配中的重要地位,提出了一种基于云模型和匈牙利算法的雷达干扰资源优化分配模型。利用一维云模型单条件单规则发生器和逆向云发生器构建了评估指标干扰效果推理器,利用基于风险态度因子的云模型映射函数定义了云模型之间距离的度量方法。提出了一种基于云模型与逼近理想解法的雷达干扰效益矩阵求解方法,最后运用匈牙利算法实现了干扰资源优化分配。将所建模型应用到干扰资源分配中,结果表明该模型能够较好的处理评估中的不确定性知识,是合理、可行的。     

三维点云深度模型压缩算法

随着计算机三维视觉的广泛应用,近几年基于深度学习的点云处理算法得到了大量研究,而耗时耗存储的缺陷较大程度限制了其在移动端的部署应用。基于改进损失函数的总体思路,提出了一种新的点云深度模型压缩框架,将知识蒸馏方法引入二值量化模型中,同时考虑点云聚合操作的特殊性引入了辅助损失项,改进的损失函数共包括预测损失项、蒸馏损失项和辅助损失项三部分。实验结果表明,和已有算法相比,所提算法可以获取更高的精度,同时对当前点云主流深度网络模型也具有良好的扩展性。     

用于三维点云表示的扩展点特征直方图算法

局部特征提取在点云相关应用中具有十分重要的作用,因此提出一种用于点云局部特征表示的扩展点特征直方图描述子。针对邻域点的两两点对提出一系列不变量;在特征点上构建一个局部参考坐标框架以获得特征描述子对旋转和平移的不变性;将关键点局部邻域划分成多个子空间,并依据每个子空间中的点对不变量构建一个直方图;将所有直方图串联起来得到扩展点特征直方图特征描述子。采用Bologna公共数据集对扩展点特征直方图特征描述子的性能进行测试,并与多个现有算法进行对比。结果表明,扩展点特征直方图特征描述子获得了良好的性能,其结果优于多个现有的特征描述子。     

一种改进的变异粒子群算法研究

粒子群优化算法PSO(Partic le Swarm Optim ization)是一类性能优越的寻优算法。但由于早熟问题,影响了算法性能的发挥。针对这一问题,引入粒子距离的概念,提出一种新的PSO改进方法(称为NA-PSO)。通过求解组网雷达的系统偏差,表明了NA-PSO算法的可行性,与对比方法相比较,能有效配准,且具有更好的收敛精度和更快的进化速度。     

矩不变量在目标形状识别中的应用研究

本文提出了图像分割的一种新的算法，简单实用。实验表明，它优于经典的最大方差准则门限法和最大熵分割法。本文利用中心矩构成仿射不变量，作为目标的特征。本文提出了利用上述各特征的一种数据融合算法。实验表明，利用该算法进行识别时正确率高，且所用时间短，效果好。本文所提供的方法在对１８类目标１３８幅图像进行识别时总识别正确率高于８５％。     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.