使用等效偏移角稀疏测量的面阵相机序贯图像几何校正

天基光学相机实际在轨对地观测成像的畸变需通过几何校正抑制。目前主流面阵相机对地观测获得的小尺寸、高帧频序贯图像很难满足传统几何校正方法逐帧解算对单帧图像控制点数量与空域分布的要求且计算量巨大。针对这一问题,提出一种使用等效偏移角稀疏测量的面阵相机序贯观测图像几何校正方法,将逐帧校正参数解算问题转化为时域稀疏测量条件下等效偏移角信号恢复问题,利用等效偏移角信号时频信息可有效降低对单帧图像控制点数量和空域分布要求。通过高分四号卫星面阵相机在轨实测图像数据验证了所提方法的可行性且其能大大降低序贯图像几何校正处理的计算量。     

联合侦察图像对岸上目标定位方法

随着卫星和无人机技术日趋成熟,使用卫星和无人机搭载成像设备执行战场侦察任务,及时获取敌方阵地图像信息,已成为各军事强国的重要侦察手段。以大口径舰炮远程对岸目标精确打击为背景,对无人机侦察图像的几何校正、卫星图片的地理坐标提取等技术进行分析,推导了相关的数学模型。通过相关的图像处理技术,结合联合侦察图像对岸上目标定位的主要误差源分析,提供了一种有效的联合侦察图像目标定位方法,并通过仿真数据显示了图像预处理技术在目标定位过程中对提高定位精度的作用。     

单层壳体潜艇回波亮点声图像仿真和试验验证

为了从水下目标回波声图像中获得尺度、要害部位等重要特征信息,提出一种将板块元分析和正交波束形成相结合来实现对潜艇目标进行回波声图像分析的方法,并对多波束系统条件下单层壳体潜艇的时间-角度回波结构和二维几何亮点声图像进行了仿真,通过目标表面高频亮区的分布解释了单层壳体潜艇亮点声图像的形成原因,最后利用湖上试验验证理论仿真结果.试验结果表明;亮点声图像可以反映水下目标几何亮点的分布规律,并在一定程度上反映目标的尺度和姿态特征;单层壳体潜艇回波亮点主要来源于艇体、指挥台围壳、艉舵3个部位.     

一种基于单幅跑道图像的无人机降落位姿测量新方法

提出了一种在无人机降落并接近跑道的过程中,在已知跑道宽度的前提下,基于单幅跑道图像测量其位姿参数的新方法.通过分析跑道消影点与无人机位姿的关系,得到消影点的图像坐标与姿态角的关系.依据摄像机共线方程,推导出了无人机位姿与跑道的世界坐标方程系数及像直线方程系数的关系.通过合理假设,对位姿参数进行了简化,求解出无人机降落过程中的位姿状态.仿真实验结果证明,方法易于实现,可满足无人机自主降落导航的应用需求.     

针对不同视场辅助信标的无人机目标定位方法

针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题，提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型，采用梯度下降法对基于辅助信标的无人机位姿参数进行求解，并综合它们的结果对无人机的姿态偏差进行估计和校正，最后完成了不同视场条件下的目标定位和仿真计算。结果表明，所提方法对无人机目标定位精度有明显提高。     

无人机运动模糊图像复原技术

在无人机飞行过程中,由于成像系统会受到相对运动、姿态变化、机械振动、镜头离焦以及大气湍流效应等影响,造成获取的图像产生退化.由于图像复原问题通常情况下是病态的,综合利用了无人机运动的先验信息,提出了不同运动模糊情况下点扩散函数的估计方法,采用维纳滤波复原算法估计图像,给出了适用于无人机成像制导系统的图像复原方案.最后经仿真实验证明,该算法图像复原效果好,计算量小,抗噪声鲁棒性强,有较大的工程应用价值.     

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。     

柱面全景图像拼合及漫游算法研究

基于图像的绘制技术不仅可以弥补传统基于几何绘制技术的不足,而且能给出更丰富的图像显示.文中从实际应用出发,提出并实现了图像拼接新算法,并在此基础上,利用OpenGL的纹理映射技术,将全景图像作为纹理图像映射到由OpenGL预先构造出的虚拟视点空间上,并实现了虚拟场景的全景漫游.     

区域航拍图像重构中的配准与相互校正方法

图像配准与相互校正是区域航拍后续图像处理中图像重构的关键点和难点。针对区域航拍图像 重构的特点,提出了一种基于边缘匹配与三角形校正相结合的方法,为解决复杂环境、多变因素影响下的 航拍图像重构问题提供了一个新的途径。     

基于卷积神经网络的无人机图像模糊类型识别

为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率。利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性。实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大。     

无人飞行器异源图像匹配辅助惯性导航定位技术综述

无全球定位系统下高精度定位与导航是飞行器实现自主侦查、巡航与打击的关键。视觉导航具有被动、低成本、能避免累积误差等优点。视觉导航与惯性导航融合更能够发挥出各自的优势,达到高精度定位的目的。总结了异源图像匹配辅助惯性导航的飞行器定位技术的发展历程; 从相机-惯导标定技术、异源图像匹配、姿态解算、数据融合和后端优化五个方面详细阐述了异源图像匹配辅助惯性导航的飞行器定位的关键技术; 指出了基于深度学习的异源图像匹配与惯性导航两种无源定位组合导航系统融合技术等四个未来可能的发展方向,可为实现异源图像匹配辅助惯性导航飞行器定位技术提供参考。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。     

火箭助飞鱼雷入水姿态角海上测量方法探讨

为了解决火箭助飞鱼雷入水姿态角度海上测量这一技术难点，该文避开传统方法，另辟思路，应用高速摄影技术对火箭助飞鱼雷入水过程在两个垂直方向上进行摄像，采用事后图像处理分析方法，对所提出的火箭助飞鱼雷的入水姿态角角海上测量方法加以探讨，并以算例分析了误差影响，从结果的解算过程可看出，这种新方法切实可行。     

利用星载相机成像信息进行卫星姿态确定的方法(英文)

随着卫星定姿精度要求的日益提高,仅用常规卫星敏感器已经不能满足高精度定姿要求,针对该问题,提出一种利用星载相机的单点成像信息进行卫星姿态确定的算法,根据相机成像原理推导出卫星姿态角与像点位置的关系,结合数字相机的特殊成像方式,建立了用误差四元数描述的线性相机测量残差模型,并给出联合常规姿态敏感器进行联合姿态确定的方案.仿真结果证明星载相机的信息的引入使得稳态姿态估计精度由0.002 6°提高到0.000 69°,并且加快了滤波收敛速度.     

车载电子稳像算法的研究

稳像算法的研究对实现电子稳像有重要的作用.介绍了车载电子稳像技术的基本概念、原理以及常 用的典型算法,给出了一种典型的电子稳像系统,结合车载摄像系统成像的特点,选用投影法作为车载电子稳像的算法,并用该算法对实拍的车载摄像系统所获取的图像序列进行稳像实验,实验证明了该算法用于车载电子稳像的可行性及有效性.     

图像融合的客观质量评估

随着图像融合技术在武器自动化系统中的广泛应用,图像融合的质量评估问题,即图像融合的性能评估问题,在融合方案的选择中具有重要地位。由于人工主观的图像融合评估具有很大的工程化和自动化难度,国际上研究人员都将研究目标投向了客观图像融合质量评估的研究中。从历史发展的角度系统地回顾了客观图像融合质量评估的发展历程和研究现状,对近十年来的客观图像融合质量评估方法进行了分类和分析。同时,对于国际上几种流行的图像融合质量评估方法的性能测定思路进行了介绍。对于图像融合质量评估现状的分析和讨论有助于我们对图像融合的质量评估方法进行更深入的研究。     

飞机图像导航数据库系统的设计与开发

运用图像导航原理,设计并实现了一套飞机图像导航数据库系统.系统将导航所需的信息和若干地区的地面图预先存放在数据库中的特定位置.用户只需在系统的可视化界面中进行少量的操作,该系统就能够在飞机航行的过程中实时地显示拍摄到地面图像,并将该图像与数据库中的相关图像进行特征匹配,从而获取并提供给用户飞机当时的位置、航速快慢及航向误差等导航信息.     

地面目标特征识别与无人飞行器位姿估计

针对小型无人飞行器位置姿态估计问题,提出了一种基于视觉图像目标特征的相对位姿估计算法。应用Camshift算法获取目标初始位置,利用非线性尺度空间下的KAZE特征进行跟踪区域特征点提取,与源目标特征点进行匹配,得到精确的目标位置信息,实现了在图像平面内的目标快速跟踪,并得到机体轴系下无人飞行器与目标间相对位置和姿态角的估计值。对算法进行了实验验证,具有优良的跟踪性和实时性。