位置感知的覆盖网构建算法

提出了一个基于底层网络位置信息建立P2P覆盖网的算法Lanet:覆盖网中每个节点都选择和本节点物理距离相近的节点作为自己的邻居,逻辑上相邻的节点也是物理上相近的节点。由于路由路径中每跳的延时都较低,这使得所建立的覆盖网络具有非常低的延时伸展率(latency stretch)。Lanet不需要网络中固定的节点集充当地标节点,具有很好的分布性和可扩展性。模拟实验结果表明,利用该算法建立的位置感知的P2P系统能够大幅度降低数据定位的延时。     

MATLAB环境下目标图像的实时辨识方法

介绍一种在MATLAB环境下彩色立体视觉装置在环的实时图像处理系统 ,用于自动识别前方汽车目标和计算距离。鉴于汽车均具有红色尾灯这一普遍特征和人观测色彩的一致性 ,在此采用了基于色度—饱和度—亮度模型的模糊规则来提取汽车尾灯的颜色特征 ;利用汽车上的反射光或阴影区域的亮度特征来进一步确认辨识结果 ,以克服复杂环境中背景颜色和各种光照视角、强度的变化对图像特征所产生的影响。此外 ,文中还提出一种新颖而快速的自适应“移位滤波器”算法 ,以消除颗粒状和细长带状噪声 ,并给出了实验结果和结论     

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。     

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。     

改进Laplace先验下的复数域多任务贝叶斯压缩感知方法

为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪声方差的影响,并推导了一种基于递归操作的快速算法。数值仿真表明：针对复数域稀疏信号重构问题,相比于现有方法,所提CMBCS-MLP方法具有更好的精确性和鲁棒性。     

基于计算机视觉的浮空器姿态测量方法

置于浮空器之上的光电跟踪设备必须采用视轴稳定技术,准确获取浮空器的姿态角信息是实现视轴稳定的重要基础。提出了一种利用计算机视觉实现姿态角测量的方法,通过地面上设置三条共面的不平行直线,依据中心投影关系矩阵推导浮空器姿态角解算模型,并列出线性方程组进行求解。实验结果表明姿态角测量误差小于0.2°,证明了算法的有效性。     

基于机器视觉的AGV路径跟踪

以前轮转向、后轮驱动的四轮移动AGV为研究对象,设计控制器使其能自动寻线前进。为实现对标识线路径的识别和跟踪,提出一种原理简单的视觉图像处理方法并加以改进,提取出路径信息。最后基于预瞄理论和车运动学模型,将被跟踪路径分成若干长短不一的微段,以微小折线段逼近参考路径的曲线段,进行分段跟踪。实验证明:系统能很好地满足AGV对路径识别性能和抗干扰能力的要求,实时性好,能按照任意给定的道路标识线平稳地寻迹。     

深度视觉语音生成研究进展与展望

为了进一步推进深度学习技术驱动的视觉语音生成相关科学问题的研究进展,阐述了视觉语音生成的研究意义与基本定义,并深入剖析了该领域面临的难点与挑战;在此基础上,介绍了目前视觉语音生成研究的现状与发展水平,基于生成框架的区别对近期主流方法进行了梳理、归类和评述;最后探讨视觉语音生成研究潜在的问题和可能的研究方向。     

军事任务中基于手势的交互技术研究

未来战场是高度无人与机器化的,如何对无人机器进行有效控制、完成作战任务,这是一个值得研究的问题。对手势识别技术的背景进行了介绍;简述了近年手势识别技术（体感类与视觉类）;对现识别技术的共性问题进行了分析总结,并提出了相应的改进方法。利用滑动窗口与肤色模型提出了一种手指信息（个数与指宽）检测技术,并完成了本研究系统原型设计。     

面向狭小封闭战场环境的群智感知定位算法研究

为解决在狭小封闭的战场环境,如敌方指挥中心、船舱、地下建筑物中,如何快速准确地获取自组织网络或目标对象的位置信息的问题,基于单兵智能终端设备提供的通信模块,利用可见光传感器等硬件设备的支持,通过研究群智感知式的通信信号指纹,结合图像匹配算法,提出了一种定位算法。该算法利用通信指纹数据实现了初步定位,结合融合图像和姿态传感器的加权平均算法,并采用群智感知方式补充与更新定位数据,通过调整图像匹配策略,在保持准确率的前提下,相比单一图像匹配定位算法,降低了算力的需求,在通信条件复杂的战场环境中提高了实时性能。对比标准的WKNN(Weighted K-Nearest Neighbors)算法,提高了在复杂环境下定位的稳定性,且定位误差平均值低于1.72 m,误差降低约50%。