星光导航星点目标区域提取算法改进

星图中星点目标区域的提取关乎星点中心提取的精度,对后续星光导航定位计算至关重要。本文针对现有边界搜索算法实时性差、个别星点边界搜索计算失效的不足,以及视框提取算法单个视框内有多颗星点时无法识别处理的缺陷,提出了一种适用于大视场星图多星点目标区域提取的改进算法。基本思路是：首先采用视框提取算法初步提取目标区域;然后利用本文提出的对角线判定算法,筛选出单星点目标区域和可能含有多星点的目标区域;最后对可能的多星点目标区域采用边界搜索算法,提取每颗星点的目标区域,实现多颗星点目标区域的识别处理。实测星图处理结果表明,本文算法提取单星点目标区域的效率比边界搜索算法提高48%;视框大小为16～60个像素时,提取多星点目标区域的准确率优于98%,可消除视框提取算法由于多星点无法识别引起的近10像素的星点中心坐标误差,使星图中所有星点中心坐标的总体提取精度提高3.78倍,达到0.038像素。     

超大视场太阳敏感器图像质心提取算法

太阳图像质心提取是利用太阳敏感器进行天文导航的关键技术之一,直接决定了太阳敏感器的观测精度。针对超大视场太阳敏感器非圆形太阳图像质心提取问题,首先提出像面椭圆拟合算法,较好地解决了椭圆及近似椭圆形太阳图像的质心提取问题,然后进一步提出了球面圆拟合算法。该算法根据相机的投影和畸变模型,将太阳图像的边缘点映射到物方空间,对物方空间的边缘点进行球面圆拟合,从而确定太阳质心位置。在估计球面圆拟合算法的精度时,需要将太阳质心位置映射回像面。理论上,球面圆拟合算法不再需要顾及太阳图像的形状,算法更为严谨。将椭圆拟合算法和球面圆拟合算法应用到实测的太阳图像质心提取中。结果表明,椭圆拟合算法更适合处理半视场角70°~80.3°的太阳图像,平均精度约为0.075pixels;球面圆拟合算法更适合处理半视场角大于80.3°的太阳图像,平均精度约为0.082pixels。     

测量机器人小视场星图一维最大熵星点图像分割算法

图像分割是处理恒星星图的基本问题之一,也是确保野外高精度天文测量精度的关键步骤。图像分割的重点是图像二值化,对于星图的复杂星空背景,传统的阈值分割算法难以将星点目标从背景中提取出来。针对徕卡视频测量机器人TS50i拍摄恒星星图的小视场、单星点、弱目标和单峰性的特点,首次提出了运用一维最大熵法对星图进行阈值分割。对比分析了常用的几种阈值分割算法,通过对分割结果的比较和定量分析,验证了一维最大熵法能够在充分保留图像信息的同时,对TS50i图像达到具有良好的二值化处理效果。基于大量实拍星图背景的仿真试验表明,以该算法为基础的星点提取算法的准确性和可靠性得到验证,星点提取精度较野外一等天文测量精度要求高一个数量级,可以满足野外高精度天文测量的需求。     

自动全站仪的光斑图像中心定位精度分析

为研制国产的自动目标识别全站仪,自动目标识别与照准全站仪成为研究的热点。本文将CMOS图像传感器内置于RTS010A电动全站仪中,构造自动目标识别全站仪系统。对光斑图像进行处理,提取光斑图像中心点坐标;测试并分析了光斑图像中心定位精度,全站仪望远镜固定不动时,光斑中心定位精度小于0.2个像素坐标,全站仪望远镜沿水平角或竖直角单方向旋转时,光斑中心坐标变化在固定方向小于0.7个像素坐标。认为光斑图像中心定位精度可满足自动目标识别全站仪模型标定的要求。     

视频测量机器人在野外天文测量中的应用

测量自动化是未来天文作业的发展方向。针对现有的天文测量系统仍需人眼观测恒星的缺陷,基于视频测量机器人TS50i的工作模式,详细介绍了其相关参数和关键技术,提出了利用TS50i代替传统全站仪进行自动天文测量的方法。采用星图处理方法解算室内观测模拟数据,验证了基于其视频测量特点的星点提取算法的适用性,其室内模拟实验横纵方向的星点提取精度分别达到0.010和0.011像素。基于大量室外观测结果表明:以视频测量机器人为平台的自动天文测量具有可靠性和准确性,经纬度定位精度达到分别优于0.24″和0.22″,可以满足野外高精度的天文测量要求。     

一种改进的一维最大熵星图分割算法

在CCD天文测量技术中，星点质心坐标提取的精度直接影响野外天文测量的坐标精度，而星图分割算法是数字星图处理技术中最为关键的一环。一维最大熵星图分割算法具有良好的二值化效果，且能够充分保留星图图像信息，其可靠性与准确性均已得到了试验验证。本文基于一维最大熵星图分割算法，提出了一种改进的星点区域划分算法，可以在不影响精度和可靠性的前提下，大幅提升一维最大熵算法的运算效率，进一步提高野外天文测量作业的效率，在实际作业中，具有更好的可应用性。     

一种基于图像灰度直方图相似度计算的室内定位方法

近年来,视觉定位由于定位精度高广泛应用于室内定位与导航。然而,室内环境复杂多变,视觉定位在很多场景下无法实现高精度定位,而且多数视觉定位算法耗时和计算复杂度高,不适用于智能手机。为实现基于智能手机的准确高效定位,本文提出了一种基于图像灰度直方图相似度计算的定位方法。该方法分为两个阶段：离线阶段和在线阶段。离线阶段在已知坐标的格网点分别利用智能手机采集图像,提取图像灰度直方图,建立图像灰度直方图图像特征库;在线阶段智能手机在待测点采集图像提取灰度直方图,然后与图像特征库进行相似度计算,选取相似度和最大值的格网作为概略位置,以相似度为权重采用加权均值法得到准确位置。将所提方法和KNN算法进行对比,试验结果表明,该方法的平均定位误差优于0.3 m,与KNN算法相比定位精度提高了40.7%,计算时间优于1.7 s。     

星点中心高精度质心定位算法

质心法是星点中心计算的常用算法.为提高质心法的精度,对其进行了深入研究.在分析3种质心法形式的基础上提出了质心法的统一模型,并指出模型中的参数阈值T 和灰度加权指数k 对于质心法的最终精度有很大影响.采用模拟星点和实测星点对质心法精度与参数 T 和k 的关系进行了分析,得出了相同的结论.随着 T 和k 的增加,质心法精度先升高后降低,存在极值点;在极值点处,T 为背景灰度,k 为2.0;为保证信息量,T 不能过高,但增加k 可以获得增加T 同样的精度效果;通过调节 T 和k,可以使质心法精度提高25%以上.     

用DGPS／IMU数据对机载SAR图像进行概略定位

采用影像匹配的方法实施对机载合成孔径雷达（SAR）影像的快速定位,需要首先确定SAR影像的概略位置。本文利用机载SAR系统所获取的DGPS／IMU辅助数据,在SAR图像覆盖区数字高程模型（DEM）数据支持下,探讨了利用Leberl方程解算像点对应的地面点坐标,进而描述了对SAR图像概略定位的技术与方法,实验结果表明该方法是可行的。     

星点亚像元细分定位精度分析

星点的精确定位为后续的导航解算提供数据支撑。基于高斯分布原理进行星点模拟,为星点定位提供图像数据。分别介绍了质心法和高斯曲面拟合法的亚像元细分定位原理,并研究系统误差、随机噪声、分割阈值、星等和星点坐标分布5个因素对星点定位精度的影响,分析两种方法的异同点。对模拟的星点进行定位分析发现,星点距离参考点越远定位误差越大,定位精度随噪声增大而降低。实验表明,相比高斯曲面拟合方法,质心法具有更好的实用性,其定位精度对星点的像元信息依赖性较小。     

图像全站仪的任意星全盲识别算法

准确可靠的任意星识别是快速自动天文定位定向测量和数据处理的关键。提出一种基于图像全站仪测量的任意星全盲识别算法。任意选取3颗亮星组成匹配三角形,分别对三星连续拍照获得短时序的水平角和高度角,线性拟合并归算至同一时刻的地平坐标,采用三角形匹配法进行识别。大量野外观测数据测试表明,若拟合外推时间不超过4 min,连续星和间隔星的三角形匹配法的识别率均可达到100%。本识别方法不依赖测站概略位置信息,对云雾等恶劣天气下的快速天文测量具有应用价值。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。①利用搭载数码相机的小型无人机平台,以50m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据;②利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;③采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;④以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

基于星点位置预测的线阵全站仪天文测量异常数据剔除方法

针对天文测量仪器小型化、自动化的发展趋势,本文提出了一种基于线阵式国产全站仪的天文测量数据处理方法。首先,介绍了星点质心提取方法和观测时刻计算方法;然后,分析了数据粗差的产生原因,提出了一种基于星点位置预测的粗差剔除方法;最后,设计并开展了两次野外试验,对比粗差剔除前后的定位精度。结果表明,经粗差剔除后,单时段间定位结果较为稳定,且8个时段的定位中误差小于±0.3″,满足一等天文测量要求;同一测站4个夜间联测的平均天文经度与准确值之差为0.23″,平均天文纬度与准确值之差为0.61″。相较于传统天文测量仪器,本文方法不仅实现了小型化、自动化及精准化,且摆脱了人眼观测的束缚,观测效率提升了一倍。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

背景预测与目标标记法结合的星图星点提取算法

姿态测量设备通常是以恒星作为观测基准的高精度姿态测量敏感器。针对高精度星点提取可以保证姿态解算精度及有效性的提高问题,该文针对星图影像特点,融合背景预测的思想,结合数学形态学目标标记的策略,提出了一种高精度星点提取算法。模拟和实际星图影像提取试验表明,该方法克服了传统阈值法的阈值设定困难,易受噪声影响的缺点,星点可实现高精度正确提取,算法稳定可靠、适用性强,具有工程实用价值。     

一种基于无人机序列图像的地形地貌三维快速重建方法

提出了一种基于无人机序列图像的地形地貌三维重建方法,该方法采用Harris特征点和SIFT特征向量来提取图像特征,实现图像配准;采用准透视投影模型和因子化方法对未标定的图像序列进行自动标定;通过高效次优解三角化方法获取三维点云坐标;通过准稠密化扩散算法对三维点云进行稠密化;采用捆绑调整算法提高了空间三维点云的精度;采用Possion表面重建方法对三维点云进行了网格化处理.本文为无人机序列图像的应用提供了一个新的思路,拓展了无人机的应用空间.     

一种用于机器视觉检测的图像配准快速算法

图像配准是机器视觉检测的关键步骤之一.针对产品包装印刷质量检测,文中提出了一种新的图像配准算法.其基本思想是:首先进行图像概略匹配得到特征点的概略位置,接着进行特征点的精确检测,根据检测到的对应特征点坐标计算转换参数,最后生成配准图像.实验表明,该算法计算速度快,具有较好的精度和稳定性,适用于在线机器视觉检测等对速度要求高,而图像只有小角度旋转的情况.     

基于局部自适应阈值的GF-3 SAR影像洪涝水体提取

针对全局阈值法在大场景SAR图像水体提取时存在的局限性以及山体阴影对水体提取的干扰,提出一种DEM辅助下基于自适应阈值的SAR影像洪涝水体提取方法.首先结合DEM和SAR卫星轨道参数去除山体阴影产生的辐射失真区域,利用K-means聚类算法得到初始的水体分布图;然后在初始水体信息基础上,通过窗口提取局部区域的水体和非水体,并采用KI算法对局部区域进行自适应阈值的计算,实现自适应阈值水体信息的快速提取.利用湖南省东北部GF-3精细条带2成像模式(FSII)SAR影像进行洪涝水体提取实验,研究表明该方法既保留了水体的细节信息,又能减弱噪声、山体阴影等的影响,F-Measure指数高于全局阈值法,其查准率较全局阈值法提高了7.97％,尤其适用于含山区影像的大范围洪涝水体快速提取.     

基于DEM和查找表的高分辨率机载SAR图像正射校正

山区SAR图像的正射校正受成像几何影响存在较大畸变,实现无控制点的正射校正是一难点。本文提出基于DEM和RD模型来模拟SAR图像为基础,同时创建与DEM的地理坐标相一致的查找表,将模拟成像过程中DEM地理坐标与SAR图像坐标之间的RD模型映射关系采用查找表记录。经过模拟图像与真实图像的精确配准,DEM所在的空间三维坐标与真实SAR图像二维坐标实现了关联。实验选择了一景高分辨率的机载SAR图像和高分辨率的DEM数据,实验结果表明：本方法无需地面实测控制点,可以有效地正射校正高分辨率的机载SAR图像,平面位置与DEM平面坐标完全一致,精度在一个像素以内。该方法简单易于实现,除了模拟图像与真实图像需要人工半自动化的配准,在后续处理中均为自动化处理。校正结果受SAR成像特征所限,仅在透视收缩、叠掩区域存在辐射误差。