车载全景序列影像的位姿估计优化方法

针对车载全景序列影像的位姿估计问题,该文提出了一种基于角元素和线元素的位姿估计优化方法。根据全景多视几何关系,建立了角元素和线元素多视约束的优化模型,并推导完成模型的位姿求解方法。然后作为初始外方位元素,加入稀疏GPS/INS的相机控制数据约束,采用全景球模型的稀疏光束法平差对位姿估计结果进一步优化。实验选择IP-S2车载移动测量系统获取的全景序列影像,对比分析单视图、全景视图的连续位姿估计、本文方法和GPS/INS控制数据。实验结果表明,该文方法可提高位姿估计的精度,并减少连续位姿估计产生的累计误差。     

球形全景影像位姿估计的改进EPnP算法

球形全景成像可以克服透视成像视场角的局限,实现场景全覆盖的三维重建和量测。本文在普通影像位姿估计的EPnP(efficient perspective-n-point)算法上进行了改进和扩展,提出了一种稳健快速的球形全景影像位姿估计算法。首先,构建球形全景影像的投影模型,将EPnP算法的平面透视成像模型扩展到球面成像模型;然后,采用基于全景球心、像点、控制点共线条件方程的改进EPnP算法求解控制点的球形全景像空间坐标;最后,利用Horn绝对定位算法直接解算全景影像位姿。与球形全景影像位姿估计的后方交会算法的对比试验结果表明,本文提出的方法无须迭代求解,更为稳健快速,即使控制点数目较少也能达到高精度,基于非严格共中心拼接的全景相机,重投影误差可控制在3.00像素左右。     

一种新的影像位姿直接估计方法

针对影像位姿耦合不易直接求解的问题,建立了一种高精度分层位姿参数估计的方法。首先,通过选择3点构成面积最大的像点对应的物点作为基点,经投影方程的改化形式方程,得到估计深度及平移信息;然后利用旋转矩阵保范性获得相机外参线元素尺度参数;最后,将问题转化为由向量估计旋转关系问题,利用Procrustes理论得到外参角元素的最佳估值。该方法可有效解决该深度与耦合位姿参数难以处理的问题。试验证明,此方法确定的位姿参数估计模型形式简洁,容易收敛,参数估计精度较直接对投影矩阵分解方法质量要高。     

一种基于位姿参数的无人机影像快速拼接方法

为提升无人机影像拼接效率,本文提出了一种基于位姿参数的无人机影像快速拼接策略。首先,分析无人机影像拼接流程,选取单应性变换矩阵,用于消除旋转、平移、缩放等变形;然后,推导基于姿态信息的影像校正模型,将倾斜影像转换为水平影像,进一步改善拼接效果;最后,选用“两两先拼、顺序合成”的方法完成影像拼接。实验结果表明,本文影像拼接策略能消除大部分拼接误差,获取较好的影像拼接图,免去了全局配准与整体平差的过程,使得影像拼接效率明显提升,具有重要的应用价值。     

位姿信息的小型无人机影像拼接方法

针对传统影像拼接方法需要控制点的问题,该文提出一种基于位姿信息的小型无人机影像拼接方法。首先从机载GPS和惯性导航单元获取无人机拍摄的位置姿态参数,利用Harris算法提取特征点,采用SIFT描述方法计算特征向量,通过近似最近邻算法和PROSAC算法对匹配的同名点对精化。然后根据同名点对像平面坐标和航拍时的位置姿态信息,计算影像之间的变换矩阵,通过最小二乘原理平差计算以提高变换矩阵精度。最后利用变换矩阵实现无人机多幅影像的拼接,得到兴趣区域全景图。实验结果验证了该方法在拼接效果方面具有优势。     

多像位姿估计的全景纹理映射算法

纹理映射技术作为获取具有丰富纹理信息的真彩色点云的有效手段,正以其独特的优势广泛地应用于众多行业领域。研究了一种利用三维激光扫描仪与外置数码相机联合标定解算多张影像位姿并获取全景真彩色点云的方法。其基本思想是利用摄像机与激光扫描仪固有的相对位置姿态,通过对首张影像进行标定得到其位置姿态后,利用摄像机空间旋转的几何特性,根据首张影像的位姿获取其余影像的位姿,继而完成多张影像的纹理映射,获取全景彩色点云。对比目前主流的全景影像纹理映射算法,该算法在精度与效率上均有一定提高。对多种点云数据进行纹理映射实验,结果表明,该方法能够快速准确地获取真三维全景彩色点云,为三维精细化建模提供了数据基础。     

利用本质矩阵进行低空无人机影像位姿恢复的研究

随着无人机的广泛应用,其相机安置方式及摄影姿态的任意化,造成影像基线方向多样化,利用传统的航空摄影测量方法处理此类影像较为困难。本文提出了一种基于本质矩阵恢复此类无人机影像位姿的方法。经试验证明,本文提出的定向测量不仅可以快速确定基线方向,求解影像外方位元素,而且重投影误差在1个像素以内。     

一种改进的UAV视频序列影像镶嵌方法

视频序列影像自动镶嵌是UAV视频影像处理应用中的基础环节和重要研究方向。针对序列影像镶嵌过程中,由于配准精度不高、误差累积所导致的拼接错位严重,镶嵌结果不理想的情况,从提高特征匹配的精度和准确度出发,提出了一种改进型的UAV视频序列影像自动镶嵌方法。通过对特征匹配结果的精细化处理,保证了影像配准的正确性,取得了较好的镶嵌结果。     

一种改进的UAV视频序列影像镶嵌方法

视频序列影像自动镶嵌是UAV视频影像处理应用中的基础环节和重要研究方向.针对序列影像镶嵌过程中,由于配准精度不高、误差累积所导致的拼接错位严重,镶嵌结果不理想的情况,从提高特征匹配的精度和准确度出发,提出了一种改进型的UAV视频序列影像自动镶嵌方法.通过对特征匹配结果的精细化处理,保证了影像配准的正确性,取得了较好的镶嵌结果.     

一种直线特征的近景影像绝对定向算法

针对近景影像存在遮挡、重复纹理,导致通视情况较差以及缺乏同名特征点的问题,该文在传统点摄影测量的基础上结合计算机视觉理论,提出了一种基于直线特征的近景影像绝对定向算法。对于近景影像直线特征易于识别且大量存在的优势,建立了空间直线关系,推导了直线特征约束的误差方程,实现了基于直线特征的绝对定向元素和影像位姿解算。通过虚拟和真实数据实验,验证了本文方法对近景影像绝对定向元素解算的可行性,降低了对控制点及同名点的要求,并通过点线联合平差进一步提高定向结果的精度和稳定性。     

3D Motion parameters determination based on binocular sequence images

Exactly capturing three dimensional (3D) motion information of an object is an essential and important task in computer vision, and is also one of the most difficult problems. In this paper, a binocular vision system and a method for determining 3D motion parameters of an object from binocular sequence images are introduced. The main steps include camera calibration, the matching of motion and stereo images, 3D feature point correspondences and resolving the motion parameters. Finally, the experimental results of acquiring the motion parameters of the objects with uniform velocity and acceleration in the straight line based on the real binocular sequence images by the mentioned method are presented.     

面向序列影像的三维场景重建方法

针对序列影像三维场景重建过程中存在的自动化程度不高、模型精度不够等问题,该文提出了一种基于序列影像的三维场景重建方法。该方法利用尺度不变特征变换算子获得了大量稳定的特征点后,结合K-D树搜索策略以及随机抽样一致性误匹配剔除方法得到稳定的匹配点对,然后采用稀疏光束法平差获取序列影像的相对位置姿态参数,最后采用多视密集匹配方法实现场景目标的密集重建。实验结果表明:该文所提方法可以快速得到准确、完整的三维重建结果。     

一种改进的降落影像序列特征匹配方法

针对传统SIFT匹配方法用于嫦娥三号降落影像匹配效率低的问题,提出了一种改进的降落影像序列特征匹配方法。重构了着陆器垂直降落阶段拍摄过程的几何模型,并得到了不同降落影像中的同名匹配点之间的几何约束关系,然后通过SIFT方法进行影像中极值点的提取和特征描述,最终将几何模型约束用于极值点的匹配点搜索过程中,优化了匹配过程。采用嫦娥三号着陆器真实降落影像进行了试验,结果表明,改进方法能够取得较为稳定的匹配结果,且平均可以减少约为18%的匹配耗时,研究结果对后续深空探测任务的开展具有重要的参考价值。     

遥感影像在最大极值范围的并行稳定匹配

针对目前立体影像匹配时普遍存在的配准稳定性与配准精度不能同时兼顾问题,该文采用金字塔和分块策略,首先在多尺度空间下进行粗匹配,获得大量的初始特征点集;然后通过限制金字塔影像的阶数对初始特征点进行坏点剔除和滤点均匀化来获得良好的初始特征点;最后通过进行分块影像并行化SIFT算法匹配来实现精确匹配,提高效率.实验结果证明,此遥感立体影像并行稳定匹配方法能够提高匹配的效率,对影像的旋转、缩放和视角变换具有更强的抵抗性,其配准精度较高,适用于大范围的遥感立体影像的匹配.     

近景摄影测量下的视场关系定量表达

近景摄影测量下的视场关系指较小空间范围中不同视场之间存在的位姿关系,它用来确定不同摄像机所代表的参考坐标系之间的旋转量与平移量。它在交通监控、目标识别与定位、居家安全保障等方面有着广泛的应用。本文在近景摄影测量的框架下,提出了一种确定两种不同视场之间位姿的方法,具体步骤为：①在大视场下进行变化检测,当有变化区域被检测到时,获得原始图像,同时在小视场下获得样本图像集合;②对原始图像和样本图像集合进行相对定向,得到样本图像相对于原始图像的空间姿态参数;③将原始图像和样本图像进行图像匹配,获取匹配度最高的样本图像,该样本图像存储的姿态参数即是拍摄瞬间小视场相对于大视场的位姿;④按照步骤③中获取的姿态参数调整小视场下的摄像机空间位姿,使其对准变化区域。试验表明该方法能够有效支持空间范围较小区域内视场关系的定量描述。     

分片纠正的球面全景影响匹配方法研究

针对球面全景影像等矩形投影易带来非线性畸变,而直接将传统特征匹配方法应用于全景影像很难满足实际应用需求的问题,该文提出了一种基于分片纠正的球面全景影像匹配方法:先将等距形投影的全景影像按经纬度分成N个子影像块,对每个子块进行投影转换以得到畸变纠正后的影像,并对其做SIFT特征提取及描述,将N个子影像的SIFT特征进行坐标转换并合并即可获得整幅全景影像的特征集,进而完成多幅全景影像间的匹配.经过分片纠正后的影像在较大程度上保证了空间物体的几何属性,提高了特征匹配的质量.     

高光谱图像空间光谱维去相关噪声评估

高光谱图像噪声评估既是评价图像质量的重要内容,也是衡量传感器性能的重要指标。一般噪声评估方法通过对图像规则分割或利用某种距离准则对图像进行连续性分割,计算图像子块的局部标准差或多元线性回归的残差来实现对图像噪声的估计。但这些方法获取的图像子块并不是完全均匀的,图像子块中仍然会存在地物边界,导致图像噪声评估的结果不准确。为了有效提取图像中的均匀子块,本文提出了一种优化的空间光谱维去相关（OSSDC）方法,基于光谱角距离和欧氏距离双重判定,从光谱曲线的形状和数值上寻找相似像元,获取图像中的均匀子块,然后利用多元线性回归计算残差实现对图像噪声的估算。利用模拟图像和实际航空飞行实验获取的高光谱图像对优化算法进行检验,同时与几种常用噪声评估方法进行对比分析,结果表明优化后的算法计算结果更准确,稳定性和适用性优于其他方法。     

深度卷积特征表达的多模态遥感影像模板匹配方法

多模态遥感影像间(光学、红外、SAR等)存在显著的非线性辐射差异,传统方法难以有效地提取影像间的共有特征,匹配效果不佳.鉴于此,本文将深度学习方法引入影像匹配中,提出了一种基于Siamese网络提取多模态影像共有特征的匹配方法.首先通过去除Siamese网络中的池化层和抽取特征来优化该网络,保持特征信息的完整性和位置精度,使其可有效地提取多模态影像间的共有特征,然后采用模板匹配策略,实现多模态遥感影像高精度匹配.通过利用多组多模态遥感影像进行试验,结果表明,本文方法的匹配正确率和匹配精度都优于传统的模板匹配方法.