1 国防科技大学空天科学学院，湖南 长沙 410073
2 图像测量与视觉导航湖南省重点实验室，湖南 长沙 410073
运动相机相对位姿估计是基于机载光电平台进行视觉定位的关键技术。在大倾角、小交会角等典型受限观测条件下，相机位姿估计精度易受姿态角误差和像点提取误差的影响，使目标定位精度难以满足应用需求。针对惯性测量单元测量角度随时间发生漂移，且惯性测量单元与相机安装关系标定繁琐的问题，提出了一种惯性测量单元与相机固联安装下的对地定位方法，无需标定相机和惯性测量单元之间的安装关系。首先，利用固联安装的惯性测量单元为运动相机提供相对旋转角信息；然后，根据1个相对旋转角和4个同名点估计运动相机的相对位姿；最后，采用投影矩阵交会法线-线交会出目标的空间位置。仿真和飞行实验表明，在典型受限观测条件下，所提方法定位精度优于传统定位方法，具有高精度、高效率、强鲁棒性等优点。
测量 机载光电平台 惯性测量单元 受限观测条件 位姿估计 对地定位 中国激光
2023, 50(14): 1404005
1 国防科技大学空天科学学院，湖南 长沙 410073
2 图像测量与视觉导航湖南省重点实验室，湖南 长沙 410073
高精度的目标实时定位对于无人机侦察和指引目标至关重要。但在大倾角、小交会角等受限观测条件下，机载光电平台对地定位精度难以满足任务需求。为提高受限观测条件下机载光电平台对地定位的精度，提出了一种基于观测平台位置和对目标激光测距的对地定位全局最优化方法。首先，根据地面固定目标的连续观测数据建立加权误差方程，再将非线性问题转换为特征向量求解问题，无需迭代优化即可求出全局最优解。然后，通过蒙特卡罗仿真分析定位方法受误差源的影响，并通过多次飞行实验验证了该定位方法的有效性。实验结果表明，在受限观测条件下，所提方法对地定位误差低于30 m，运算耗时不超过10 ms。本文方法具有定位精度高、计算效率高等优点，以及较高的工程应用价值。
目标定位 受限观测 全局最优解 激光测距 机载光电平台 光学学报
2023, 43(12): 1212003
1 国防科技大学 空天科学学院，湖南长沙40073
2 中国航空工业集团公司 沈阳飞机设计研究所，辽宁沈阳110035
3 西安电子科技大 学计算机科学与技术学院，西安710071
4 中国科学院 长春光学精密机械与物理研究所 航空光学成像与 测量重点实验室，吉林长春130033
5 图像测量与视觉导航湖南省重点实验室，湖南长沙410073
6 上海乂义实业有限公司，上海20114
为了提升无人机机载光电侦察设备的目标识别距离，本文结合实际工程项目研制了适用于机载光电侦察设备的高速微扫描超分辨核心组件，在嵌入式平台GPU-TX2i上实现了图像实时超分辨重建。首先让微扫描核心组件按照预先设定的步长和频率进行微位移，获取四帧具有亚像素偏差的连续的低分辨率图像，然后使用基于概率分布的图像超分辨重建算法，将这四帧图像处理成一帧高分辨率的图像。实验结果表明，探测器输出的帧频为120 FPS、分辨率为640×512的低分辨图像序列经超分辨重建后，变成帧频为30 FPS、分辨率为1 280×1 024的图像序列，有效空间分辨率提升了78.2%，目标识别距离提升了43.3%。重建一帧高分辨率图像耗时约为33 ms，微扫描核心组件的微扫描响应时间小于1.0 ms，到位精度小于0.3 μm（对应约0.03个像素）满足机载光电侦察设备对实时性和精度的要求。
微扫描 超分辨率 图像处理 目标识别 micro-scan super-resolution image processing target recognition 光学 精密工程
2021, 29(10): 2456
1 国防科技大学 空天科学学院，湖南 长沙 410073
2 中国航空工业集团公司沈阳飞机设计研究所，辽宁 沈阳 110035
3 中国科学院 长春光学精密机械与物理研究所，航空光学成像与测量重点实验室，吉林 长春 130033
4 中国科学院大学，北京 10049
5 图像测量与视觉导航湖南省重点实验室，湖南 长沙 410073
光学遥感图像海面舰船目标检测易受云雾，海岛，海杂波等复杂背景的干扰。本文提出了一种适用于复杂背景的舰船目标检测方法。首先为了克服目标尺度多变问题，利用视觉显著性生成多 尺度显著图，然后使用基尼指数自适应选择最优显著图。考虑到全局阈值分割算法带来的漏检测问题，提出一种新的方案来分离目标和背景像素点。利用图像膨胀原理获取显著图的局部极大值点， 然后使用k-means算法判断极大值点属于目标像素点还是背景像素点。接着对目标点邻近区域进行精细分割。最后引入基于径向梯度变换的旋转不变特征来进一步剔除虚警。实验结果表明，该算法 能够成功检测出不同尺寸和方向的舰船目标，有效克服复杂背景的干扰。算法检测正确率93%，虚警率4%，优于其他舰船检测方法。
图像处理 目标检测 视觉显著性 局部极值 径向梯度变换 image processing target detection visual saliency local maximum radial gradient transform
国防科技大学空天科学学院图像测量与视觉导航湖南省重点实验室, 湖南 长沙 410073
利用点特征求解单目相对位姿是现在普遍采用的方法,但在纹理不明显、角点少的场景下,仅依靠点特征难以得到理想的结果。鉴于此,结合惯性测量单元的测量数据和平面场景存在的单应性约束,提出了基于点线特征结合的单目相对位姿估计算法。先利用惯性测量单元提供的旋转角信息将2帧连续图像校正为正下视图像;再对图像中的点线特征进行检测和匹配;最后根据点线特征的单应性约束求解正下视图像之间的相对位姿,进而转化获得原始图像之间的相对位姿。仿真实验和实物实验结果证明,所提算法能够有效地求解单目相对位姿。
成像系统 位姿测量 单目视觉 惯性测量单元 点线特征结合 单应性约束 激光与光电子学进展
2020, 57(8): 081102
1 国防科技大学空天科学学院, 湖南 长沙 410073
2 湖南省图像测量与视觉导航重点实验室, 湖南 长沙 410073
介绍一种通过设计相机成像系统来消除大气低频扰动的方法。精密光测工程通常在室外进行,很难避免因大气扰动造成的系统误差。大气扰动可以分为高频扰动和低频扰动两部分,高频扰动部分可以通过滤波消扰等图像处理方法消除。通过搭建相机对视成像系统的约束条件来消除由大气低频扰动引起的光测误差。在高速相机系统成像消扰实验中,利用镜面反射成像完成对视成像系统的标定。对比实验组和对照组的结果发现,测量误差从2.99%缩小至0.35%。结果表明相机成像系统对于大气扰动中的低频扰动消除具有良好的校正效果。
成像系统 精密光测 镜头系统设计 镜面反射标定 大气扰动 光学学报
2019, 39(12): 1211002
1 中国酒泉卫星发射中心, 甘肃 酒泉 732750
2 国防科技大学空天科学学院, 湖南 长沙 410073
单目位姿估计是计算机视觉中一个基础而重要的问题,在机器人定位、虚拟现实、图像精密测量等领域应用广泛。在实际应用中,参考点坐标不可避免地含有粗差点,导致估计结果偏离真值,为此,提出自适应加权的稳健正交迭代算法。该算法采用稳健估计方法自动识别粗差点,并赋予其较小权值,以提高算法的稳健性。实验结果表明,稳健正交迭代算法求解精度高、稳健性好,可有效抑制不同个数、不同水平的粗差影响。当20个观测点中存在8个水平为60 pixel的粗差点时,本文解算精度分别比经典正交迭代算法和加权正交迭代算法高2个和1个数量级。
机器视觉 位姿估计 稳健正交迭代 粗差
1 国防科技大学空天科学学院, 湖南 长沙 410073
2 图像测量与视觉导航湖南省重点实验室, 湖南 长沙 410073
为了提高视觉测量系统的自动化水平和测量精度,提出了一种结合模板匹配和梯度峰值的对角标志自动提取方法。使用旋转不变模板匹配方法得到原始图像与标准模板的相关系数矩阵,通过两次阈值筛选获取标志点候选位置。根据两条直线相交于标志中心处以及中心处灰度梯度存在多个峰值的特性,剔除非合作标志点,得到对角标志点初始坐标。通过生成对角标志理想相关模板,利用相关系数拟合极值法进行亚像素定位。实验结果表明,该方法可以正确提取复杂环境下对角标志或棋盘格图像中的角点,而且需要人工调节的参数少、稳健性强、定位精度高且通用性好,可应用于工程实践中环境光源变化较大的测量场合。
机器视觉 对角标志 自动提取 梯度峰值 模板匹配
1 国防科技大学空天科学学院, 湖南 长沙 410073
2 图像测量与视觉导航湖南省重点实验室, 湖南 长沙 410073
针对现有参数化Scheimpflug相机标定方法中初值确定过程复杂的问题,提出一种非参数化的基于广义成像模型的Scheimpflug相机标定方法。该模型将Scheimpflug相机看作一组像素和其对应的虚拟空间光线的集合,标定直接确定像素点与对应光线间的投影关系,能够避免参数化标定模型中复杂的初值确定过程。并基于不同视角下的标定图像中,同一像素点对应的多个位于不同局部坐标系下的控制点应在某一公共坐标系下共线的基本假设,提出基于棋盘格平面标定板的两步标定方法。利用多幅具有足够重叠度的标定图像进行粗标定,再将其他图像根据与已标定区域重叠度大小逐幅加入标定流程以完成初始标定;采用光束法平差算法对标定参数进行迭代优化。实验结果表明,所提方法操作灵活,正确有效,精度可靠。
机器视觉 相机标定 Scheimpflug相机 沙姆定律 广义成像模型
1 国防科学技术大学航天科学与工程学院, 湖南 长沙 410073
2 图像测量与视觉导航湖南省重点实验室, 湖南 长沙 410073
在多相机组合测量应用场景中, 各相机之间常常存在没有重叠视场的特殊情况, 该条件下多相机组安装关系的标定极具挑战性。针对传统基于全站仪的标定方法过于繁琐的缺点, 基于机器人领域里手眼标定与多相机组安装关系标定的等价关系, 给出了求解多相机组安装关系的基础方程, 推导了利用四元数描述旋转矩阵下基础方程的解算步骤, 提出了一种基于手眼标定的无重叠视场多相机组标定方法。实验结果表明, 与传统标定方法相比, 该方法在不降低测量精度的前提下, 无需其他测量传感器的辅助, 极大减少了人工作业量, 操作更加简单灵活, 工作效率更高。
测量 外参数标定 手眼标定 无重叠视场
