一种基于几何推理的点模式匹配算法

点模式匹配是计算机视觉和模式识别领域中的重要课题, 在图像配准、物体识别、运动检测、目标跟踪、自主导航和姿态测定等方面有着广阔的应用背景. 讨论Euclid变换下不完全匹配情形的点模式匹配问题. 根据几何推理, 给出匹配团、支持点对、支持指标集和指标矩阵等概念以及它们满足的性质和定理. 在此基础上, 提出了一种独特的自上而下地求得最多一致对应点对的推理算法. 理论分析和实验结果表明, 该算法是非常有效的, 并在一定条件下可应用于其他变换下的点模式匹配问题.     

基于特征点的空间目标三维位姿单目视觉确定算法

针对基于特征点的空间目标包括相对位置和相对姿态等的三维位姿单目视觉确定问题,提出了一种基于逆投影思想的迭代方法.给出了一种包含景深估计和绝对方位解算两阶段的迭代算法,在景深估计阶段首先计算由转移矩阵表示的最优平移矢量,然后重构各特征点,并利用其在逆投影线上投影更新各特征点的景深;在绝对方位解算阶段采用Umeyama绝对方位解析算法计算相对姿态矩阵,上述两阶段迭代进行直至结果收敛.利用全局性收敛性定理证明了文中算法的全局收敛性.最后,以航天器交会对接最终逼近段的视觉测量为背景对该算法进行了数学和物理仿真,进一步验证了算法的有效性和收敛性.     

实时人脸特征提取

快速精确的人脸特征提取是人脸识别和表情分析的基础.文中提出了一种新型高效的视频人脸几何特征实时提取方法.视频输入图像以加权图形式表示,通过在加权图上的随机游动实现人脸像素级特征的自动提取,脸部特征包括外轮廓、眉毛、眼睛、鼻子和嘴唇.加权图采用8-邻接结构,定义在图的边上的加权值反映随机游动通过该边的似然度.随机游动模拟了一个各向异性的扩散过程,此扩散过程在滤除图像噪声点的同时保留下脸部特征点.随机游动从一些事先通过颜色和运动信息确定的、最具人脸特征的种子点开始,通过随机游动获得的人脸特征点以其原始形式统一保存在多个链表结构中,并根据人脸各部分的相对位置聚集成对应的特征点集合.有关人脸结构的先验知识通过Bayes方法结合到分析过程中.为了便于高层视觉计算,采用统计形状分析方法,将人脸特征点进一步表示成形状和配准信息,形状是具有仿射不变特性的几何信息,用于描述人脸的全局特征.形状的距离度量采用Procrustes距离.实验结果表明,提出的方法快速高效,能够实时地从视频中提取出人脸特征,在一定程度的光线变化、尺度变化、头部转动、手部干扰的情形下仍可以正常工作.     

基于改进K均值的脸形聚类算法

针对海量人脸图像数据库检索时顺序匹配速度慢等问题,提出把聚类技术应用于数据库预分类,利用脸形特征对人脸图像自动聚类.首先用改进主动形状模型提取脸形特征,再用改进K-均值算法对人脸图像进行聚类.使用Hausdorff距离计算两个特征点集的相似度.实验表明,该算法的聚类结果比较稳定、精确且符合人类视觉认知特性.     

基于自适应尺度的遥感影像渐进配准

图像配准是遥感图像处理中的基本问题.本文针对多源多时相遥感影像的特点,提出了一种基于自适应尺度的渐进配准方法,在从粗到细的迭代配准过程中,可以通过上一次配准结果的几何定位误差来确定本次匹配的尺度,并按该尺度提取特征角点和特征邻域进行匹配,与常规金字塔渐进配准方法相比,减少了匹配次数,提高了配准效率.另外,特征提取和匹配过程中提出一种基于Harris-Laplace算法和相位相关算法的遥感影像配准算法,利用Harris-Laplace角点代替原始图像,能够综合区域和特征的优点,对亚像元偏移、旋转、尺度变化具有不变性,同时对对比度和灰度的变化不敏感,具有很强的抗噪性.在特征检测和匹配的过程中采用限定搜索区域、抽稀角点等多种优化策略来提高算法的性能.实验证明,算法具有很好的精度,对几何攻击具有很好的鲁棒性,该算法已经应用于CBERS-02B星3级数据的批量自动化生产,具有很好的应用效果.     

基于去伪加权方差最小化算法的大型复杂零部件局部配准全局方法研究

以汽车飞轮壳、车身为典型代表的大型复杂零部件机器人加工质量高度依赖于测量技术.针对现有点云配准算法难以抑制由于结构偏差、余量分布不均和各种测量固有缺陷所引起的匹配偏差问题,本文围绕局部配准定位全局的思路,提出一种去伪加权方差最小化(DPWVM)算法用于点云精配准.建立自适应比例因子调节的权重函数,区分结构偏差点云和其他异常点云,从而对每个点对距离施加合理权重,以降低结构偏差点云对配准精度的影响.进一步,统一点到点距离和点到面距离,建立自适应协调距离,以提升算法收敛稳定性.本文所提算法在汽车飞轮壳局部配准定位全局的过程中可有效提高配准精度并抑制匹配倾斜,相比于ICP、VMM算法,绝对定位精度分别提升18.9%和66.7%,匹配倾斜抑制程度分别提升25.9%和85.3%,与WPMAVM算法相比,收敛稳定性进一步提高.此外,本文所提方法仅需单次数据采集即可有效配准定位,极大地提高了配准效率.     

基于优势点检测的晶粒轮廓非均匀B样条逼近

进行复合材料三维重构的一个重要步骤是获取晶粒轮廓简洁的、光顺的数学表达. 在利用小波变换技术和Level set技术得到陶瓷复合材料晶粒闭合边缘的基础上, 根据晶粒轮廓的特点, 研究了其特征型值点的合理提取方法: 提取晶粒轮廓上高曲率的点作为候选点, 利用自适应弯曲度来确定曲线上每个点的支撑区间, 计算评价曲率, 依据评价曲率和最大采样间隔确定合理的优势点. 采用周期非均匀3次B样条曲线逼近的方法, 得到控制误差条件下最简洁的晶粒轮廓曲线. 根据所传递的候选节点矢量, 采用柔性间距选择, 获取序列轮廓的共同的节点矢量, 采用蒙皮技术获得陶瓷复合材料晶粒的3次B样条曲面模型.     

一种面向深度数据包检测的紧凑型正则表达式匹配算法

深度数据包检测(Deep Packet Inspection,DPI)采用正则表达式匹配算法,将每个数据包内容与一组预定义的特征进行匹配.正则表达式匹配算法是一种多模式特征匹配算法,采用确定型有限自动机(Deterministic Finite Automaton,DFA)表示一组正则表达式特征,实现一次内容扫描可匹配多个特征.基于硬件的正则表达式匹配算法面临存储空间需求大等挑战,即片上嵌入式存储器难以存储日益增长的DFA存储空间需求,从而限制了DPI的性能和可伸缩性.近年来,Smith等人提出了一种基于扩展有限自动机(eXtended Finite Automaton,XFA)的正则表达式匹配算法,即在状态上增加辅助变量和简单操作指令,消除了DFA状态空间爆炸问题,从状态方面减少存储空间需求.为了进一步减少XFA存储空间需求,本文提出了一种基于紧凑型有限自动机(Compact Finite Automaton,CFA)的正则表达式匹配算法,称为紧凑型正则表达式匹配算法.CFA是一种存储高效的有限自动机,即从迁移边方面减少XFA存储空间需求.在CFA构建过程,本文提出了基于优先级的迁移边压缩方法,融合相同目的状态最多的迁移边,从而减少存储空间需求;在CEA匹配过程,本文提出了基于位图的迁移边查找方法,并行查找不同优先级的迁移边子集,从而确保匹配效率.Snort特征规则集的实验结果表明:与XFA相比,CFA在迁移边条数上减少了88.2%,在存储空间大小上减少了83%,在匹配时间上减少了12%.     

窄带雷达自旋目标成像

在详细分析自旋目标窄带雷达回波特性的基础上,提出基于复数后向投影算法的自旋目标成像算法,由于该算法利用旋转散射点的相位进行匹配搜索成像,因此具有较高的分辨率以及成像效率.同时,本文分析了该算法的分辨率及其对雷达脉冲重复频率(PRF)的要求.若目标转速较高而系统PRF无法满足,则根据压缩感知理论以及自旋目标ISAR数据的稀疏性特点,建立了方位欠采样条件下的成像模型,并提出基于正交匹配追踪的自旋目标成像算法.不同条件下的仿真结果验证了算法的有效性.     

非视距传播环境下单站定位—圆拟合虚拟观测站法

文中提出了在非视距传播环境下,采用具有机动性的单观测站来实现对被测目标的定位.由不同的观测点计算得到的伪目标轨迹点,具有圆周运动的特性利用该运动特性,并采用圆拟合算法估计散射体的位置和散射距离,从而将单站定位问题转化为多站定位的问题,最后采用成熟的多站式定位方法来获得被测目标位置的估计.仿真结果验证了该算法的有效性.     

FMmlet变换的性质及收敛性分析

证明了FM^mlet变换的线性性质、时移性质、尺度变换性质和反转性质，以及FM^mlet变换的一个子空间chirplet变换的频移性质. 证明了基于自适应匹配投影塔形分解算法的FM^mlet变换的残差信号能量按指数律衰减.     

基于特征识别的增强现实跟踪定位算法

文中提出一种在场景自然特征识别基础上采用关键帧匹配的增强现实跟踪注册算法,实现了基于计算机视觉的户外大场景范围内的实时跟踪定位.算法针对关键帧匹配中的宽基线特征匹配问题,提出采用随机树的模式分类方法实现场景自然特征的离线训练和在线实时精确匹配.同时采用Kalman滤波器对参数估计结果进行平滑解决视觉跟踪定位中的抖动问题.以该算法为核心构建出基于视频透视式头盔显示器的移动增强现实系统,并将其成功应用于圆明园大水法景观的数字重现.真实场景实验验证表明,该方法具有实时、鲁棒的优点,适用于户外跟踪定位.     

基于灰色关联分析的医学图像三维插值方法

将灰色关联分析引入三维图像插值中,提出了一种新的插值方法:先通过灰色关联度来确定待插值点的最佳匹配点位置,再确定待插值点的灰度值.实验结果表明本文方法在基本不增大运算时间的情况下比传统的几种方法插值结果的均方差均有明显降低.     

面向场景变化的动态自适应同时定位与地图构建

在动态变化的复杂环境中,如何使同时定位与地图构建(SLAM)系统根据场景变化持续可靠地进行定位和地图构建,成为其能否走向实际应用的关键所在,也是目前SLAM研究领域中重点研究和待解决的问题之一.针对这一问题,本文提出了一个可扩展的、面向场景变化的同时定位与地图构建框架—SceneSLAM,支持场景检测和SLAM算法的有效复用和自动化调度;根据当前场景检测结果,动态自适应地调用依赖不同传感器数据的SLAM算法,从而提高SLAM系统适应环境变化和持续稳定工作的能力;在SceneSLAM框架基础之上,提出了能够有效检测室内、室外、黑暗场景的场景检测模型,以及应对光线变化的室内、室外场景的动态自适应SLAM模型;在模型切换时自动地进行坐标转换和尺度转换,从而获得具备全局一致性和尺度一致性的定位与地图构建结果.最后,基于ROS平台实现了一个动态适应场景变化的SLAM原型系统,实验中利用Turtlebot机器人,在室内、室外、黑暗场景中进行实验,验证了本文所提出方法的有效性.     

Harris Laplace特征区域 Contourlet域遥感图像水印算法

针对现有遥感图像水印算法抵抗旋转、剪切、水平镜像及联合几何攻击能力差的问题,提出一种局部化遥感图像数字水印新方法.算法首先对水印图像进行 Arnold置乱预处理,并将其行扫描形成一维向量作为待嵌入的水印信息;在宿主遥感图像中提取 Harris Laplace特征点,依据特征点确定水印嵌入特征区域;规范所选特征区域,对其进行归一化后实施 Contourlet变换,利用奇偶量化方法将数字水印嵌入选定的变换系数内.实验证明算法对滤波、噪声、JEPG压缩等常规信号处理具备较好鲁棒性,并且能够更好地抵抗旋转、缩放、平移及其联合等几何攻击     

基于卷积神经网络与Bayesian决策的图像识别与分类记忆建模

当前热门图像分类方法大多侧重在分类能力,忽视识别新事物,然而人类认识事物时侧重认识,只在细小之处重视分类,这一点与人类记忆机制密切相关.尽管目前有许多记忆建模理论被相继提出,但大多以单词列表的形式学习,对自然图像列表的研究有限.基于此,本文提出了基于卷积神经网络与Bayesian决策的图像识别分类记忆建模方法,首先利用卷积神经网络提取图像特征,并采用二进制形式存储特征向量;然后进行视觉图像的表达,存储与提取记忆建模,将测试图像特征向量与所有已存储特征向量进行匹配对比,计算似然率值;最后在所有似然率基础上计算测试图像是新类别的几率,若该几率大于某个阈值则判别其为新类别;反之,利用Bayesian决策规则进行.图像分类.在Caltech-101与Caltech-256数据库上的实验表明所提方法能很好地应用于图像识别分类任务中.其击中率比目前代表性的稀疏表达分类(SRC)以及极限学习机(ELM)方法高,且虚报率比其他两种方法低的多.     

嫦娥三号巡视器视觉定位方法

月面巡视器的定位是巡视器开展月面科学考察工作的基础,是一项关键技术.本文提出了一种基于计算机视觉的定位方法,将SIFT(scale-invariant feature transform)匹配、相关系数匹配、最小二乘匹配和光束法平差等多项技术融合,实现了相邻站间月面巡视器的导航定位.在实验室构建立体视觉导航系统对本文的方法进行可行性和精度测试,结果表明视觉定位相对精度将优于4%,并成功应用于玉兔号巡视器定位.     

基于人脸运动捕捉的表情动画仿真研究

基于运动捕捉的动画仿真技术是当前计算机动画的研究热点.基于光学式运动捕捉系统,文中提出了一种新颖的基于交叉映射的人脸表情动画重构方法.针对RBF构建静态全局映射时嘴唇上下部分光标出现的伪关联问题,文中构建了基于功能分区的RBF交叉映射方法.在模型驱动过程中,提出一种皮肤运动机理计算得出增强标记点运动,基于增强标记点实现了基于人脸分区驱动的RBF插值方法,改进了基于人脸分区模型驱动的仿真效果.此外,设计了预计算算法提升了交叉映射和动画仿真过程的实时效率.实验证明该方法能够将同一演员的运动捕捉数据应用于任意不同人脸模型,针对相应模型生成逼真的人脸表情动画.     

弱偏好序下存在租客的房屋匹配问题机制设计

已知一房屋集合和一个体集合(房屋数不小于个体数),房屋匹配问题要求根据个体对房屋的偏好,为每一个体分配一个尽可能满意的房屋,使得匹配具有互利性和稳定性.此类问题目前主要研究个体均具有初始分配或均无初始分配这两种情形,且个体对房屋具有严格的偏好序.本文研究一类一般化的房屋匹配问题,即个体对房屋有弱偏好序,且只有部分个体具有初始分配的房屋.基于Shapley和Sacrf的首位交易环算法以及相关的改进算法,设计了求解此一般化问题的扩展首位交易环算法(extended top trading cycle algorithm,ETTC),并证明了由该算法所确定的首位交易环机制满足Pareto有效性、个体理性和防策略操纵性.ETTC算法的时间复杂度为O(n3m),其中n为个体数,m为房屋数.ETTC算法复杂度低于近期已见发表的代表性算法TTAS和TCR.     

利用MODIS对CBERS-02卫星CCD相机进行辐射交叉定标

CCD相机数据的应用是CBERS-02为国民服务的重要部分,而提供长期稳定的绝对辐射定标系数是其应用的关键.试验场定标法是一种有效的方法,但该方法需要地面同步测量数据,提供的定标系数数量不可能很多,且该方法不能对历史数据进行定标.交叉定标是解决该问题的有效方法之一.但目前该方法对同步测量数据的依赖性较大.模拟分析各种因素对光谱匹配因子的影响.结果表明地物的光谱匹配因子受大气条件、传感器观测几何条件及地物类型的影响.但是在环境一样时,不同时期或测区获取的同类型地物的光谱匹配因子相对稳定,可代替同步测量数据来模拟光谱匹配因子.基于该方法,利用MODIS数据对CCD数据进行交叉定标,研究发现CCD各波段都存在偏移量,传统的单点定标法不适用于CCD的辐射定标.文中以多点交叉定标法计算获取各波段偏移量,并获得了时间序列图像的定标系数,发现CCD传感器响应随时间衰减.