复杂三维场景的语义环境模型研究

提出了一种基于几何模型的复杂三维场景语义环境模型生成方法.主要研究复杂三维场景几何模型可行面采样点的语义信息抽取方法,基于采样点生成场景高度图.根据三维场景中障碍物几何模型的位置关系,设计了“类括号匹配算法”,确定场景高度图中哪些是可行路径点.在此基础上,构造了复杂三维场景的语义路径图,实现了复杂虚拟场景中障碍物语义的抽取及运动语义的匹配.初始场景高度图、确定路径点后的场景高度图及场景语义路径图构成了复杂三维场景的语义环境模型,模型构建过程中充分考虑了虚拟角色的个性化特点(如身高、步长和运动行为偏好等).该模型增强了虚拟角色感知环境的能力,能够自动识别运动路径上的各种障碍物语义,实现了场景中虚拟角色运动匹配的自动化和运动行为的多样性.     

自适应最优块匹配视频稳像算法

传统的块匹配视频稳像算法不能完全去掉运动前景影响,在处理过程中需要预先设定判定相似度的阈值,容易造成计算误差,搜索算法搜索位置太多,加大了运算量。本算法首先对相邻两帧图像的匹配块进行x 和 y 方向独立的块搜索,自适应地确定最优匹配位置,然后根据每次搜索最优匹配位置剔除运动前景目标块,调整步长进行下一步搜索,直到搜索步长为零时停止,最后计算出相邻帧间的移动向量进行运动滤波,补偿抖动。处理结果显示本算法可以在视频大幅抖动,含有运动目标时和全局运动时进行准确稳像。     

视频图像中运动目标的实时检测

提出了一种运动目标检测与跟踪算法。以每点色彩信息的混合高斯模型来实现对视频图像的背景估计,从而实现对运动目标的检测。利用模板匹配的方法实现对运动目标的跟踪,并对混合高斯模型的算法进行了改进,使其能更快、更有效地适应环境的变化。实验结果表明此方法具有较强的鲁棒性,能较好地适应各种气候和光照环境的变化。     

基于多参量模型的全局运动估计算法

提出了一种基于特征点匹配的视频序列多参量运动估计算法,即将初始特征点域,进行梯度方向上的极坐标变换,并依据正交特征,作方向轴上的一维投影,构建出新的特征曲线,从而将孤立的特征点匹配转化成特征曲线相关.依据曲线的相关性,完成特征点对的匹配,最后使用最小二乘解算平移、旋转、缩放等变换参量.实验结果表明:算法的特征点误匹配率<5%,缩放误差<0.1%,平移误差<0.1像素;各参量估计范围:缩放因子s:0.7130°,平移参量|d|>35.算法在保证了高精度的同时,具有更为宽松的使用条件及适用性.     

基于分支定界法的运动控制相机轨迹跟踪

提出一种与视频图像纹理信息无关,以运动控制机器人手眼标定算法为核心的相机轨迹跟踪方法。针对无特定参照物的手眼标定算法精度较低的问题,该方法提出一种运用无穷范数在给定旋转分量时迭代求局部优化解的算法。并进一步基于旋转空间分支定界法,提出新的标定方程定界约束条件及划分策略,用于寻找全局最优解。实验结果表明,提出的方法有效提高了无参照物场景的手眼标定精度,并应用于虚拟现实领域。     

非凸运动辅助低秩稀疏分解目标检测算法

针对传统低秩稀疏分解(low rank and sparse decomposition, LRSD)用于视频运动目标检测时检测精度较低的问题,提出了一种鲁棒非凸运动辅助LRSD(robust nonconvex motion-assisted LRSD, RNMALRSD)的运动目标检测算法。该算法首先考虑到视频背景的低秩特性,采用非凸γ范数对秩函数进行逼近,考虑视频背景在变换域上仍然具有稀疏性,引入背景在变换域的稀疏先验。其次,引入运动辅助信息矩阵,使其融入前景的运动信息,表示每个像素属于背景的可能性,提高视频运动目标检测的准确度。然后,采用交替方向乘子法(alternating direction method of multipliers, ADMM)对提出的模型进行求解。最后,将提出的方法应用到视频运动目标检测上进行仿真实验。对实验结果的分析表明,提出的RNMALRSD方法比其他基于LRSD的运动目标检测方法具有更高的检测精度。     

基于HASH感知和小波变换的目标跟踪算法

为了解决视频跟踪过程中,由于运动目标在实际运动中常存在旋转、缩放等形变导致的目标丢失问题,提出了一种融合了图像HASH值、小波变换和模板匹配算法的目标跟踪算法。该方法利用背景差分法得到运动目标模板,通过对图像信息进行小波变换得到低频子图像,并在低频子图像中进行全局搜索,确定最佳匹配区域。模板更新策略利用图像间HASH距离,判断图像间的相似性决定是否更新模板。实验仿真结果证明,该算法在运动目标存在缩放、旋转等形变时,仍可以准确跟踪目标。     

大型特装车辆地形匹配算法研究

针对导弹武器系统大型特装车辆实体模型在虚拟环境中的运动问题,提出了8点地形匹配算法.详细论述了算法的思想和实现过程,利用垂直射线法确定匹配点在地形上的投影点,提出了匹配矩形的概念,简化了计算过程.并针对虚拟场景中车辆转弯失真的问题提出了车辆转弯算法,分析了算法的原理并给出了实现的步骤.最后,利用仿真实验对两种算法的有效性进行了检验.     

基于预测性菱形搜索法的快速去隔行技术

提出了一种基于运动估计和运动补偿的去隔行 (隔行变逐行 )新方法。该方法首先使用预测性菱形搜索块匹配法 (PDSBM)计算出稳定和精确的运动矢量场 ,然后通过对视频序列的多假设运动补偿分析来实现隔行到逐行的插值 ,再对所得到的视频序列进行运动补偿滤波 ,进一步消除了水平边缘的影响 ,充分考虑了场间和场内视频序列的空间和时间相关性。仿真结果表明 ,该方法能够得到比其它几种常用的去隔行算法更好的效果。     

基于ICP算法的非合作目标特征点云配准优化

针对视觉测量中非合作目标无法提供合作信息从而引起的位姿测量问题,采用ICP(Iterative Closest Point)算法配准不同时刻获取的点云降采样数据来完成目标的相对位姿测量。利用运动恢复结构算法获取了目标当前时刻的点云数据并比较了基于阈值匹配与光流匹配的特征点匹配算法,利用三角测量法对提取到的特征点进行重建,同时将点云数据进行降采样处理,根据降采样后的点云数据计算出不同时刻目标的相对位姿关系。实验表明当物体发生旋转运动时,对降采样数据利用ICP算法计算得到的目标绕坐标轴旋转角度最大误差不超过0.11º。     

基于辅助匹配的1点RANSAC单目视觉导航算法

针对1点随机抽样一致性(random sample consensus,RANSAC)单目视觉导航算法中的主动视觉匹配失效问题,提出了一种基于辅助匹配的1点RANSAC单目视觉导航算法。首先,该算法通过引入尺度不变特征变换(scale invariant feature transform,SIFT)算法完成特征匹配;其次,采用RANSAC算法解算基础矩阵和匹配点;最后,通过实验验证了算法的有效性。实验结果表明,该算法能够解决主动视觉匹配失效问题,提高1点RANSAC单目视觉导航算法的导航精度。SIFT辅助求解的有效匹配点精度在5个像素之内,航向角平均误差减小5.04°,俯仰角平均误差减小1.21°,滚动角平均误差减小3.03°。     

采用ISAR像估计弹道目标微动特征的方法

逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像序列可以反映弹道目标在微动周期内的姿态变换及结构特征,本文在此基础上提出一种利用ISAR像序列估计弹道目标微动特征的方法。首先基于relax算法提取较强的散射点,并采用距离多普勒方法成像,然后利用灰度匹配算法对ISAR图像进行匹配,以提高微动周期估计精度。通过分析散射点在成像平面上的投影关系从而建立散射点空间坐标与目标微动特征之间的联系,并根据散射点在ISAR图像序列上的相对位置差值与散射点空间坐标的表达式,估计目标的微动参数。最后,仿真验证该方法的可行性与有效性,仿真结果表明该方法估计精度较高。     

基于K近邻局部结构的截断二次谱匹配算法

针对存在大量非对应点的点模式匹配问题,提出了一种基于K-近邻局部结构的截断二次谱匹配算法。该算法首先对点模式利用截断模式谱方法匹配得到初步匹配结果。再以匹配点对为参考点构造K-近邻局部结构,对局部结构利用谱方法进行二次匹配来寻找剩下的匹配点。两次匹配的点对合并得到最终的匹配结果。仿真结果表明该方法在不同条件下都具有较好的性能。     

基于物体关系描述的单目语义SLAM方法

外界环境的语义感知和自身位置的准确估计是移动机器人自主导航和作业的关键。提出了一种基于单目相机的语义SLAM(simultaneous localization and mapping)方法,在轨迹估计的同时完成三维目标检测。提取物体自身语义、尺寸、颜色分布及其邻域拓扑结构等多元信息作为描述子,实现帧间物体的准确关联。在后端对相机位姿、地图点和物体路标进行联合优化,并自适应调整代价函数中各误差项的权重系数,以提高各状态变量的估计精度和鲁棒性。实验结果表明,所提出的算法在地图构建方面具有较高的精度。     

实时场景中多目标运动变化检测和空域定位方法

讨论了一种新的实时图像序列中多个运动目标运动变化检测和空域位置确定算法 :比特层 (bit-planes)差分运动检测和投影矩阵空域定位算法 ,该算法利用图像中不同比特层表征不同信息把图像标定为多个平坦域然后再进行运动目标检测 ,并利用单个摄像机采集的图像进行空域定位 ,在速度、精度、复杂度和适用范围等方面与其他现有面向像素的运动目标检测技术和空域定位方法相比较 ,有更好的表现。将本算法用于交通道口视频实时监控系统中 ,取得了理想的效果。     

Video segmentation using multiple features based on EM algorithm

Object-based video segmentation is an important issue for many multimedia applications. A video segmentation method based on EM algorithm is proposed. We consider video segmentation as an unsupervised classification problem and apply EM algorithm to obtain the maximum-likelihood estimation of the Gaussian model parameters for model-based segmentation. We simultaneously combine multiple features (motion, color) within a maximum likelihood framework to obtain accurate segment results. We also use the temporal consistency among video frames to improve the speed of EM algorithm. Experimental results on typical MPEG-4 sequences and real scene sequences show that our method has an attractive accuracy and robustness.     

基于摄像机运动的简单虚拟场景生成

利用摄像机标定技术和视频融合技术设计了一个基于摄像机运动的简单虚拟场景生成系统。首先对摄像机进行标定，然后利用摄像机的运动参数根据摄像机成像模型计算出3-D实景中特定的位置在2-D视频图像上的映射，最后利用映射结果对虚拟景物进行透视变换，并把它实时融合到视频图像特定位置中形成新的视觉效果，实现了一种类似于虚拟演播室的简单、有效、实用的视频制作新方法。实验表明该方法实时性好、生成的虚拟场景效果逼真。     

基于GPS轨迹的用户兴趣点及频繁路径挖掘研究

用户在一定区域内的长期移动行为与某些物理位置相关,如家和办公室等.为了从用户的日常移动轨迹中找出这些位置与轨迹的关系,本文提出一种新的基于移动位置扰动的端点划分与聚类方法.该方法首先将GPS轨迹划分为成组的线段集,然后运用聚类方法将地理上相似的端点进行聚类以检测用户的个性化兴趣点,最后利用原始轨迹来映射个性化兴趣点之间连接关系,生成用户在区域内的移动路径网络.理论与实验结果表明,本文提出的方法可有效地从大量GPS轨迹中发现用户的频繁路径及个性化兴趣点,从而能够为其提供更好的个性化地理信息服务.     

基于复数小波变换的景像匹配算法

讨论了一种基于复数小波变换的景像匹配算法 ,并以此算法为基础给出了一个高效的景像匹配模型。依据生物视觉的空间频域通路思想 ,利用复数小波移动不变性 (shiftinvariance)和实数离散小波快速算法 (Mallat快速算法 )将图像分解成多层 ,模拟生物视觉的感知过程 ,分别在高、低空间频域内进行了由粗到精的快速匹配。通过实验证明 ,与传统的景像匹配算法相比具有速度快、匹配概率高、抗干扰能力强等优点。