公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于单轴旋转靶标的非参数相机标定方法: 2022年; 建立成像过程的能力对于视觉测量至关重要。非参数相机模型将图像形成过程描述为与来自物体的空间射线对应的像素集合。然而,非参数模型需要复杂的计算或高成本的装置来获取大量参数,这限制了该模型的应用。为此,提出了一种基于单轴旋转靶标的非参数成像模型标定方法。旋转靶标提供三维控制点,并引入径向基神经网络将三维坐标映射到二维图像坐标。该方法无需旋转靶标的详细位姿信息,从而避免了额外的角度测量设备。随后,推导出成像模型参数的目标函数,给出了优化步骤,进而计算出模型参数。在获得单个相机中的光线轨迹后,该模型被迁移于双目立体相机应用。最后,通过实验对所提出方法的性能进行了评估,结果表明,与传统方法相比该方法优势明显。; 付鲁华任泽光王鹏王鹏王鹏; 关键词：相机标定非参数模型

基于混合特征重合区域预测的无标识点位姿测量: 2023年; 本文提出了一种结合三维点云测量技术与点云配准算法的无标识点位姿测量方案。针对传统点云配准算法对初始位置和噪声敏感,目标测量点云与参考点云部分重合以及密度差异大导致的异源点云配准精度低的问题,提出了一种基于混合特征重合区域预测的端到端位姿估计算法,即通过深度学习的方法实现点云配准。首先,设计点云混合特征编码模块,通过特征交互融合源点云与参考点云的特征,获得更丰富的特征表示。其次,基于混合特征设计参考点云重合掩码解码模块,保留参考点云中与源点云重合的所有重合点。最后,利用重合部分的点云特征回归两组点云的相对位姿参数,实现了目标的位姿测量。实验结果表明,该算法对异源点云配准具有较好的性能,能在保证鲁棒性的同时,显著提升点云配准精度。; 付鲁华孙玉晶孙长库孙长库王鹏; 关键词：位姿测量点云配准

基于IMU与单目视觉融合的姿态测量方法被引量：7: 2017年; 快速准确测量运动目标的姿态,在航天航空、机器人等领域应用广泛.针对惯性姿态测量速度快但精度不足而视觉姿态测量精度高但速度慢的特点,提出了一种基于IMU与单目视觉融合的姿态测量方法.IMU姿态测量时,使用欧拉角迭代公式解算运动目标的姿态;单目视觉姿态测量时,使用POSIT算法求解被测目标的姿态;再使用H?滤波器融合两者的测量结果;用融合结果与惯性测量结果的差值修正并更新漂移误差曲线.根据被测目标的两组匀速转动信息,提出了双矢量正交化标定法标定IMU坐标系到目标坐标系的旋转矩阵;根据单目视觉采集的3幅图像信息,提出了三图快速标定法标定靶标坐标系到目标坐标系的旋转矩阵.实验表明,提出的姿态测量方法能实现快速姿态测量,测量精度高.; 孙长库徐怀远张宝尚王鹏王鹏; 关键词：惯性测量单元视觉测量

基于特征匹配的摄像机位姿测量方法: 2023年; 针对传统视觉位姿测量方法依赖场景内目标的已知结构信息或者人为标记的问题,设计了一种基于特征匹配的相对位姿测量方法和系统,在进行相对位姿测量时无需知道场景内目标的先验信息,且有较高的测量精度。首先,使用双目相机对场景内目标进行序列图像采集,计算机采用AKAZE算法对图像进行特征提取。然后,采用改进的KNN与RANSAC算法对相邻图像进行特征匹配并剔除误匹配点,得到正确的匹配点对后,采用三角法测量和光束法平差优化获得特征点的三维坐标,利用三维坐标与二维图像特征向量建立三维特征点库。之后,位姿测量时先使用单目相机对场景目标进行图像采集,再对待测图像进行AKAZE特征提取,将得到的特征点与特征点库进行匹配,采用EP n P+Gauss-Newton方法求解出待测图像对应的相机位姿。实验中,利用高精度转台转动摄像机并拍摄多幅图像进行测量,结果表明,位姿测量系统在[-20°,20°]范围内最大测量误差不超过0.2°,可以满足应用需求。; 付鲁华王春赟何晶晶崔建国张宝尚张宝尚; 关键词：位姿测量非合作目标图像匹配三维重建

正交条纹级次分区域预编码校正Gamma非线性方法: 2022年; 数字投影仪的非线性响应是近年来研究的热点问题,因为数字投影仪虽然能避免物理光栅投影的各种缺陷,但其自身的非线性直接影响了输出信息,是相位误差的主要来源,进而影响了测量精度。针对数字条纹投影三维测量中存在的Gamma非线性和不同区域Gamma值并不一致的问题,提出一种通过正交条纹级次分区域预编码校正Gamma非线性方法,通过正交条纹划分区域,对每个区域使用多项式拟合计算预编码值校正该区域条纹图像。使用该方法校正后相位误差减少了82.24%,适用于任意投影仪与相机之间的位置关系,只需要精细化计算一套分区域预编码系数并由此生成编码条纹图,即可满足该系统此后的测量需求,该方法灵活性强、精确度高。; 王鹏王鹏孙长库孙长库; 关键词：相位误差预编码

全选清除导出

共1页<1>

张宝尚