基于多目视觉的弹丸飞行姿态测试技术研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:wangkaixin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决在野外环境下测量炮口附近的弹丸飞行姿态时,攻角纸靶法精度较低,阴影照相法要搭建复杂的光路系统的问题,基于三目视觉原理,通过激光摄像法直接拍摄弹丸实像来测量弹丸的飞行姿态,既可以得到精度较高的弹丸飞行姿态,同时也不用搭建复杂的光路系统,相对于双目视觉姿态测量方式也提高了测试结果的稳定性。在对相机的成像原理、相机标定、三目姿态测量模型以及各坐标系间的空间转换关系等分析的基础上进行了三目视觉弹丸姿态测试系统的设计。对三目视觉弹丸姿态测试系统中的相机参数的设置,脉冲激光器的选取,时序控制器时序要求进行了介绍,给出了弹丸捕获触发靶的设计电路,完成了三目视觉弹丸姿态测试系统的搭建。对弹丸中轴线提取方法进行了推导,能够识别弹丸图像中弹丸的边缘直线,可以求得每幅图像中弹丸的中轴线在像素坐标系中的方程;建立了三目融合求解弹丸姿态的解算模型,对三个相机间的坐标转换进行了介绍,给出了三目视觉姿态求解解算方法,说明了弹丸姿态求解流程。分析了双目视觉的原理,建立了三目视觉弹丸姿态测量模型,在消除相机坐标系平移关系测量误差影响后,解算出的弹丸空间姿态。通过静态实验验证了三目视觉弹丸姿态测量方法的正确性。根据实际测试应用状况,搭建了三目测试装置,采用全站仪测定目标弹丸的真实姿态。三台相机拍摄弹丸不同角度的图像,通过建立的解算方法求解出弹丸的空间姿态,从而求得弹丸的俯仰和偏航角,再将弹丸的真实姿态与测得的俯仰偏航角进行比较,得出三目视觉弹丸姿态测量方法是可用的,测得的俯仰角和偏航角误差小于0.35°。
其他文献
随着互联网的发展,文本数据的激增,自然语言处理领域得到了良好的发展。在自然语言处理领域中,自动文本摘要生成技术是一个重要的研究方向,该技术能够大大缩减人工摘要形成的时间,帮助相关人员快速获取国内外新闻动态,并及时作出应急响应处理。此外,利用数据挖掘、机器学习等技术,能够深层次地挖掘文本背后的语义,形成质量和准确度都较高的摘要。本文提出一种基于语义的自动文本摘要生成算法,以海外新闻文档为研究对象,利
运动目标跟踪作为机器视觉领域的重点研究内容,广泛应用于智能监控、智能交通、人机交互等各个领域。但由于跟踪场景复杂多变,跟踪效果易受遮挡、尺寸变化和快速移动等干扰因素的影响,想要设计一个鲁棒性高、通用性好、精确度高的目标跟踪算法仍然面临许多挑战和难题。因此,本文对核相关滤波跟踪算法进行研究,从位置预测、特征融合、尺度更新和模型更新四个方面进行改进,解决了算法存在的遮挡、尺度变化及跟踪误差累积问题,显
工作票是大型复杂IT系统运行时的产物,记录着系统产生或者用户上报的故障事件信息,是开展系统运维活动的重要数据载体。实现工作票问题自动化分类是智能化系统运维的重要研究内容之一,对于提高系统运维效率,降低系统运维成本有着显著的贡献。现有的工作票分类方法未考虑工作票问题分类标签中存在的噪声,且存在分类方法精度不够高的问题。因此,有必要研究面向噪声工作票的分类方法,以消除噪声标签给工作票有效分类带来的负面
有监督学习是从标签化训练数据集中推断出函数的机器学习任务,是机器学习中最重要的分支之一,近年来随着深度学习的发展,有监督学习的性能得到了巨大的提升,例如深度残差网在ImageNet数据集上1000个类别的top-5物体识别精度已经达到97.7%,已被证明超越了人类的识别能力。但是,有监督学习受到一个非常强力的约束,即测试数据必须与训练数据来自同一类别,且需要为每个类别搜集数百乃至上千个有标签的样本
乐谱是用符号来记录音乐的方法,最初是以纸张为载体的。随着电子技术的发展,纸质乐谱可被扫描或拍摄成为乐谱图像,解决了纸质乐谱不易保存、复制、分发等弊端。计算机及互联网技术的浪潮,促进了各种音乐应用的兴起,而能被计算机理解的音乐文件是这些应用的数据基础。本文以拍摄或扫描的乐谱图像为研究对象,通过图像处理与识别的算法,将其转化为计算机能理解的MIDI文件,并基于上述算法构建了乐谱识别软件系统,具体工作如
无人驾驶是人工智能系统在人们生活中的重要应用之一,具有巨大的发展前景。图像语义分割技术作为无人驾驶系统中的重要技术之一,为无人系统分析道路可通行性提供了技术支持。目前,大部分网络模型采用相同的感受野提取图像语义特征。这将导致模型丢失大量的尺度信息,降低模型的分割效率。此外,为提高分割精度,模型常常具有庞大参数量。这不仅导致计算速度缓慢,还增大了对硬件资源的需求量,不利于模型在无人系统中的应用。本文
多标签分类的目的是为一个实例分配多个与之相关的类别标签,其在数据挖掘和机器学习领域是重要的一个学科分支并有着广泛的应用和研究。同传统的二分类问题相比,多标签分类问题主要的挑战在于标签相关性的利用和高维特征的约简。针对这两方面的研究有很多,但是现有的大多数算法仅仅解决了其中一个问题。为此,本文提出两个改进算法,在进行特征选择的同时考虑标签相关性,最后将研究成果应用于安卓恶意应用检测中。具体的工作包括
车辆再识别(Vehicle Re-ID)指的是根据给定车辆图像在跨摄像头车辆数据库中搜索相同ID(Identity)车辆图像的任务,在公共安全和智能交通领域具有广阔的应用前景。车辆再识别有两个主要挑战:由于车辆品牌的影响,会导致相同车型不同ID的车辆外观相似性高(类间相似性高);因为车辆的刚体特性,使得车辆的不同姿态外观差别大,导致不同姿态相同ID的车辆图像外观相似性低(类内相似性低)。其中,姿态
在工业化的连铸钢板坯生产过程中,钢厂针对连铸坯质量的评价与分类依然主要依靠人工经验。本文基于连铸坯冷酸蚀图像中的缺陷进行预处理、分割以及分类识别,为后续研发连铸坯缺陷评级系统提供准备工作。在预处理时,中值滤波和维纳滤波对图像中的噪声可以有效去除,但多次滤波会导致图像信息的大量损失。为解决这一问题,提出一种开关结构下的快速加权中值—维纳滤波器,以减少图像滤波过程中信息的损失,并通过与中值滤波、维纳滤
电弧增材制造技术以电弧为热源熔化金属丝材,基于离散/堆积的成形原理,并沿预设路径逐层沉积制造出3D实体零件,具有沉积效率高、生产成本低等优点。双丝CMT电弧增材制造以两根异种丝材作为填充材料,在CMT增材工艺中熔滴过渡和焊丝回抽相结合的基础上,快速生成多元成分可调合金体系,解决焊丝定制成本高、周期长等难题。本课题以2系Al-Cu焊丝和5系Al-Mg焊丝为填充材料,基于双丝CMT电弧增材制造工艺对A