【摘 要】
：
针对多镜头全景摄像机MPC组合标定依赖于高精度3D控制信息之应用限制，提出一种结合旋转摄影的MPC棋盘格标定新方法，将MPC置于二维转台对棋盘格进行旋转摄影并将标定过程分为两个阶段：(a)侧视摄像机旋转序列影像标定。结合棋盘格与转台坐标系设置建立旋转摄影严格方程并以之为基础给出侧视摄像机外参初值，进而以棋盘格影像角点及相邻侧视摄像机间的连接点为观测值，对侧视摄像机外参及棋盘格外部参数整体进行平差优
论文部分内容阅读
针对多镜头全景摄像机MPC组合标定依赖于高精度3D控制信息之应用限制，提出一种结合旋转摄影的MPC棋盘格标定新方法，将MPC置于二维转台对棋盘格进行旋转摄影并将标定过程分为两个阶段：(a)侧视摄像机旋转序列影像标定。结合棋盘格与转台坐标系设置建立旋转摄影严格方程并以之为基础给出侧视摄像机外参初值，进而以棋盘格影像角点及相邻侧视摄像机间的连接点为观测值，对侧视摄像机外参及棋盘格外部参数整体进行平差优化求解；(b)中心摄像机多视几何标定。将转台旋转坐标系原点平移至全部侧视摄像机摄影中心几何重心建立MPC
其他文献
本文利用PROSPECT-VISIR叶片模型,获得了不同叶片参数条件下可见光至中红外波谱区间的叶片反射率模拟数据,分析了植被叶片光谱特征波段,找到叶片反射率对含水量变化敏感的波段范围。在几种常见的可见光-近红外波段植被水分指数基础上,加入中红外波段反射率,提出了四种新型植被水分指数模型:NDII_M、NDWI_M、NMDI_M和NDVI_M。利用叶片反射率模拟数据,比较了四种新型植被水分指数与传统
针对基于深度学习的苗族服饰图像语义分割模型存在提取过程中服饰掩码拟合质量不高的问题，文章提出一种基于渐进式注意力学习的多尺度深度学习金字塔模型（Multi-scale Deep learning pyramidal network of progressive attentional learning， MultiDeepPPL）分割苗族服饰。首先，设计了一种密集跨级连接网络，充分利用多尺度方式提
细粒度图像分类是计算机视觉领域一个具有挑战性的任务， 在实际场景中具有很高的应用价值. 其中不同子类别的物体整体轮廓差异较小， 微小的判别性局部区域是分类的关键. 然而，这些重要的局部区域的尺度可能不同， 不能用单一的标准去衡量它们. 为了解决这个问题，本文提出了多粒度空间混乱模块来帮助神经网络学习如何寻找到不同尺度的判别性细节. 该模块首先将图片划分为不同粒度的局部区域， 然后随机打乱并重组构成
为提高开孔泡沫铝表面缺陷检测精度，提出基于傅里叶逆变换的检测法。制备开孔泡沫铝样品，采集样品表面图像，用自适应中值滤波算法预处理；用傅里叶逆变换分割缺陷区域，滤波后完成缺陷区定位，提取其特征，完成表面缺陷检测。结果表明：本方法可明显突出缺陷孔洞位置，无黑白点噪声干扰；识别表面缺陷时，误检率最高为1.4%，漏检率最高为2.8%，缺陷检测精度较高，具有一定的实用性。
针对目前多波束与侧扫声呐图像配准方法未顾及图像形变细节信息以及二者尺度差异，存在局部纹理失真的问题，提出了结合小波变换、仿射变换和Demons配准算法的迭代自适应配准方法。利用小波变换提取侧扫声呐图像低频信息并重构图像，先后采用仿射变换和Demons算法将重构图像与多波束图像进行迭代自适应配准，获取配准变换模型，利用该模型对侧扫声呐原图像进行整体配准变换，获得多波束图像地理坐标约束的侧扫声呐图像。
针对跨模态行人重识别图像间模态差异大的问题，大多数现有方法采用像素对齐、特征对齐来实现图像间的匹配。为进一步提高两种模态图像间匹配正确的精度，文中设计了一个多输入双流网络用来充分学习样本中的特征。首先，在每个批次的训练中通过增加同一行人在不同相机下的图片，让神经网络更加充分地捕捉到类内之间一致性特征；其次，利用齐次增强得到灰度图像作为中间桥梁，它在保留了可见光图像结构信息的同时消除了颜色信息，灰度
物联网技术与配电网深度融合形成的配电物联网(Distribution Internet of Things， D-IoT)提供了解决中低压配电网长期盲调盲控问题的新思路。针对目前现有的公共信息模型(Common Information Model， CIM)对配电物联网的描述和覆盖能力欠缺，本文首先扩展了CIM模型中的低压设备模型和拓扑模型，并分别在配电物联网云侧、边侧建立了考虑扩展分相的云侧低压
合理有效的对移动海洋环境观测平台进行规划，有利于海洋环境观测网络的设计和海洋环境信息的采集。针对庞大的海洋环境，在有限的观测资源下，使用深度强化学习算法对海洋环境观测网络进行规划。针对强化学习算法求解路径规划问题中的离散和连续动作设计问题，分别使用了DQN和DDPG两种算法对该问题进行了单平台和多平台实验，实验结果表明，使用离散动作的DQN算法的奖赏函数优于使用连续动作的DDPG算法。进一步对两种
嫦娥五号是中国首个实施无人月面取样返回的月球探测器。为了确保采样封装任务的定位精度，需要对采样封装任务进行高精度的整体几何检校。提出了附有立体约束和机械臂运动约束条件的联合平差检校模型。经过内场试验证明本文提出的检校方法具有较高的精度。在模拟采样试验中能够获得5.118 mm的平均定位误差，在月面采样任务中能够获得4.745 mm的平均定位误差。有效保障了嫦娥五号探测器精准的完成月面自动采样封装任
传统的群结构模型如群演化网络模型通过比较两个目标间的马氏距离与根据先验知识所设阈值的大小来对群的分裂合并进行判断，跟踪效果依赖于设定的阈值，难以应对群目标跟踪中的各种复杂情况。本文将分群的问题看作一个二分类问题，提出了一种基于核Fisher判别的群结构更新模型，通过离线训练得到符合群分裂和群合并特性的群结构更新模型，将其直接用于群结构更新。结合箱粒子概率假设密度滤波算法的群目标跟踪仿真实验表明，对