留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

大视场双目视觉定位系统中多目标稀疏匹配

王鑫 王向军

王鑫, 王向军. 大视场双目视觉定位系统中多目标稀疏匹配[J]. 红外与激光工程, 2018, 47(7): 726001-0726001(6). doi: 10.3788/IRLA201847.0726001
引用本文: 王鑫, 王向军. 大视场双目视觉定位系统中多目标稀疏匹配[J]. 红外与激光工程, 2018, 47(7): 726001-0726001(6). doi: 10.3788/IRLA201847.0726001
Wang Xin, Wang Xiangjun. Multiple targets sparse matching for binocular vision positioning system with large field of view[J]. Infrared and Laser Engineering, 2018, 47(7): 726001-0726001(6). doi: 10.3788/IRLA201847.0726001
Citation: Wang Xin, Wang Xiangjun. Multiple targets sparse matching for binocular vision positioning system with large field of view[J]. Infrared and Laser Engineering, 2018, 47(7): 726001-0726001(6). doi: 10.3788/IRLA201847.0726001

大视场双目视觉定位系统中多目标稀疏匹配

doi: 10.3788/IRLA201847.0726001
基金项目: 

国家重点研发计划(017YFC0601900,2017YFC0601901);国家教育部支撑项目(625010110);国家自然科学基金与中国民用航空总局联合研究基金(61179043);河北省重点研发计划自筹项目(17211708);河北省高等学校科学技术研究项目(QN2018209)

详细信息
    作者简介:

    王鑫(1987-),女,讲师,博士生,主要从事视觉测量、低空遥感测量及图像处理等方面的研究。Email:wxtju1987@163.com

  • 中图分类号: V243.5;TP391.4

Multiple targets sparse matching for binocular vision positioning system with large field of view

  • 摘要: 野外远距离、大视场、双目视觉物体定位监测系统是基于双目立体视觉原理的三维坐标测量系统。存在随机出现的多个无特征目标的正确匹配率低,导致目标定位精度降低的共性问题。正确判断首个目标出现,对于同一目标在同侧图像序列连续出现,形态特征由大到小变化或分裂的情况,利用质心判断方法排除伪目标,检测目标正确质心位置;然后,两段图像序列时间同步,同一时刻多个目标基于极线约束进行稀疏匹配,获得同一目标在两台相机中正确的对应关系。实验证明,现场连续采集的9帧图像中包含8个目标,利用上述方法完成目标检测及匹配,提高了准确率。
  • [1] Jiang Shan, Zhang Rui, Han Guangliang, et al. Moving object tracking based on multi-feature fusion in the complex background gray image[J]. Chinese Optics, 2016, 9(3):320-328. (in Chinese)
    [2] Wang Tingting, Cai Zhihao, Wang Yingxun. UAV target tracking and location based on binocular vision[J]. Electronics Optics Control, 2016(5):6-10. (in Chinese)
    [3] Wang Xiangjun, Le Bing, Xing Feng, et al. Method of measuring target LOS angular rate with sequence images[J]. Infrared and Laser Engineering, 2017, 46(8):0828001. (in Chinese)
    [4] Li Zhengwei, Wang Jianli, Wu Yuanhao, et al. Method of attitude estimation for space object based on single ground-based telescope[J]. Chinese Optics, 2016, 9(3):371-378. (in Chinese)
    [5] Huang Nannan, Liu Guixi, Zhang Yinzhe, et al. Unmanned aerial vehicle vision navigation algorithm[J]. Infrared and Laser Engineering, 2016, 45(7):0726005. (in Chinese)
    [6] Wang Xin, Yuan Kun, Yu Xiao, et al. Design of binocular vision 3D reconstruction system based on motion recovery[J]. Optics and Precision Engineering, 2014, 22(5):1379-1387. (in Chinese)
    [7] Wan Yilong, Bai Lianfa, Han Jing, et al. Method and realization of significant target recognition and distance ranging in the binocular stereo vision under low illumination[J]. Infrared and Laser Engineering, 2015, 44(3):1053-1060. (in Chinese)
    [8] Wang Xin. Research on objects in the same characteristics matching and positioning based on binocular stereo vision[D]. Tianjin:Tianjin University, 2013. (in Chinese)
    [9] Bentolila J, Francos J M. Homography and fundamental matrix estimation from region matches using an affine error matrix[J]. Journal of Mathematical Imaging Vision, 2014, 49(2):481-491.
    [10] Guo Lei, Zhu Jigui, Ye Shenghua. Precision registration of corresponding uncode points in large-sized 3D surface measurement using three images[J]. Infrared and Laser Engineering, 2008, 37(6):1079-1082. (in Chinese)
    [11] Wei Shengbin, Wang Shaoqing, Zhou Changhe, et al. An iterative closest point algorithm based on biunique correspondence of point clouds for 3D reconstruction[J]. Acta Optica Sinica, 2015, 35(5):0515003. (in Chinese)
    [12] Lu Yongwei, Wang Xiangjun, Zhang Ninging, et al. Multi-grade target-scoring system based on McWiLL and RS-485 network[J]. Computer Engineering, 2013, 39(8):314-317. (in Chinese)
    [13] Zhang Guangjun.Vision Measurement[M]. Beijing:Science Press, 2008:34-35. (in Chinese)
    [14] Wang Xiangjun, Wang Jing, Liu Feng, et al. Fast calibration for binocular vision measuring system with a large field[J]. Optics and Precision Engineering, 2013, 21(10):2664-2670. (in Chinese)
    [15] Yan Nian. A study on matching of objects with the same feature for stereo vision[D]. Tianjin:Tianjin University,2015. (in Chinese)
  • [1] 艾双哲, 段发阶, 李杰, 吴凌昊, 王霄枫.  形心匹配优化下的狭长空间近距离轨迹测量系统 . 红外与激光工程, 2023, 52(3): 20220574-1-20220574-13. doi: 10.3788/IRLA20220574
    [2] 李岳楠, 徐浩宇, 董浩.  频域内面向目标检测的领域自适应 . 红外与激光工程, 2022, 51(7): 20210638-1-20210638-9. doi: 10.3788/IRLA20210638
    [3] 蒋昕昊, 蔡伟, 杨志勇, 徐佩伟, 姜波.  基于YOLO-IDSTD算法的红外弱小目标检测 . 红外与激光工程, 2022, 51(3): 20210106-1-20210106-10. doi: 10.3788/IRLA20210106
    [4] 韩金辉, 魏艳涛, 彭真明, 赵骞, 陈耀弘, 覃尧, 李楠.  红外弱小目标检测方法综述 . 红外与激光工程, 2022, 51(4): 20210393-1-20210393-24. doi: 10.3788/IRLA20210393
    [5] 王杰, 仲重亮, 朱伟东.  一种用于光学器械跟踪的近红外双目系统 . 红外与激光工程, 2022, 51(6): 20210517-1-20210517-10. doi: 10.3788/IRLA20210517
    [6] 李鸿龙, 杨杰, 张忠星, 罗迁, 于双铭, 刘力源, 吴南健.  用于实时目标检测的高速可编程视觉芯片 . 红外与激光工程, 2020, 49(5): 20190553-20190553-10. doi: 10.3788/IRLA20190553
    [7] 王鹏, 张宇倩, 孙长库, 周舵.  极线和级次双约束的光栅投影测量方法 . 红外与激光工程, 2020, 49(4): 0413001-0413001-7. doi: 10.3788/IRLA202049.0413001
    [8] 南天章, 耿建君, 陈旭, 陈颖.  基于邻域特征的红外低慢小目标检测 . 红外与激光工程, 2019, 48(S1): 174-180. doi: 10.3788/IRLA201948.S128002
    [9] 唐聪, 凌永顺, 郑科栋, 杨星, 郑超, 杨华, 金伟.  基于深度学习的多视窗SSD目标检测方法 . 红外与激光工程, 2018, 47(1): 126003-0126003(9). doi: 10.3788/IRLA201847.0126003
    [10] 程全, 樊宇, 刘玉春, 程朋.  分块投影匹配的运动目标检测方法 . 红外与激光工程, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
    [11] 陈卫, 孙晓兵, 乔延利, 陈震庭, 殷玉龙.  海面耀光背景下的目标偏振检测 . 红外与激光工程, 2017, 46(S1): 63-68. doi: 10.3788/IRLA201746.S117001
    [12] 张志佳, 尹秀萍, 苑玮琦, 周自强, 钟玲.  碗形塞加工误差双目视觉在线检测方法 . 红外与激光工程, 2016, 45(12): 1217002-1217002(8). doi: 10.3788/IRLA201645.1217002
    [13] 孙照蕾, 惠斌, 秦莫凡, 常铮, 罗海波, 夏仁波.  红外图像显著目标检测算法 . 红外与激光工程, 2015, 44(9): 2633-2637.
    [14] 刘常杰, 班荣兴, 郭寅, 尹世斌, 王一.  基于双目视觉机器人TCP校准方法研究 . 红外与激光工程, 2015, 44(6): 1912-1917.
    [15] 石轶, 刘常杰, 郭寅, 叶声华, 石松.  基于双目视觉的接触网几何参数测量系统 . 红外与激光工程, 2014, 43(6): 1936-1942.
    [16] 彭志勇, 王向军, 卢进.  窗口热辐射下基于视觉显著性的红外目标检测方法 . 红外与激光工程, 2014, 43(6): 1772-1776.
    [17] 韩艳丽, 刘峰.  基于三角形匹配的空间小目标检测算法 . 红外与激光工程, 2014, 43(9): 3134-3140.
    [18] 刘志刚, 卢云龙, 魏一苇.  有监督的高光谱图像伪装目标检测方法 . 红外与激光工程, 2013, 42(11): 3076-3081.
    [19] 黎志华, 李新国.  基于OpenCV的红外弱小运动目标检测与跟踪 . 红外与激光工程, 2013, 42(9): 2561-2565.
    [20] 杨亚威, 李俊山, 杨威, 赵方舟.  利用稀疏化生物视觉特征的多类多视角目标检测方法 . 红外与激光工程, 2012, 41(1): 267-272.
  • 加载中
计量
  • 文章访问数:  533
  • HTML全文浏览量:  110
  • PDF下载量:  65
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-02-11
  • 修回日期:  2018-03-17
  • 刊出日期:  2018-07-25

大视场双目视觉定位系统中多目标稀疏匹配

doi: 10.3788/IRLA201847.0726001
    作者简介:

    王鑫(1987-),女,讲师,博士生,主要从事视觉测量、低空遥感测量及图像处理等方面的研究。Email:wxtju1987@163.com

基金项目:

国家重点研发计划(017YFC0601900,2017YFC0601901);国家教育部支撑项目(625010110);国家自然科学基金与中国民用航空总局联合研究基金(61179043);河北省重点研发计划自筹项目(17211708);河北省高等学校科学技术研究项目(QN2018209)

  • 中图分类号: V243.5;TP391.4

摘要: 野外远距离、大视场、双目视觉物体定位监测系统是基于双目立体视觉原理的三维坐标测量系统。存在随机出现的多个无特征目标的正确匹配率低,导致目标定位精度降低的共性问题。正确判断首个目标出现,对于同一目标在同侧图像序列连续出现,形态特征由大到小变化或分裂的情况,利用质心判断方法排除伪目标,检测目标正确质心位置;然后,两段图像序列时间同步,同一时刻多个目标基于极线约束进行稀疏匹配,获得同一目标在两台相机中正确的对应关系。实验证明,现场连续采集的9帧图像中包含8个目标,利用上述方法完成目标检测及匹配,提高了准确率。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回