下面是小编为大家整理的基于视觉序列图像的月球车自运动估计技术，本文共6篇，供大家参考借鉴，希望可以帮助您。本文原稿由网友“恬可儿圈”提供。
篇1：基于视觉序列图像的月球车自运动估计技术
基于视觉序列图像的月球车自运动估计技术
月球车视觉所获得的环境信息是月球车进行导航的重要信息来源,给出了一套利用月球车立体视觉系统所获得的序列图像来估计月球车运动参数的定位方案,并重点解决了后期的定位问题.该方案首先通过特征提取、特征跟踪与特征匹配等图像处理环节建立运动估计所需要的特征匹配点集,然后针对运动参数估计这一难点,利用鲁棒运动估计方法有效消除匹配特征点集中的`误匹配,并初步估计月球车运动参数,以此为迭代初值利用Levenberg-Marquardt非线性估计算法精确估计月球车运动参数,最后通过建立运动估计仿真器验证了该运动估计方案的有效性.
作 者：岳富占 崔平远 崔祜涛 YUE Fu-zhan CUI Ping-yuan CUI Hu-tao 作者单位：哈尔滨工业大学,深空探测基础研究中心,黑龙江,哈尔滨,150080 刊 名：系统仿真学报 ISTIC PKU英文刊名：JOURNAL OF SYSTEM SIMULATION 年，卷(期)： 19(13) 分类号：V448.22 关键词：月球车 立体视觉 自运动估计 Levenberg-Marquardt篇2：序列图像中运动目标检测
序列图像中运动目标检测
提出动态背景下序列图像中的运动目标检测算法.利用像素邻域的各向同性对图像进行归一化,消除亮度变化等因素的.影响;利用光流信息并结合小波变换由粗及精计算速度场来配准图像;用当前帧作参考图像,通过时域积分校正背景图像.当前帧与校正后背景图像作差得到差分图像.假设该差分图像中噪声分布为高斯分布,由高斯分布的3( 特性滤除差分图像中的噪声,则粗定位出目标;最后以聚类方法确定运动目标区域.分别对200帧可见光和200帧红外图像序列进行实验,检测率分别为95% 和94%.
作 者：王俊卿 史泽林 黄莎白 WANG Jun-qing SHI Ze-lin HUANG Sha-bai 作者单位：王俊卿,WANG Jun-qing(中国科学院沈阳自动化研究所,辽宁,沈阳,110016;中国科学院研究生院,北京,100039)史泽林,黄莎白,SHI Ze-lin,HUANG Sha-bai(中国科学院沈阳自动化研究所,辽宁,沈阳,110016)
刊 名：光电工程 ISTIC PKU英文刊名：OPTO-ELECTRONIC ENGINEERING 年，卷(期)： 32(12) 分类号：V556 关键词：目标检测 光流 运动补偿 图像分割篇3：图像序列中运动弱小目标的检测
图像序列中运动弱小目标的检测
根据序列图像中运动弱小目标的相关性,提出一种弱小目标检测的.方法.采用能量积累的方法,提高图像信噪比;采用自适应门限进行阈值分割,得到二值化的图像;利用聚类的方法去掉噪声点.实验结果表明,该方法能够有效地提取出低信噪比下序列图像中的弱小目标.
作 者：张彩梅 张启衡 作者单位：中国科学院光电技术研究所,四川,成都,610209 刊 名：光电工程 ISTIC PKU英文刊名：OPTO-ELECTRONIC ENGINEERING 年，卷(期)： 31(3) 分类号：V556 关键词：目标探测 运动目标 自适应阈值 信噪比 图像分割篇4：方差无穷非线性自回归序列的自加权L1估计
方差无穷非线性自回归序列的自加权L1估计
对具有无穷方差的.非线性自回归序列xt=φ(xt-1,xt-2,…,xt-p,θ)+∈t,E(∈2t)=∞,利用局部二次近似和连续函数空间C(Rq)上弱收敛随机过程最小点的渐近性质,证明了若存在δ≥1,使得E|∈t|δ＜∞成立,则θ满足一定条件的自加权L1估计θL1是渐近正态估计,Wald检验统计量也具有通常的X2分布,为模型的统计推断提供了理论基础.
作 者：周杰 刘三阳 张正策 ZHOU Jie LIU San-yang ZHANG Zheng-ce 作者单位：周杰,刘三阳,ZHOU Jie,LIU San-yang(西安电子科技大学,应用数学系,陕西西安,710071)张正策,ZHANG Zheng-ce(西安交通大学,数学系,陕西西安,710065)
刊 名：高校应用数学学报A辑 ISTIC PKU英文刊名：APPLIED MATHEMATICS A JOURNAL OF CHINESE UNIVERSITIES 年，卷(期)： 23(2) 分类号：O212.1 关键词：非线性自回归 自加权L1估计 弱收敛 渐近正态 Wald检验统计量篇5：光电图像序列运动弱目标实时检测算法
光电图像序列运动弱目标实时检测算法
针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法.算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的'帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标.实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强.
作 者：王卫华 何艳 陈曾平WANG Wei-hua HE Yan CHEN Zeng-ping 作者单位：国防科技大学,ATR国防科技重点实验室,湖南,长沙,410073 刊 名：光电工程 ISTIC PKU英文刊名：OPTO-ELECTRONIC ENGINEERING 年，卷(期)： 33(4) 分类号：V556 关键词：小目标检测 Tophat变换 时空域融合 图像处理篇6：一种新的红外序列图像运动小目标分割算法
一种新的红外序列图像运动小目标分割算法
红外序列图像运动小目标检测技术,是红外搜索与跟踪系统的一项核心技术,也是现代研究领域的一大难题.本文提出了一种新的红外序列图像运动小目标分割算法,算法运用边界跟踪理论进行图像分割,并与传统的阈值分割算法进行效果比较.大量的.实验结果表明,此新的算法能取得更好的小目标分割效果.
作 者：于素芬 车宏 周洪武 YU Su-fen CHE Hong ZHOU Hong-wu 作者单位：中航一集团洛阳电光设备研究所,河南,洛阳,471009 刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL 年，卷(期)：2005 12(3) 分类号：V243.6 TN219 关键词：红外序列图像 运动小目标 边界跟踪 目标分割
