1 北京空间机电研究所，北京 100094
2 先进光学遥感技术北京市重点实验室，北京 100094
3 中国人民解放军63768部队，西安 710000
特征点提取与匹配是遥感图像处理中关键的一环，目前成熟的算法大多面向对地成像类型的遥感图像，对于空间目标的遥感图像，没有考虑成像条件与探测平台的影响因素，特征点匹配质量较差。针对空间目标的匹配精度不高这一问题，文章提出了一种基于聚类的特征点匹配算法。首先，根据空间目标的重复弱纹理进行特征点提取与描述，再利用特征点的空间位置进行聚类，并对特征点簇进行匹配；之后将特征点的主方向减去目标整体方向，利用特征点主方向对每一个点簇进行再分组，并完成特征点匹配；最后利用最近邻次近邻比率方法和随机样本一致算法（RANSAC）剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明，对于空间目标图像，基于聚类的特征点匹配较直接匹配，匹配数量的提升最高可达50%，重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子，能够大幅度提高空间目标图像特征点匹配的数量与精度。
特征点匹配 聚类 结构张量 重复纹理 空间目标 feature point matching clustering structural tensors repeated texture spatial object
1 中国长江三峡集团有限公司科学技术研究院, 北京 100038
2 郑州航空工业管理学院智能工程学院, 河南郑州 450015
针对无人机拍摄叶片红外图像背景冗余信息较多、拼接精度不高等问题, 本文提出一种基于形态学改进 Chan-Vese分割与局部特征匹配的红外风机叶片图像拼接算法, 首先, 对图像进行中值滤波降噪, 使用形态学运算改进基于 Chan-Vese模型的水平集算法, 生成表达主体的掩膜。基于掩膜去除冗余背景提取局部 Harris特征点; 对掩膜进行二次形态学腐蚀处理, 抑制边界锯齿像素上的伪特征点; 最后, 使用暴力匹配及随机抽样一致(Random Sample Consensus, RANSAC)算法筛选出有效匹配点对, 计算单应性矩阵实现匹配拼接。与传统图像分割下 Harris拼接算法相比, 本文改进后的算法拼接精度有明显提高, 在不同的测试场景下显示出较强鲁棒性。
风力发电机叶片 红外图像拼接 水平集 形态学运算 Harris特征点 wind turbine blades, infrared image stitching, lev
1 桂林电子科技大学广西精密导航技术与应用重点实验室, 广西 桂林 541000
2 桂林电子科技大学信息与通信学院, 广西 桂林 541000
3 卫星导航定位与位置服务国家地方联合工程研究中心, 广西 桂林 541000
4 南宁桂电电子科技研究院有限公司, 南宁 530000
针对无人机图像匹配时间较长的问题, 提出了一种基于SIFT改进的无人机图像匹配算法。引入了FAST算法检测角点, 它能快速通过比较中心像素点和一定领域内像元的灰度值以判断是否为角点, 从而提高算法的速度。同时, 为了弥补FAST算法在高斯差分金字塔上搜索的不足, 使用了基于Ostu和GA的图像分割算法对图像进行分割, 对分割图像构建高斯金字塔, 在高斯金字塔上进行特征点搜索。实验结果表明, 与传统的SIFT算法相比, 改进算法提高了无人机图像匹配的速率和正确率。
无人机 图像匹配 图像分割 高斯金字塔 特征点搜索 UAV image matching image segmentation Gaussian pyramid feature points search
西南交通大学机械工程学院，四川 成都 610031
受电弓磨耗关系着地铁的正常运行。为了对地铁受电弓磨耗进行有效检测，提出一种地铁受电弓磨耗线激光在线检测方法。该方法利用两台线激光传感器采集受电弓廓形数据，通过阈值设定、特征点搜寻、廓形配准对比得到受电弓实际磨耗。针对特征点搜寻，提出一种基于点云窗口移动计算的特征点搜寻算法，通过定义点云窗口来遍历受电弓廓形，计算每次移动后窗口内数据点方差，构造窗口最小方差索引点与廓形第一等分点直线，依据点线最大距离找出受电弓廓形特征点。采用主成分分析（PCA）算法的粗配准结合迭代最近点（ICP）算法的精确配准策略，实现受电弓廓形配准，依据配准结果得到受电弓磨耗。实验结果表明，特征点搜寻算法可准确找出所需特征点，廓形配准策略能有效保留廓形数据磨耗情况，使检测系统达到±0.5 mm的磨耗检测精度要求，实现地铁受电弓磨耗在线测量。
测量 受电弓磨耗检测 线激光传感器 特征点 点云窗口 廓形配准 中国激光
2023, 50(23): 2304001
重庆邮电大学 通信与信息工程学院,重庆 400065
道路消失点检测是高级驾驶辅助系统中盲区监测的重要组成部分。针对现有消失点检测方法所存在的准确度低、运算量大等问题,提出一种基于车载视频图像的道路消失点检测算法。该算法在Harris角点检测基础上优化得分函数检测出图像特征点,减少在跟踪阶段的运算量;通过金字塔光流法和帧差距离对运动特征点进行跟踪,在结束帧上准确获得各特征点的位置;对特征点去除离值点后,通过优化初始聚类中心的K-Means聚类算法,得到车载视频图像的道路消失点。最后将算法应用于各种车辆行驶场景进行测试,在较短运行时间内,能准确检测出车载视频图像中道路消失点,证明算法鲁棒性好、运算简单易实现。
消失点检测 特征点检测 光流跟踪 离值点 vanishing point detection feature point detection optical flow tracking off-value point K-Means K-Means
1 上海地铁维护保障有限公司车辆分公司，上海 200000
2 辽宁鼎汉奇辉电子系统工程有限公司，辽宁 沈阳 110000
3 中车青岛四方所车辆研究所有限公司，山东 青岛 266000
4 中车长春轨道客车有限公司，吉林 长春 130000
针对目前轨道交通市场上的一些以人工智能为主的地铁车辆列检产品在车辆变速时检测精度不高的问题，提出一种基于计算机视觉的地铁测速方法。首先，通过图像透视变换获取校正后的地铁图像，在校正后的图像基础上，利用深度学习目标检测方法定位车身区域。其次，对相邻两帧图像定位到的车身区域进行特征点检测，并采用区域最强特征点匹配方法获取匹配点对。然后，根据匹配点对计算出地铁移动的平均像素距离，结合像素尺寸换算出实际移动距离，再通过已知的相邻两帧图像时间差即可获取当前地铁实时速度。最后，根据实时检测的速度信息实时调整线扫相机行频，尽可能减少地铁车辆变速或者停车时产生的图像畸变，进一步提高地铁列检产品在车辆变速时的检测精度。在上海地铁17号线朱家角站的实际测试结果表明，由该技术获取的地铁车辆线扫图像不会因车速的变化而产生明显畸变，而且测速频率高，测试误差在1.2 km/h以内。
人工智能 实时测速 目标检测 特征点匹配 透视变换 激光与光电子学进展
2023, 60(22): 2212003
1 国网江苏省电力有限公司盐城供电分公司, 江苏盐城 224000
2 常州中能电力科技有限公司, 江苏常州 13000
针对激光雷达与可见光相机标定过程繁琐以及标定精度不高的问题，提出了一种基于EPnP算法的激光雷达与可见光相机的联合标定方法。首先，提出了基于先验信息的图像特征点提取方法，利用标定板的颜色信息与边缘轮廓信息，准确计算可见光图像中的特征点坐标；其次，提出了基于直线拟合的三维点云特征点提取方法，根据标定板的尺寸信息与边缘轮廓信息，准确提取三维点云中的特征点；最后，将在同步时序的可见光图像和激光雷达三维点云中提取的匹配特征点对作为EPnP算法的输入，求解激光雷达与可见光相机之间的外参矩阵。实验结果表明，与工业界广泛应用的Autoware标定工具箱相比，文中提出的方法能够获得更高的标定精度，并能简化冗杂的标定过程。
激光雷达 可见光相机 联合标定 特征点提取 lidar visual light camera joint calibration feature points extraction
1 中国科学院合肥物质科学研究院智能机械研究所，安徽 合肥 230031
2 中国科学技术大学，安徽 合肥 230026
焊缝信息的快速准确获取是实现自动化焊接的首要问题。然而，在实际焊接过程中，电弧、飞溅、强反射光等噪声会严重污染采集的图像，导致焊缝定位偏移，最终导致跟踪失败。为了提高跟踪过程中的焊缝定位精度与图像处理速度，本文提出了一种将激光条纹分割与焊缝特征点定位相结合的轻量级多任务深度学习模型。该模型由编码器和解码器组成，激光条纹分割子任务与焊缝特征点定位子任务共用编码器主干网络，解码器包含激光条纹分割分支和基于可微空间到数值转换（DSNT）的焊缝特征点定位分支，整个模型遵从轻量化设计思想，同时利用多个子任务之间的相关信息，进一步提升各子任务的性能。实验结果表明，所提模型能够有效克服各类焊接噪声，完成焊缝特征的提取，单幅图像的处理时间约为11.45 ms，特征点定位精度可达0.1872 pixel，在自动化焊接方面具有广阔的应用前景。
激光技术 焊缝跟踪 轻量级 多任务 激光条纹分割 特征点定位 中国激光
2023, 50(16): 1602108
针对视觉和激光耦合simultaneous localization and mapping（SLAM）中存在的视觉特征丢失、雷达闭环轨迹矢量漂移和高程位姿偏差问题，提出一种通过扫描上下文回环检测的紧密耦合视觉和激光雷达SLAM方法。采用基于SIFT、ORB特征点检测器的视觉里程计解决特征点丢失和匹配失败问题；通过雷达里程计融合视觉里程计帧间估计消除雷达点云畸变和大幅度漂移；通过扫描上下文进行回环检测，引入因子图优化里程计矢量漂移，消除回环检测失败问题。在多个KITTI数据集中对所提算法进行验证，并与经典算法进行对比，实验结果表明，该算法具有高稳定性、较强鲁棒性、低漂移和高精度。
遥感 激光雷达 特征点 里程计 回环检测 因子图 激光与光电子学进展
2023, 60(14): 1428006
