简介:摘要:基于双目视觉的目标定位算法通过研究双目摄像机的空间几何关系,建立双目摄像机测量模型,利用张正友棋盘标定法对摄像机进行标定,得到左右相机内外参数。对双目摄像机采集到的左右图像进行立体校正后,使用BM、SGBM算法进行立体匹配生成视差图,利用深度计算公式对像素深度进行计算,得到目标像素坐标,完成目标定位。测试结果表明算法可实现对目标的定位。
简介:摘要:融合多传感器的自主定位与导航技术是当前无人机领域研究的热点课题之一。相比于其他类型传感器,视觉传感器具有制造成本较低、采集视频信息量较大且图像直观等优点。在电力线路巡检过程中,经常由于相机快速转动造成图像模糊、障碍物遮挡、纯转动以及尺度不确定性一系列问题,导致的图像特征点缺失、精度和鲁棒性降低等问题 ;而 IMU可以通过加速度计和陀螺仪直接测得载体的运动速度数据信息 ,为载体运动提供必要约束 ,与视觉传感器互补,可以有效解决运动载体在快速运动以及纯转动下存在的问题,为电力线路巡检的高清图像拍摄及目标定位提供可能性。
简介:摘要:图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点,如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数,取搜索区中相关系数最大所对应的窗口中心点作为同名点。图像匹配是目标识别、目标跟踪、超分辨率影像重建、视觉导航、图像拼接、图像配准、三维重建、视觉定位等许多领域的核心问题之一,对于后期的图像分析与图像处理起着至关重要的作用。随着人工智能与深度学习的快速发展、软硬件技术的不断提高,基于双摄像头的视觉系统愈发成为当今社会研究的热点问题。本文对双目视觉的图像匹配算法进行了研究。
简介:投资者进行投资实践时无不面临着背景风险。绝大多数以均值方差为框架的投资组合并没有考虑背景风险,其效用在实际应用中容易受到背景风险的影响。本文在含有交易费用的双目标函数模型中引入背景风险,从是否含有背景风险和背景风险偏好度大小两方面对投资组合问题展开研究,并使用智能算法得到模型的最优解,对模型进行实证分析。实证结果表明:1)当背景风险收益为0时,含有背景风险的投资组合比不含有背景风险的投资组合更能反映真实的投资环境。2)当背景风险收益不为0时,含有背景风险的投资组合比不含有背景风险的投资组合得到更高的收益。因此,考虑背景风险后投资组合的构建优于不考虑背景风险投资组合的构建。