基于自适应深度约束的水下双目图像特征匹配

来源 :中国舰船研究 | 被引量 : 0次 | 上传用户:hzzaa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[目的]针对水下双目图像特征点稀疏、极线约束模型失效等难题,提出一种基于自适应深度约束的水下图像特征匹配(ADC-UFM)算法.[方法]结合FAST算子与SIFT描述子,提高图像匹配精度;提出基于水下折射因子的特征匹配约束模型(MCM),有效剔除误匹配点;提出自适应阈值选取(ATC)方法,最大限度地保留复杂水下环境下的图像特征信息.[结果]实验结果显示,ADC-UFM算法优于现有的SIFT,SURF和UCC-SIFT等典型方法,匹配准确率可达85.2%,满足实时匹配需求.[结论]研究成果可为基于双目视觉系统的水下三维重建提供关键技术支撑.
其他文献
[目的]为从宏观及微观角度建立考察多维指标舰载雷达的可靠性、维修性、保障性(RMS)评估模型,查找制约其效能发挥的薄弱环节,提高任务的成功性,确立基于多智能体的RMS仿真评估建模总体思路.[方法]首先,对雷达运行状态及内部结构进行分析,建立“任务?装备?保障资源”的RMS评估模型,并将其映射成不同智能体类型;然后,基于多智能体技术,对装备袭运行状态的动态变化、维修保障机制和评价指标输出进行建模,确立基于多智能体的雷达RMS仿真评估系统.最后,以某型相控阵雷达天线阵面为例,开展RMS评估仿真建模与分析.[结
对粒子图像测速(PIV)技术的研究发展进行综述,梳理了PIV图像处理中速度场计算的各种方法及其研究进展.重点关注PIV在船舶实验测试中的应用现状,从水面船舶和水下航行器绕流场及船舶空气流场的应用3个方面进行阐述.最后,对PIV技术在船舶流场测试中的发展趋势进行展望,重点指出了测速硬件系统、图像处理技术以及船舶流场研究等方面所存在的问题,并对船舶流场测试技术发展提出了建议.研究成果对船舶流场研究及其性能优化具有参考和借鉴意义.
[目的]旨在解决舰船装备计划修理一直采用定价成本加5%利润的成本加成定价方法且未与质量、进度挂钩、以及难以全面激励承修单位提升修理效益的问题.[方法]选择成本、质量、进度作为激励因素,将成本区分为固定和激励约束两部分来设计成本激励金,剔除甲方造成的拖期设计进度激励金,以及根据舰船装备计划修理特点建立质量特性评价指标体系,以此设计质量激励金.[结果]算例分析结果表明,承修单位通过成本、进度、质量激励金获得合理的利润激励,综合绩效较好的项目可以突破5%的利润率限制.[结论]通过建立此激励金,可有效促使承修单位
[目的]现有作战推演仿真系统主要基于作战规则和经验知识作决策,但存在应用场景有限、效率低、灵活性差等问题.为此,提出一种基于深度强化学习(DRL)技术的智能决策模型.[方法]首先,建立仿真推演的最大熵马尔科夫决策过程(MDP);然后,以actor-critic(AC)体系为基础构建智能体训练网络,生成随机化策略以提高智能体的探索能力,利用软策略迭代更新的方法搜索更优策略,不断提高智能体的决策水平;最后,在仿真推演平台上对决策模型进行验证.[结果]结果表明,利用改进SAC决策算法训练的智能体能够实现自主决策