基于单目相机和激光测距仪, 文章提出从一幅图像中识别出非合作目标物体上的矩形面,并提取出 4 个顶点坐标的特征提取方法,为位姿的测量提供必要的信息 提出以激光点为参考, 距离激光点最近的 4 条边 界为矩形面边界的判定准则,并根据激光点到直线的垂足和边界端点约束排除干扰线段 该方法能有效地判 定出矩形面且顶点定位准确,在空间机器人视觉伺服控制半物理仿真系统上得到了验证。-An approach to identi fying the rectangular plane of the

针对 １２８ 维 ＳＩＦＴ 特 征向量，采用距离匹配和余弦相似度匹配相结合的测度方法，利用特征点方向一致性进一步降低误匹配率 ． 实验结 果表明：改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果 ． 与原算法相比，在保 证匹配点数和匹配时间的基础上，改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低 １０％～２０％ ， 对于小尺度的视角变换，误匹配率平均降低 ５％． -For 128-dimensi

nonmaxsup——非最大值抑制 hysthresh——设定阈值区间，返回一个二值化图像 canny——边缘探测，图像边缘增强 adjgamma——调整图像的伽马值 findline——利用线性Hough变换和Canny边缘探测得到的线上各点的坐标 circlecoords——返回由圆的半径和圆心坐标决定的圆上各点像素的坐标 houghcircle——取一幅经过canny变换的图像，利用hough变换找到图像中的一个圆 findcircle——计算所得线上各点

基于亚像素红外与可见光图像配准.在六参数仿 射变换模型基础上采用改进的Hausdorff距离进行精确匹配-Based on sub-pixel infrared and visible image registration. In six parameters affine transformation model based on the improved Hausdorff distance exact match