发表于 2018-09-27 15:38
联系方式
邮箱: yueqiang.zhang@mall-ai.com
研究方向
l 计算机视觉 (特征提取,特征匹配,三维重建,目标跟踪与识别);
l 近景摄影测量(位姿测量,大型结构变形测量,相机标定);
l 视觉导航 (视觉SLAM)。
研究成果
l 以第一作者发表论文13篇,其中SCI收录6篇,EI收录7篇,在审SCI论文1篇;
l 以学生第一作者申请专利3项,授权2项;
l 参加十余项科研项目,其中多个项目为主要完成人。
录用论文
1. Zhang Yueqiang, Zhou Langming, Shang Yang, and Yu Qifeng. Contour Model based Homography Estimation of Texture-less Planar Objects in Uncalibrated Images[J]. Pattern Recognition, 2015.(SCI)
2. Zhang Yueqiang, Li Xin, Liu Haibo, ShangYang, and Yu Qifeng. Pose Optimization based on Integral of the Distance between Line Segments[J]. SCIENCE CHINA Technological Sciences, 2015.(SCI)
3. Zhang Yueqiang, Li Xin, Liu Haibo, and Shang Yang. A Probabilistic Approach for Maximum Likelihood Estimation of Pose Using Lines[J]. IET Computer Vision, 2015.(SCI)
4. Zhang Yueqiang, Liu Haibo, Su Ang, Gui Yang and Shang Yang. Real-Time Estimation of Ship's Horizontal Attitude based on Horizon Tracking[J]. Optik, 2015.(SCI)
5. Zhang Yueqiang, Zhou Langming, Liu Haibo, and Shang Yang. A Flexible Online Camera Calibration Using Line Segments[J]. Journal of Sensors, 2015.(SCI)
6. Zhang Yueqiang, Li Xin, Liu Haibo, and Shang Yang. Comparative Study of Visual Tracking Method: A Probabilistic Approach for Pose Estimation Using Lines[J]. IEEE Transaction on Circuit System and Video Technique, 2015.(SCI)
7. 张跃强, 周朗明, 尚洋, 于起峰. 基于轮廓模型的单应识别优化算法[J]. 光学学报, 2015, 36(10): 1015001.(EI)
8. Zhang Yueqiang, Shang Yang, Ou Jianliang. A Videometrics Method of Cooperative Object Pose-measurement[C]. SPIE Applied Optics and Photonics China, 2015.(EI)
9. 张跃强, 苏昂, 刘海波, 尚洋, 于起峰. 基于多直线对应和加权最小二乘的位姿估计[J]. 光学 精密工程, 2015, 23(6): 1722-1731.(EI)
10. 张跃强, 苏昂, 朱遵尚等. 结合局部描述和拓扑约束的直线段匹配算法[J]. 国防科技大学学报, 2014, (6): 25-30.(EI)
11. 张跃强, 苏昂, 刘海波, 尚洋, 于起峰. 基于多级直线表述和M-估计的三维目标位姿跟踪优化算法[J]. 光学学报, 2015, 35(1): 0115003.(EI)
12. Zhang Yueqiang, Su Ang, Zhu Xianwei, and Zhang Xiaohu. Salient Object Detection Approach in UAV Video[C]. SPIE Automatic Target Recognition and Navigation, 2013.(EI)
13. Zhang Yueqiang, Yang Heng, and Liu Xiaolin. A Line Matching Method based on Local and Global Appearance[C]. CISP 2011.(EI)
专利
1. 刘海波, 张小虎, 刘新明, 张跃强, 于起峰. 一种基于海天线检测的船体水平姿态测量方法: 中国, 2015.9.(专利号:201410005332.9,学生排第一)
2. 于起峰, 张红良, 曹动, 张跃强等. 基于结构光视觉传感器的集装箱位姿测量方法: 中国, 2014.5.(专利号:2012l0319315.3,学生排第一)
3. 刘海波, 张小虎, 于起峰, 张跃强,苏昂. 一种三维小角度测量装置及其用于动态测量角度三维角度变化量的方法: 中国, 2013.7.(申请号:201310649534.2,学生排第一)
荣誉
l 国防科技大学2010~2011年度学院优秀学员;
l 国防科技大学2014~2015年度学院优秀学员;
l 2015年第十四届“长城信息杯”学员科技创新竞赛二等奖(二等奖中排第一);
l 2015年长沙市第十二届“众泰杯”大学生科技创新创业大赛二等奖(二等奖中排第一)。
博士论文研究内容
航天器之间的相对位置和姿态(统称为位姿)精确测量是空间交会对接、空间碎片回收、在轨维修等重大航天任务的先决条件。基于光学成像敏感器的视觉测量技术具有精度高和自主性强等优势,已经成为空间操作最后逼近段相对位姿测量的主要手段。为满足该位姿测量的需求,本文研究了基于直线段的空间非合作目标位姿估计方法。本文的创新性主要体现在如下几点:
一、在目标直线特征提取与匹配方面
1、提出了基于直线局部支撑区域和全局虚警抑制的直线检测算法。算法首先构建像素支撑区域并计算其局部显著度;然后将方向大致相同的像素点分成直线支撑区域,并将其修剪拟合为矩形区域;然后对矩形区域内的像素点进行直线拟合得到初始直线;最后根据赫尔姆霍茨准则,拒绝由于噪声,光照等的影响产生的虚假直线。
2、提出了一种基于直线局部邻域梯度信息和全局结构信息的直线匹配算法。算法首先根据图像直线邻域梯度分布构建方向直方图描述符,并用于初始匹配,接着利用直线间的全局拓扑关系滤除误匹配,最后迭代利用拓扑滤波寻找更多的匹配,同时引入全局角度约束提高算法效率并进一步滤除错误匹配。
二、在基于直线相机在线标定方面
1、提出了基于轮廓模型的弱纹理平面目标单应识别优化算法。算法随机选取四条满足一定几何约束的直线段进行假设变换关系的求解,通过选取使得投影误差最小的变换关系作为单应初值。为了解决复杂背景条件下单应的优化问题,算法将目标轮廓模型采样为模型点序列,并通过优化模型点投影同图像对应点的法向距离平方和实现单应的优化求解。
2、提出了基于直线的相机在线标定算法。传统的基于平面靶板的标定方法需要离线准备平面靶板,且制备靶板的工作需要一定的专业背景。为此,设计了利用用户随身携带的具有标准尺寸的物件进行便携式视觉系统在线标定的方法,相对于传统方法,本方法不需要制备平面靶板,选用的标定物件一般用户都会随身携带,标定过程更为简单灵活。
三、在基于直线模型的非合作目标位姿估计方面
1、提出了基于直线间积分距离度量的位姿估计算法。针对传统的基于直线位姿估计算法仅利用直线端点信息,忽略了端点间的相关性,设计了一种直线间积分距离度量准则。基于该距离度量,根据图像直线是否被看作无限长,提出了多种基于直线的位姿估计算法。并从图像直线最小二乘拟合过程出发,证明了本文方法可以得到位姿的极大似然估计。
2、提出了基于多直线对应的位姿估计算法。为了解决模型-图像对应错误引起的优化失败问题,在模型-图像点匹配阶段,为每个采样点保留多个图像点对应,通过RHT算法将图像点对应约束在多条直线上。算法综合利用样本点自身的属性和样本点同周围点的关系进行加权,有效提高了算法对复杂纹理、杂乱背景、噪声等干扰的鲁棒性。
3、从图像观测噪声出发,在概率框架下证明了本文提出的基于直线对应的位姿估计方法和基于最小化法向距离的模型跟踪方法(第一类方法需要检测图像中的直线,第二类方法直接在原始图像上进行法向搜索得到模型图像对应)内在的等价性,并从效率、精度、鲁棒性等多个角度对两类方法进行了对比和评测。
四、在基于直线的完全非合作目标结构重建和位姿估计方面
1、提出了基于直线的序列图像目标关键结构重建方法。算法首先利用提出的直线匹配算法确定序列图像间直线对应关系,并通过面面交会线性解算空间直线参数;然后根据提出的新的直线间距离度量构建目标函数;最后通过使用姿态矩阵的李代数表示以及空间直线最小参数表示将最小化目标函数问题转化为迭代加权最小二乘问题进行求解。
2、提出了基于迭代扩展卡尔曼滤波的目标关键结构参数和目标姿态参数同时估计方法。算法将完全非合作目标重建和位姿估计看作SLAM(同时定位和地图重建)问题进行求解。根据推导的图像直线端点定位不确定性概率模型设计了新颖的测量方程,使用迭代扩展卡尔曼滤波处理非线性状态,从而实现完全非合作目标结构参数和姿态参数的在线估计。
本文工作是对空间非合作目标视觉跟踪的有益尝试。本文方法还可用于飞行器助降、景象匹配、机器人操作、视觉导航、目标检测跟踪等其它视觉任务。
地址:广东省深圳市南山区南海大道3688号
Copyright © 2014 深圳大学光电工程学院
邮编:518060 办公室电话:0755-26732931 传真:0755-26538580 电子邮箱:gds@szu.edu.cn