● 摘要
运动目标测量是计算机视觉研究中的基础技术，具有极为重要的理论和工程意义。动态图像的处理要比静态图像更为复杂和困难，计算机必须实时处理大量的数据信息，去除噪声及其它不稳定因素的干扰，从高维的数据信息中提取有效信息，做出准确的推断。为了提升动态目标测量的精度，研究人员已经进行了大量的工作，但目前仍面临一些难题。随着生物学和医学的快速发展，近年来人们对生物系统的了解不断深入。其中，生物视觉系统的精巧、高效以及高度的适应性都大大超乎了人们的想象。因此本文希望通过研究这一自然界创造的完美系统，模仿生物对视觉运动信息的处理过程来解决工程中所面临的各种动态图像处理问题，并且希望这样的系统最终可以具有高度的智能特性以及对环境的适应性。
首先，模仿生物视网膜细胞的动态交互机制进行了图像场景中的运动差异性检测。核心部分在于对视网膜双极细胞、水平细胞、视杆和视锥细胞进行建模。通过视网膜各个细胞之间的动态交互，实现场景中的运动目标检测。采用帧间差分、背景差分等运动目标检测方法与运动差异检测的效果从速度和精度上进行对比。
其次，建立了仿鸟眼视觉注意机制的运动显著区域检测模型，根据鸟眼的视觉特性提取三类对比度作为初级特征，并通过视频帧之间的关系提取运动特征，进行特征融合之后提取显著图。同时，考虑鸟眼观察图像时主观上的可能兴趣点，提取图像中的语义特征，通过焦点转移实现对动态显著区域的视觉定位。
然后，模仿了生物视觉系统对信息熵的敏感特性实现主动视觉目标跟踪。该模型采用图像区域之间的交叉熵进行特征匹配，首先进行局部信息熵计算，通过粗匹配和精匹配的过程实现运动目标的跟踪，并不断实时更新模板，用于后面的计算。
再次，采用光束平差法的位姿估计方案实现近距离目标的位姿解算。利用光束平差法的位姿估计是通过解算法方程式进行迭代优化，逐步减小重投影误差，最终得到相机坐标系和世界坐标系之间的旋转矩阵和平移向量。
最后，设计了基于 Flightgear 飞行模拟软件的视觉空中加油仿真系统平台，将 LED特征提取方法和基于光束平差的位姿估计在其中综合加以验证。当进行近距离空中对接时，将采用光束平差法进行位姿解算。整个过程中动态目标测量所获取的位置和姿态会为加油导引系统和加油控制系统提供有利的信息。