基于标志物识别的机器人自我定位算法研究

针对特定环境下清扫机器人自我精确定位问题,提出一种基于图像处理技术的标志物识别算法,进而基于标志物位置信息的定位算法研究,可实现室外环境下清扫机器人的自我实时定位。该识别算法主要通过标志物的选定以及结合室外环境下标志物的颜色及边缘特征研究实现,获得了室外环境下标志物准确识别以及基于标志物的自我精确定位的实验效果。     

一种基于区域投影的人眼精确定位方法

针对传统灰度投影方法抗干扰能力较差的弱点,提出了一种基于区域投影的人眼精确定位方法.考虑到投影过程中的二维特性,在水平和垂直方向将眼睛图像分成不相重叠的区域,分别将各区域内的灰度值投影获得瞳孔的候选区域并将其扩展获得瞳孔窗口,利用灰度特性通过边界跟踪的方法实现了对瞳孔中心的精确定位.给出了人眼定位精确度判定准则,采用C...     

面向驾驶员状态监测的人眼凝视方向判别

基于眼球运动规律监测驾驶员状态是当前研究的热点,而获取人眼凝视持续时间、眼球扫视运动频率等眼球运动参数的基础和前提是实时判别人眼凝视方向。首先采用红外光源和红外滤光片的装置,通过CCD摄像头获取"暗瞳孔"图像;接着根据人脸特征粗定位人脸区域,并通过对人脸上半部分水平积分投影粗定位人眼区域;然后在定位出的人眼区域内,利用闪光点与周围瞳孔区域灰度值差异大的特征精确定位闪光点,并在闪光点周围提取暗瞳孔精确定位瞳孔质心;最后建立凝视方向判别模型,根据闪光点与瞳孔的相对位置判别出人眼的凝视方向。凝视区域判别实验结果表明,该算法对于获取眼球运动相关参数有较好的应用前景。     

基于图像配准的无人机目标精确定位算法

为了满足"察打一体化"无人机精确打击目标的要求,针对现有目标定位算法的准确率低、实时性差的特点,本文提出了一种基于图像配准的无人机目标精确定位算法。该算法主要分为两个阶段:特征点检测阶段和目标精确定位阶段。首先采用基于侧抑制竞争的特征点检测算法,实现局部图像中目标特征点的检测工作;然后利用图像局部信息的配准算法,完成目标所处的局部区域图像的精确配准工作,最终实现了目标的高精度定位。实验结果显示该算法的定位精度可以达到0.21m,能够满足精确作战时的目标情报保障需求。     

基于OpenCV的行驶车辆车牌定位实现

车牌定位是车牌自动识别系统中的一个关键问题。系统从两方面进行了设计。一是视频中移动车辆的定位,采用高斯背景建立模模块。二是静态图像中车牌提取系统,采用顶帽变换、能量滤波、寻找联通区域等多模块结合精确定位出车牌区域。该移动车牌定位算法在QT平台上采用OpenCV和C++编程,实现了综合利用车牌结构特征和纹理特征,提高了车牌定位可靠性。实验结果表明,该方法速度快、准确度高,可满足实时监控的需求。     

一种基于Harris角点检测的快速瞳孔定位方法

提出了一种基于灰度投影曲线和Harris角点检测进行人眼定位的新算法.首先利用原图的垂直灰度投影曲线确定人脸的左右边界,然后利用人脸区域的水平灰度投影确定头顶至鼻子中部的上下边界,最后利用Harris角点检测算法快速定位瞳孔,精确定位人眼的位置.文章算法成功地将Harris角点检测算法应用到瞳孔定位中,实验结果表明,该算法不受眉毛的干扰,具有较小的运算量和较高的处理速度,而且定位准确,准确率较高,很好地解决了简单背景下人眼的快速定位问题.     

基于SEP5010WinCE5．0的矩阵键盘驱动的设计与实现

在嵌入式系统中,键盘是重要的人机交互设备。对基于东南大学自主研发的SEP5010芯片和WinCE5.0操作系统的矩阵键盘驱动的研究与设计,正是为了解决基于此平台的手持导航设备的键盘驱动问题。根据平台上键盘布局的特殊性(非标准矩阵键盘),从驱动的工作原理、键盘中断处理程序的设计及键盘键值扫描算法的实现等方面,对WinCE5.0操作系统下的矩阵键盘驱动进行研究与设计,用户可根据需要决定各键的扫描码。目前该键盘驱动方案已经成功应用于该款手持导航设备。     

3D GIS下基于坐标的地理空间场景复制

基于3D GIS平台Skyline和开源GIS工具GDAL,综合图像旋转算法与图像数据的地理坐标定义规则,发挥二维GIS分析和三维GIS可视化的优势,实现了3D GIS平台中灵活视角下基于坐标的地理空间场景的实时复制。实验证明,该算法能满足于3D GIS下基于坐标的地理空间场景按需实时复制且定位准确,体现了遥感GIS一体化和二三维GIS一体化的强大优势,促进了三维地理空间信息的应用。     

基于双目的物流无人机定点避障系统

文章针对四旋翼物流无人机在低空复杂环境下,由于环境遮挡,无法依赖GPS与光流实现安全精准定位悬停等问题,做出了相对应的设计。以四轴旋翼无人机为平台,使用树莓派4B为机载视觉处理平台处理英特尔追踪实感摄像头T265的位置和速度信息,使用内置V-SLAM算法,实现四旋翼无人机的高精度定点悬停,实现了无人机在无GPS环境下按照轨迹精确定位网格飞行。并且基于t265的双目摄像头可计算出深度图像数据,实现四旋翼无人机的简单避障功能。最终测试表明:无人机能够实现室内等无GPS环境下的自主精准飞行,以及可以在无人为干扰的情况下实现避障飞行。并且实现无人机的一键起飞,精确悬停等功能。     

实时交通标志检测系统在iOS平台上的实现

利用iOS软硬件平台,设计实现了一种基于颜色和形状的实时交通标志检测系统。为了使检测达到实时准确的标准,参考多种基于颜色和形状的检测算法,选择了HSV颜色空间进行图像分割,采用序贯算法完成了连通区域标记。在使用iPhone作为硬件环境的条件下,该系统可以对交通标志进行有效、快速的检测。     

眼动交互的实时线性算法构造和实现

眼动跟踪技术作为一种新兴的交互手段,具有自然、高效和易于意图理解等优点.我们设计实现了一个桌面眼动跟踪系统作为虚拟装配系统的一个通道,通过摄像机实时采集视频并经过实时的图像处理判断用户对虚拟环境中对象的注视焦点.系统利用了瞳孔-角膜反射向量法理论,设计和实现了一个高效的实时眼动跟踪算法,即线性逼近预测算法.实验证明这一方法很好的解决了眼动通道的实时性问题.     

基于Hough变换的瞳孔识别方法研究与实现

研究了一种改进的基于Hough变换圆检测的瞳孔识别方法。直接利用Hough变换圆检测进行瞳孔识别准确度低、运算量大,为此,本文提出了改进的识别方法。在实现Canny边缘检测的基础上,利用Hough变换进行求解时,限定检测的半径范围,在此范围内,根据参数空间圆的方程,求出对应的圆心坐标,得到最佳拟合圆,最终实现瞳孔识别以及中心点定位。在vc++6.0开发平台下,对150幅图像进行瞳孔识别检测实验,结果显示,直接利用Hough变换检测方法的准确率为70.7%,平均速度为1 s;本方法的准确率为94%,平均速度为0.45 s,可见相较于直接利用Hough变换进行瞳孔识别,本文方法在识别准确率和识别速度方面均有显著提高。结果表明,此方法能够快速而准确地进行瞳孔识别以及中心点定位。     

基于DM642的结构光图像中心线提取

提出了一种基于DM642的中心线提取算法,针对TMS320DM642嵌入式平台的特性,采用3×3最亮邻接点加权平均法提取结构光带中心线,并对其进行优化.该方法与其他一些基于MATLAB的传统中心线提取算法相比,不仅提高了提取速度和精度,而且大大减少了类似模板法等需用的卷积运算量,实时性好,适合在大数据量背景下的嵌入式平台应用,通过图像处理板卡的PCI接口,可以方便地实现处理数据的及时上传.     

一种快速的虹膜定位算法

针对虹膜定位存在速度慢,外边缘模糊导致提取困难等问题,提出一种利用灰度直方图增强对比度,粗定位与精定位结合的三步定位算法。首先利用灰度投影粗定位出瞳孔圆心,再根据灰度直方图将图像二值化后,用算子提取边缘,然后通过粗略搜索缩小搜索范围,最后实现精确定位。试验表明,本算法减少了传统方法中搜索的盲目性,解决了外边缘定位效果不佳的问题,对图像质量要求不高,且快速有效,精度高。     

基于小波钝化的嵌入式图像处理算法研究

注塑模具保护系统普遍采用模板匹配图像处理算法,其存在实时性不强、精确度不高,以及对运行环境要求严苛等问题。论文提出了基于小波钝化的嵌入式模具保护图像处理算法,该算法运行于嵌入式平台,采用小波钝化的方法凸显待测残留物,无需进行模板匹配、图像配准和较正;提出了基于像素值统计的支持向量机检测算法,以适应嵌入式平台内存小的特点;引入支持向量机分类,有效解决了图像偏移带来的误差问题。MATLAB实验测得,该算法的模腔残留物检测平均准确率为85.71%,残留物检出平均耗时0.910s。结果表明,采用小波钝化和支持向量机的嵌入式图像处理算法,无论在算法检测精度还是算法响应速度方面均优于以灰度共生矩阵匹配算法和差影法为代表的图像匹配算法。     

一种改进的激光光斑中心亚像素定位方法

为了满足平台漂移测量系统中平台漂移角速度高精度测量的要求,基于傅里叶级数,提出了一种改进的激光光斑中心高斯拟合定位方法。该方法在简化高斯拟合模型的同时保证了相对较高的激光光斑中心定位精度。结果表明,改进的高斯定位算法中心定位精度为0.01pixel,明显优于传统质心法和带阈值质心法的0.1pixel。改进后的算法具有较好的算法稳定性。     

基于OMAP4460低带宽无线传输控制的设计与实现

移动监控系统面临功耗低、体积小、实时性强和带宽低的要求,提出了基于OMAP4460平台实现高清码流的实时传输和显示,采用低码率传输算法解决恶劣环境下的图像抖动和时延问题。充分利用OMAP4460功耗低、体积小的特性,双核架构的ARM核完成系统管理和控制,DSP核进行编解码发挥传输算法的网络友好性优势。实验结果表明,基于OMAP4460设备能在低带宽无线通道中,获得低时延、较小丢包率的音视频质量,实现低带宽下媒体流的流畅播放和实时性的要求。     

基于改进的SIFT算子和SVM分类器的瞳孔中心定位

瞳孔定位的精确度很大程度取决于图片质量,但实际应用中通常要在低质量图片下进行瞳孔定位。我们的目标是在图片质量不佳的情况下进行精确的瞳孔中心定位。对于这个目标,本文提出一种基于改进SIFT特征和SVM分类器的瞳孔中心初始定位方法,并通过一个大小可变的修正矩形框得到最终瞳孔中心位置。实验结果表明,相比于其他国内外先进方法,本文的方法可以在低质量(光照不均、表情变化等)图片上拥有更高的瞳孔定位精度,定位结果在瞳孔区域内的精度为87.32%。     

基于视线追踪的眼控鼠标设计

以Visual Studio为平台,OpenCV计算机视觉库为基础,辅助以单片机、传感器、无线传输模块等自主研发了一套头戴式视线追踪系统,完成瞳孔提取、视线追踪定位、眨眼检测等功能,实现眼球替代鼠标完成对电脑的指令。创新性地提出了椭圆拟合与积分投影去噪法等方法,以消除头部微小移动对定位带来的影响,使系统具有较高的精确度和良好的实用价值。     

基于Android平台的视频字符实时识别研究

针对移动终端处理能力低、内存小等影响系统效率的问题,提出了三阶段视频字符实时识别方法：视频采集及图像预处理、字符区域定位和字符识别。对于字符区域定位,提出了基于感兴趣区域（ROI,Region of Interesting）运动检测的相似帧过滤算法,并通过数学形态学与连通区域相结合的方法进行字符定位;对于字符识别,提出了基于误差阈值筛选的多模板字符识别算法,保证较高识别率。算法均采用NDK开发框架实现。实验结果表明,该方法在每个阶段都提高了处理效率,达到了对视频字符实时识别的效果。