基于并行处理方法的实时立体视觉伺服系统

针对实时跟踪及抓取运动目标物体的任务,给出了一个基于并行理论的视觉伺服系统。在系统中,运用快速模板匹配理论与快速可靠的立体视觉匹配理论相结合的方法实现运动物体的匹配与识别。然后通过卡尔曼滤波器对位置及速度进行预测。同时采用并行理论提高图像匹配理论的匹配速度。结果直接传给机器人及立体视觉平台控制器,实现机器人和立体视觉平台的视觉伺服,完成了对运动物体的实时跟踪和抓取。通过仿真和大量的运动目标物体的跟踪及抓取试验,获得的试验数据表明运用此方法提高了视觉伺服系统的定位精度和伺服速度。     

一种计算复杂度可调整的块匹配运动估计算法

提出一种计算复杂度可调整块匹配运动估计算法,该方法综合传统三步法中收缩搜索策略和四步法及钻石法中步进搜索策略的优点,对于分散分布的运动矢量及聚中分布的运动矢量搜索都表现出良好的鲁棒性．搜索模式的规整性也使得该算法的VLSI结构设计比以往的算法实现更加简洁,通过对搜索步数和块匹配中降采样率的控制,实现了对运动估计计算复杂度的调整,从而可在计算复杂度与图像处理质量之间折中．该特征为视频编码系统整体的低功耗设计提供前提条件,适用于低复杂度低功耗视频编码器．     

基于小区域字符模板匹配的金属标牌字符串识别

提出了一种基于小区域的快速模板匹配算法,实现了一行标牌字符串的识别,在利用投影法求得字符所在位置以后制作被匹配图像数组以及模板,然后进行识别。由于算法只对存在字符的区域进行小范围匹配,省去了在整幅图像上搜索无关数据信息的过程,与传统的模板匹配算法相比显著降低了算法的运行时间,能够满足图像匹配即时性的需要。     

基于相对位置不变性的SIFT高效匹配算法研究

为了实现全自主机器人立体视觉导航,图像匹配的准确性和快速性成为了研究热点和难点。通过移动机器人工作环境研究,提出图像匹配相对位置不变性的原理,基于这种原理,对最近邻域和次近邻域的SIFT特征点匹配算法进行了改进。先将待匹配图像（前后帧）所有特征点按Y方向像素值大小排序,再从对应位置关系的局部区域搜索SIFT特征点,如果最近邻和次最近邻的比值满足一定阈值T,则该点为匹配点,然后再通过相对位置不变性去除误匹配点。改进算法在最近邻匹配点和次近邻匹配点搜索时避免全局搜索而大大提高实时性,通过相对位置不变性基本去除所有误匹配点。通过实验验证,匹配速度和正确率大大提高,是平面移动工作环境下高效实用的匹配算法,同时,该算法稍加改进对复杂环境也是适用的。     

基于视觉的并联机器人守门控制技术研究

针对视觉技术在并联机器人上的应用特点,本文基于视觉传感器的二自由度Delta机器人的守门控制技术,提出了一种对运动目标的轨迹进行预判和定位的控制算法。通过视觉控制器对运动小球的视觉图像进行处理,从而获取运动坐标,并对目标进行轨迹预判和视觉跟踪,使机器人在目标位置准确拦截小球。同时,利用ST语言在运动控制专用软件Sysmac Studio中编写机器人的运动控制程序并进行3D仿真。仿真结果表明,该算法通过对目标物体提前匹配图像信息可快速定位并执行拦截,避免机械臂多余动作,提高了动作效率。该算法已成功应用到机器人小球对打比赛中,并获得了较好的效果。该研究对Delta机器人抓取运动目标具有一定的实用价值。     

基于RANSAC算法的立体视觉图像匹配方法

针对大尺寸立体视觉测量中存在较大视差和透镜畸变等因素导致极线约束匹配率低的问题,提出了将图像校正与随机采样算法相结合的立体视觉图像匹配方法.对立体图像对进行线性校正,建立初始匹配点集;采用随机采样算法估计图像对之间的基本矩阵,恢复原始图像对之间的对极几何约束关系,剔除初始匹配点集中未匹配和误匹配的特征点,从而获得精确的匹配点集.该方法已应用于合成孔径雷达(SAR)大型可展开微波天线网面的实际测量,匹配率高于96%.     

一种全搜索块匹配算法的FPGA实现及其应用

研究一种全搜索块匹配的脉动阵列结构,将该结构的全搜索块匹配算法在赛林思Virtex-ⅡPro系列现场可编程逻辑门电路（简称FPGA）上综合并实现,给出在FPGA上实现该算法的面积使用和最高工作频率等结果.该结构可用于低码率的实时压缩应用,如MPEG-2. 其最大特点在于可以在运动距离的最大值范围内任意设定运动距离P值,同时搜索区域可以是长宽任意值的区域.     

全局运动多分辨率光流估计算法的改进与实现

为了提高低分辨率图像之间的位移估计精度,在传统光流算法的基础上,提出了全局运动的多分辨率光流估计算法.实验结果表明：该算法能够快速实现小位移和准确的实现大位移的运动估计,通过对互有亚像素位移的多帧低分辨率图像对比相位相关法进行运动估计,改进的多分辨率光流估计算法实现的高精度亚像素位移误差精度为0.05pi.     

加速度滞后补偿与模糊自适应PI相结合的伺服控制算法

提出了一种加速度滞后补偿与模糊自适应PI 相结合的伺服控制算法。这种算法利用模糊规则制定相应的PI 控制参数, 针对大机动运动目标的特性, 采用加速度滞后补偿方法, 两种算法的有效结合提高了伺服系统的跟踪精度以及动态响应能力。该算法运算量小, 实时性好, 可在硬件上实现。实验表明, 此算法对最高速度为30◦/s、最高加速度为10◦/s2 的运动目标可以实现快速地捕获以及稳定地跟踪, 跟踪精度均方值为13.8′′。     

LPPDS:基于线性预测的准菱形搜索算法

为了降低快速运动估计算法的计算复杂度，提出了一种新的块匹配运动估计算法，称为基于线性预测的准菱形搜索算法.该算法运用小菱形搜索模板，先以预测到的最小失真点作为搜索中心进行一轮小菱形搜索，然后采用线性预测确定下一轮搜索的最佳中心点，从而更快地找到整像素最优点，减少整像素搜索时间；同时该算法能很好地与目前多种分像素搜索快速算法结合使用，从而降低整个运动估计的计算时间.实验结果表明，该算法在不牺牲图像质量和压缩效率的基础上使整像素搜索时间相对于菱形搜索算法平均减少了约15%.     

Real-Time Structure and Motion by Fusion of Inertial and Vision Data for Mobile AR System

In our previous work,we have presented a mo-bile augmented reality system,which is based on vi-sual inside-out tracking of natural landmarks[1].However it is unrealistic to demand a priori accuratemodeling of an outdoor scene for subsequent trackingpurpose.Furthermore,it is very hard to establishmodel for i mage correspondence,especially in thereal-ti me.Online structure and motion algorithmscould avoid the difficult correspondence problem,be-cause correspondenceisinherently esti mated bytrack…     

基于干扰观测器的非对称液压缸鲁棒运动控制

为实现对比例阀控制非对称液压缸系统的高性能位置伺服控制，提出了基于干扰观测器的新型鲁棒运动控制方法.在闭环控制中采用干扰观测器，对各种外部力扰动和系统参数变化进行估计并引入相应补偿，从而提高系统运动性能和鲁棒稳定性；对于比例阀中位死区，基于名义模型位置输出信息的新型补偿策略，保证在不牺牲系统动态品质的情况下，能有效地避免阀芯的频繁切换.对挖掘机器人关节液压缸系统进行计算机仿真的结果表明，该方法对外部力扰动和参数变化均具有很强的鲁棒性，且新型比例阀死区补偿环节能明显增强液压系统运动的平稳性.     

Ultrasound probe guiding method using vision and force

Since images in traditional ultrasound-guided puncture surgery are obtained by touching the position of the lesion with a hand-held ultrasound probe, it often causes puncture failure by inaccurate probe positioning and unstable contact force control due to the doctor’s fatigue or poor experience. In this regard, a method for guiding the automatic positioning of the ultrasonic probe by using vision and force is proposed. First, the combined image processing algorithm and matching algorithm are used to detect the small target feature points. Then, the robotic arm is used to guide the ultrasonic probe to the initial desired pose based on the desired image through the positional visual servo and pose transformation. Finally, the force closed-loop control algorithm is adopted to fine-tune the probe position to ensure a constant contact pressure. Experimental results show that the average of the feature point detection matching error and the average visual positioning error of this method is within 2.5 pixels, and that the average contact force of the ultrasonic probe is stable at 3.86N. Compared with the traditional hand-held method, the ultrasonic probe has a higher positioning accuracy and more stable contact with the measured object, which makes the doctor’s operation easier.     

Fast motion estimation algorithm of video stabilization system

A real-time electronic image stabilization motion estimation method based on fast sub- block gray projection algorithm is proposed. In the method, each image is divided into a number of sub-blocks, and sub-blocks are sifted with their gray gradients. After removing sub-blocks whose gray gradients are lower than the given threshold, the calculation amount of projection is reduced and the motion estimation accuracy is improved. Then gray projection is done in each remained sub- block, and global motion vector of the image is calculated according to the local motion vectors of sub-blocks and the affine motion model. The drawbacks as the local motions reducing the global mo- tion estimation accuracy and traditional gray projection algorithm could not deal with rotation are re- solved well by this algorithm. The experiment results show that the algorithm is more accurate and efficient than the gray projection algorithm.     

基于改进随机蕨的移动机器人物体识别算法

物体识别是智能移动机器人的重要功能之一,针对计算机视觉领域移动机器人在约束场景,如低图像分辨率,运动模糊和背景杂乱等相关研究比较少的现状,根据移动机器人捕获图像的特点,对随机蕨算法的参数进行了调整,并对匹配标准进行了改进,取得了较好的识别正确率。该算法实时性较好,适用于移动机器人的物体识别。     

基于中值背景模型的运动目标自适应检测方法

目的 在保证准确性的前提下,降低运动车辆检测算法的计算量,加快处理速度,满足实时性要求,提出一种基于中值背景模型和自适应阈值的运动检测方法 .方法 基于当前帧与背景图像的差分图像,利用自适应阈值分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测.同时,根据检测结果 ,采用中值更新策略实现背景图像的实时更新.结果 实验结果 表明,笔者算法可以从复杂交通场景图像序列中有效地检测出运动目标,并且算法计算量小,具有良好的鲁棒性与实时性.算法每帧处理时间比混合高斯降低43%,背景更新时间比一阶Kalman算法降低了45%.结论 算法能够很好地满足智能交通监控系统中运动车辆实时检测的要求.     

H.264JM模型中UMHexagonS算法优化

JM模型是JVT （joint video team）发布的H.264标准测试模型,对运动搜索算法的学习和研究有着重要的意义。本文结合JM10.1的源代码对UMHexagonS算法的提前终止策略进行了深入研究,对搜索模板进行象限分割来减少算法的搜索点数,在基本上保持了原有图象质量的情况下有效的节省了编码时间和运动估计时间。通过对5种测试序列的测试结果进行分析,优化后的UMHexagonS算法可以在图像信噪比和码率基本不变的情况下,编码时间节省8.87％,运动估计时间平均节省11.46％,有效的提高了编码的实时性。     

基于整体最优阈值的车道线快速识别方法

针对现有车道线识别算法难以自适应地匹配图像,在车辆过弯途中识别率低,鲁棒性和实时性较差的问题,提出并实现了一种整体最优阈值的快速车道线识别算法.该算法首先对图像进行自适应二值化分割;然后对图像中的感兴趣区域进行提取;提出逐行检索的方法进行车道线内侧特征点的筛选,从而得到实际车道的左右标志线参数以进行道路模型重建.结果表明:区别于以往常用的霍夫变换,此方法具有更好的实时性及准确性,可在车辆过弯途中为系统提供更多的有效信息.     

基于边缘局部偏差搜索的快速块匹配运动估计算法

运动估计能够将视频信号以较低的比特率进行传输和存储, 是视频编码中核心的处理过程之一。为 了降低块匹配搜索的计算次数, 提高匹配效率, 提出一种基于边缘局部偏差搜索的快速块匹配运动估计算法, 根据 块匹配准则将当前块的邻域块与当前块的相似度进行排序, 将相似度最高的邻域块的运动向量作为当前块的预测 运动向量, 同时引入边缘局部偏差搜索策略, 可提前终止偏差较大的邻域块的计算。仿真结果表明, 与其他快速标 准块匹配方法相比, 本文算法减少了计算次数, 提升了匹配精度。     

吊装用起重机自动定位视觉伺服控制

传统起重机自动定位方法精度低,稳定性差,不能形成真正的闭环控制,现有起重机视觉定位方法普遍存在抗扰动性能差和视觉雅可比矩阵参数难以获得等问题。为了解决外部扰动影响视觉伺服定位精度和稳定性的问题,建立了扰动工况下吊装末端执行器的位姿数学模型,提出一种基于自抗扰控制器的视觉伺服扰动抑制方法。根据图像投影特性,得出雅可比矩阵参数与图像特征微分关系方程,设计了雅可比矩阵参数估计值自适应更新率,并建立闭环动力学方程。根据图像特征误差,构建李亚普诺夫函数,给出了系统稳定性证明。进行仿真与实验分析,结果表明:当视觉误差收敛后,位置与速度曲线均趋于零值,说明在视觉不确定性和恒定、瞬时扰动的情况下,本文方法仍然具有令人满意的定位精度。通过与其他控制方法的对比结果分析可知,本文方法在保证视觉伺服系统定位精度的同时,能够加快视觉误差的收敛速度,具有更好的稳定性,因此,适用于吊装用起重机自动定位视觉伺服系统。