实时变焦跟踪控制系统的研究

为拓展光电捕获跟踪瞄准(ATP)系统的跟踪范围和应用范围,运用光学原理和智能控制理论,对实时变焦跟踪控制系统进行研究和设计。它根据跟踪目标的远近、大小和形状等因素实时改变跟踪电视镜头的焦距,从而改变跟踪视场,捕获各种复杂目标。并运用专家控制理论设计鲁棒PID控制器,使控制器能容忍系统参数变化。仿真和实验结果表明,跟踪系统不仅能灵活快速地捕获跟踪各种复杂的目标,且动态性能和稳态性能均达到系统的要求,成功完成实时连续变焦与控制功能。     

基于二维视觉的管道振动监测方法

为实现管道振动的在线监测,提出一种基于二维视觉相机的管道振动测量系统。通过二维视觉相机对管道表面的人工预制条纹图案进行实时采集,再采用所提出的图像处理算法对条纹图像进行处理,提取管道径向二维振动信息,从而实现管道振动的监测与分析。通过SOLIDWORKS运动仿真和成像模块建立管道的视觉测量模型,模拟4 种不同振幅和频率的管道振动,并通过仿真成像条纹序列得到各振动模式下的振动信号,验证了所提出方法的可行性与准确性。最后与基于电涡流传感器的测量方法进行对比实验,结果表明所提出方法可实现管道径向二维振动的同步测量。     

基于眼底高分辨力毛细血管图像的身份识别

视网膜识别技术稳定性好,安全性高.常规眼底相机获得的图像分辨力低,给图像编码和模式匹配带来困难,使得基于常规眼底相机的视网膜身份识别技术难以推广应用.利用自适应光学眼底视网膜高分辨力成像技术采集眼底视网膜高分辨力毛细血管图像,经归一化和滤噪后,采用Gabor滤波算法进行特征提取,汉明距离进行模式匹配,对实验样本进行了准确的身份识别,验证了该技术的有效性,拓展了自适应光学眼底视网膜高分辨力成像技术的应用范围,在某些要害部门可能发挥重要的安保作用.     

一种双目立体视觉系统的校准方法

基于双目立体视觉系统的图像分析以及人工神经网络的三维空间建模算法,设计了一种针对双目立体视觉相机的校准方法,并可应用于运动目标点的轨迹追踪。将均匀分布目标点的校准平面放置在有效视野内的不同位置,通过双目立体视觉系统来捕获处于不同位置的校准平面图像。在图像处理之后,使用校准点中心的二维坐标作为人工神经网络训练的输入样本集,通过建立人工神经网络模型结构,实现目标点二维平面坐标到三维空间坐标的映射关系。采用这种具有通用性的方法,可以有效修正系统中存在的失真因子,获得目标三维位置信息,而无需进行复杂的相机校准操作。实验表明,提出的方案具有良好的可行性和鲁棒性。     

二自由度云台的机器视觉控制

本文建立了基于机器视觉反馈的云台控制模型,并通过相邻帧间的目标位置预测来简化搜索算法,实现快速高效的视觉云台对运动目标的连续跟踪.在制定系统空间转角输入量的控制策略中,简化了控制模型并对产生的偏差量进行了分析.结果表明,简化后的控制算法能够实现快速反馈和像面调整,在25帧/秒时实现对运动目标稳健跟踪,且跟踪精度高于传统算法;在目标速度2 m/s、相机60帧/秒时,改进算法实现了对运动目标的连续跟踪.同时提出了立体视觉系统模型及其在云台控制中的应用,通过像面坐标获取空间位置信息以规避目标跟丢现象.     

直流电动机在高精度光电跟踪系统中的应用

高精度光电跟踪系统用以完成对模拟动态目标的准确跟踪 ,要求跟踪元件响应快、动态性能好、精度高 ,因此跟踪元件的性能直接影响系统的跟踪特性和精度。直流力矩电机的优点是调速性能好 ,启动转矩大。正是这一特点 ,在高精度光电跟踪系统中尝试使用直流力矩电机控制反射镜跟踪目标。高精度光电跟踪系统要求在一个较大的视场内实现对静态目标和动态目标的高精度快速跟踪。     

基于YOLOv3和ASMS的目标跟踪算法

为了解决传统算法在全自动跟踪过程中遇到遮挡或运动速度过快时的目标丢失问题,本文提出一种基于YOLOv3和ASMS的目标跟踪算法。首先通过YOLOv3算法进行目标检测并确定跟踪的初始目标区域,然后基于ASMS算法进行跟踪,实时检测并判断目标跟踪效果,通过二次拟合定位和YOLOv3算法实现跟踪目标丢失后的重新定位。为了进一步提升算法运行效率,本文应用增量剪枝方法,对算法模型进行了压缩。通过与当前主流算法进行对比,实验结果表明,本算法能够很好地解决受到遮挡时跟踪目标的丢失问题,提高了目标检测和跟踪的精度,且具有计算复杂度低、耗时少,实时性高的优点。     

一种改进的运动目标跟踪方法

为解决障碍物在三维目标跟踪中产生的遮挡问题,使用基于光流法和立体视觉的目标跟踪系统,同时结合自适应滤波方法来预测跟踪目标三维速度的期望值。采用模糊控制系统解决不同速度的耦合问题,通过计算跟踪算法与预测算法的速度差值来判断运动目标是否受到遮挡。实验结果表明:在确保91.2%识别率的前提下,该算法识别运动目标平均每帧耗时15 ms。该跟踪算法具有较好的鲁棒性和实时性。     

块匹配与光流技术在微结构动态特性检测中的应用

在微结构动态特性的检测中引入块匹配技术和光流技术.结合微结构的运动特性,分别提出了基于块匹配技术和基于光流技术的两种微结构二维运动估计算法.利用这两种二维运动估计算法对平面微谐振器做动态特性分析,均取得了较好的测量结果.对这两种二维运动估计算法在微谐振器动态特性中的测量应用做比较,结果表明:块匹配算法适合简单的平移运动测量,计算量小,但它要求被测器件在结构上有较为特殊或显著的运动特征区域;光流算法通过分析单个像素的灰度分布特性来测量被测器件的运动特性.与块匹配法相比,它并不要求被测器件有较为特殊的运动特征结构.由于光流法以单个像素为计算单位,且其中包含有较多的差分计算,计算过程较为复杂,因此测量分析所需的时间长.     

一种新型的大动态范围CCD相机视频信号处理电路

由于目前的CCD尤其科学级CCD的动态范围高达105:1,甚至106:1,此时若要满足ADC的动态范围大于CCD相机的动态范围,则必须选择分辨力为18～20bit的ADC,而航天级或高等级的高分辨力ADC较少且价格昂贵。本文利用CCD相机系统的噪声谱密度跟信号大小有密切关系这一特点,对于强光信号和弱光信号采用不同的信号处理链,从系统通道增益的角度阐述了低分辨力ADC实现高分辨力模数转换的原理及硬件实现方案,最后通过实验室成像测试验证,实验结果表明,用低分辨力A/D转换器采用粗细量化相结合方式实现了高分辨力模数转换,并提高了CCD相机的动态范围。     

单兵智能头盔在消防救援中的探索与应用

目的 在消防装备于高层建筑、地下建筑、大型商业综合体等复杂救援环境中无法满足信息感知和状态感知需求的背景下,探索和分析智能头盔当前在应急救援、军队作战、采矿安全等领域的应用研究现状,以期解决当前消防救援活动中环境视野差、协同效率低、救援人员健康状态无法保证等问题,提高消防救援装备的功能性和保障性,避免救援活动中可能发生的安全事故。方法 人工智能、多设备协作、多模态感知等概念是智慧消防新的发展结合点,以消防救援装备的智能化、集成化趋势为基础,提出了利用增强现实技术满足视觉增强、信息协同、物体识别等信息感知需求,利用脑电监测技术满足人员健康状态监测、疲劳预警等状态感知需求。结论 在城市快速发展的背景下,单兵智能头盔在消防救援领域的应用具有可靠性高、功能扩展性强、任务辅助效率高等优势,但同时面临功耗大、重量大、设备交互研究不足等挑战;适用于消防救援场景的单兵智能头盔有动态舒适性多目标优化、多通道类人感知和意图协同交互、系统故障诊断及容错控制等方面的设计研究趋势。     

弱小目标检测与跟踪算法

低对比度小目标检测与跟踪算法的研究是电视跟踪领域的关键技术之一。针对弱小目标的目标特性，按USAN原则进行目标检测，利用目标的特征参数及目标运动的一致性、连续性排除噪声干扰，实现对目标的稳定跟踪。实验采用VC＋＋仿真平台验证该算法的可行性和有效性，并移植到DSP专用图像处理平台上，达到了工程的5可靠性与实时性要求。     

RETRACTED: Implementation System of Human Eye Tracking Algorithm Based on FPGA

With the high-speed development of transportation industry, highway traffic safety has become a considerable problem. Meanwhile, with the development of embedded system and hardware chip, in recent years, human eye detection eye tracking and positioning technology have been more and more widely used in man-machine interaction, security access control and visual detection.
In this paper, the high parallelism of FPGA was utilized to realize an elliptical approximate real-time human eye tracking system, which was achieved by the series register structure and random sample consensus (RANSAC), thus improving the speed of image processing without using external memory. Because eye images acquired by the camera often generate a lot of noises due to uneven light and dark background, the preprocessing technologies such as color conversion, image filtering, histogram modification and image sharpening were adopted. In terms of feature extraction of images, the eye tracking algorithm in this paper adopted seven-section rectangular eye tracking characteristic method, which increased a section between the mouth and the nose on the basis of the traditional six-section method, so its recognition accuracy is much higher. It is convenient for the realization of hardware parallel system in FPGA. Finally, aiming at the accuracy and real-time performance of the design system, a more comprehensive simulation test was carried out.
The human eye tracking system was verified on DE2-115 multimedia development platform, and the performance of VGA (resolution: 640×480) images of 8-bit grayscale was tested. The results showed that the detection speed of this system was about 47 frames per second under the condition that the detection rate of human face (front face, no inclination) was 93%, which reached the real-time detection level. Additionally, the accuracy of eye tracking based on FPGA system was more than 95%, and it has achieved ideal results in real-time performance and robustness.     

基于环形红外阵列的移动机器人自动跟随系统

为了实现在室内空旷环境中跟随机器人对移动目标物的定位和动态跟踪,设计了一种基于环形红外阵列的移动机器人自动跟随系统.利用具有主动式环形大视场的测距罗盘作为环境感知传感器.测距罗盘由数个红外测距传感器组成周向阵列,实现对360°环向10～80 cm范围内移动目标物的二维定位,使跟随机器人可以快速确定其与移动目标物之间的距...     

Fiber-Grating-Based Vision System for Real-Time Tracking, Monitoring, and Obstacle Detection

There is a real need to develop a sensory system that can monitor and track the behavioral status of a person in real time while protecting his/her privacy. In addition, it is important to have the ability to detect stationary and moving objects in real time to support dynamic navigation needs for mobile robots. This paper describes the development of intelligent fiber-grating (FG)-based 3-D vision sensory system that enables real-time object detection, monitoring, and tracking. This system uses the richness and the strength of the vision while reducing the data load and computational cost by encoding the working space using a limited number of spatially interrelated 2-D laser spots. The sensor system generates the laser spots by projecting a coherent laser beam on two perpendicularly overlaid layers of FGs. The presence of a target within the visible operational view of the sensor disturbs the part of the projected laser spots' pattern where the target appeared. By calculating the displacement of the disturbed spots within the CCD image plane, the sensor system can detect, in a short time, an object/human and provide relevant information in terms of range, approximate shape, and position. To facilitate faster detection and real-time tracking, the author has developed two strategies that decompose the working space into zones and virtual planes     

提高光电经纬仪跟踪快速运动目标能力的一种方法

考虑到系统稳定性，光电经纬仪跟踪伺服系统一般设计成Ⅰ型系统。Ⅰ型系统存在速度、加速度动态滞后误差。动态滞后误差的大小不但与跟踪系统有关，还与目标运动特性有关。在跟踪快速运动目标时，会因速度、加速度动态误差的增大，导致目标脱离视场，丢失目标。因此提高光电经纬仪跟踪快速运动目标的能力，一直是光电跟踪伺服系统努力的方向。本文给出了一种提高光电经纬仪跟踪快速运动目标的能力的方法：动态1 Ⅰ控制法，并利用SIMULINK建立了跟踪伺服系统动态1 Ⅰ控制法仿真模型。仿真结果表明动态1 Ⅰ控制法是一种提高光电经纬仪踊跃快速运动目标能力的有效方法。     

Computer-controlled optical scanning tile microscope

A new type of computer-controlled optical scanning, high-magnification imaging system with a large field of view is described that overcomes the commonly believed incompatibility of achieving both high magnification and a large field of view. The new system incorporates galvanometer scanners, a CCD camera, and a high-brightness LED source for the fast acquisition of a large number of a high-resolution segmented tile images with a magnification of 800x for each tile. The captured segmented tile images are combined to create an effective enlarged view of a target totaling 1.6 mm x 1.2 mm in area. The speed and sensitivity of the system make it suitable for high-resolution imaging and monitoring of a small segmented area of 320 microm x 240 microm with 4 microm resolution. Each tile segment of the target can be zoomed up without loss of the high resolution. This new microscope imaging system gives both high magnification and a large field of view. This microscope can be utilized in medicine, biology, semiconductor inspection, device analysis, and quality control.     

智能目标检测与跟踪系统的设计与实现

为了实现复杂背景下对任意目标的智能检测与稳定跟踪,设计了基于双DSP结构的集视频处理、云台运动控制于一体的实时电视跟踪系统.系统采用模块化硬件结构,并提供直接用户接口可使系统脱离上位机独立工作.同时改进了目标识别算法,提出一种基于区域分割的相关模板提取方法.利用自适应空域滤波器分割出目标区域,再用二次投影法快速提取目标,并以模板评价函数为准则实时更新模板.具有模板自适应性强,目标判断准确,跟踪鲁棒性好等优点.外场实验表明,在目标变化和有物体遮挡干扰的情况下,系统能准确提取任意指定目标,并保持连续稳定的跟踪.