乒乓球机器人的视觉伺服系统

视觉伺服的乒乓球机器人系统作为典型的"手眼系统",是研究高速视觉感知和快速伺服运动的理想平台,其涉及的高速物体识别跟踪、快速精确轨迹预测及机械臂伺服准确回球等关键技术在工业、军事等领域有广泛的应用前景.本文提出了乒乓球机器人的高速视觉伺服系统实现方法,包括基于特征直方图统计和快速轮廓搜索的目标识别算法,基于模型参数学习和自适应模型调整的物体运动状态估计和轨迹预测算法,及基于轨迹预测的灵巧臂回球规划算法.通过实验验证了各算法的实时性和高效性,并在165cm高的仿人机器人"悟"和"空"上成功实现了双机器人对打和与人对打任务.     

基于SOM和引力场聚类的金融数据可视化

平行坐标技术是信息可视化中重要的分析手段,可以实现多维数据在二维空间上的可视化.为了给用户提供一种快捷、方便的金融数据可视化及分析工具,提出一种基于引力场聚类的金融数据可视化方法.首先利用自组织映射(SOM)对初始金融数据进行分类,使每类数据都含有特定的经济意义;然后进行视觉聚类,利用引力场原理对每个类中的折线进行聚拢,对类与类之间进行排斥,再通过设置不透明度以及交互操作等手段对可视化结果进行增强.实验结果表明,该方法可以形成清晰的可视化聚类结果,便于发现数据的变化规律.     

一个基于移动视觉搜索技术的博物馆导览系统

为了对游客的参观过程提供个性化导览服务,使游客可以通过手机拍照的方式获取展品的相关资讯.提出一个基于移动视觉搜索技术的博物馆导览系统.针对手机性能的差异性,提出一种改进的移动视觉搜索系统的框架,使得系统既能在服务器端对海量展品进行识别,又能在手机端对特定区域内展品实时识别;并基于这一框架实现了一个原型系统.与现有的导览系统相比,文中系统的交互方式更加人性化,提供的展品信息更丰富、全面,且无需在馆内安装任何辅助设备,能够更广泛地适用于博物馆导览.实验结果证明了该系统的可行性和实用性.     

视错觉及其应用

视觉足人类获取外部信息的最重要方式。但由于人类自身的生理、心理因素以及外界光、形、色等因素的干扰,会产生视觉误差,即视错觉。本章系统的分析了视错觉产生原因,按不同的现象和成因把视错觉分成病理视错觉、动态视错觉、几何视错觉、颜色视错觉、轮廓错觉等5类。在此基础上介绍了视错觉的应用,特别介绍了其在图像融合中的应用,并用matlab实现了图像的融合。     

空空导弹攻击过程视景仿真研究

为复现空空导弹打靶攻击过程,满足部队训练评估需要,提出了利用虚拟现实技术进行视景仿真的解决方案。采用Creator建模软件建立飞机、导弹、靶标等三维模型,利用Vega Prime视景仿真软件和Microsoft Visual Studio.NET2003软件开发环境,对所建模型进行场景渲染和攻击过程的飞行仿真,仿真程序完整演示了空空导弹从飞机上发射、空中飞行、击中靶弹的全过程,效果逼真,交互性好。仿真结果证明了上述方法的可行性和有效性,为部队打靶训练提供了一种有效的评估分析手段。     

基于多模态推理图神经网络的场景文本视觉问答模型

文本阅读能力差和视觉推理能力不足是现有视觉问答(visual question answering, VQA)模型效果不好的主要原因,针对以上问题,设计了一个基于图神经网络的多模态推理(multi-modal reasoning graph neural network, MRGNN)模型。利用图像中多种形式的信息帮助理解场景文本内容,将场景文本图片分别预处理成视觉对象图和文本图的形式,并且在问题自注意力模块下过滤多余的信息;使用加入注意力的聚合器完善子图之间相互的节点特征,从而融合不同模态之间的信息,更新后的节点利用不同模态的上下文信息为答疑模块提供了更好的功能。在ST-VQA和TextVQA数据集上验证了有效性,实验结果表明,相比较此任务的一些其他模型,MRGNN模型在此任务上有明显的提升。     

具有理想对比度的一般存取结构可视密码方案

本文提出了一种基于取反运算可获得理想对比度的可视密码方案,适用于一般存取结构可以实现秘密图像无失真地恢复,并且没有像素扩展。该方案应用了简单的布尔运算实现了传统可视密码方案中单纯的叠加运算无法实现的功能。     

Evaluation of contrast metrics for liquid‐crystal displays under different viewing conditions

Abstract— A psychophysical experiment was carried out to assess the perceptual contrast on a large‐sized liquid‐crystal display (LCD) under nine phases of viewing conditions. Based on the results, six contrast models employing different color attributes or the index of just‐noticeable difference (JND) were developed. Their performances were also tested by the visual data of the nine phases, which indicated that the model C_Q employing CIECAM02 brightness gives the best performance in predicting visual data under different viewing conditions among those models. A preprocessing step was also proposed to utilize the contrast model C_Q conveniently in the practical contrast evaluation of LCDs.     

Web模式的仿真想定编辑与管理系统设计

基于虚拟战场对战场态势信息的需求,构建了Web模式的仿真想定编辑与管理系统,该系统包括仿真想定的输入,管理,编辑,标绘,输出等功能模块。在地理信息系统（Geographic Information System,GIS）和军标库等的支持下,用户可以根据具体的仿真需求,通过对仿真想定进行可视化编辑,简单灵活地实现对战场初始态势信息的输入。同时系统加强对已有的仿真想定的统一管理,建立仿真想定库,便于用户获取已有的仿真想定,大大提高其重用率,减少了不必要的重复劳动。     

Weber定律下尺度空间的自适应构建

在Weber定律的启发下提出一种基于"恰可识别差异"的尺度空间自适应构建方法。Weber定律认为人类感知模式不仅与刺激的变化有关,而且与原刺激强度有关。基于此观点,在图像尺度空间的构建过程中,首先以Marr视觉理论的屋脊型边缘和阶梯型边缘的特征之和计算图像的信息量,再通过实验获得人类视觉能感知到"恰可识别差异"时的图像信息量变化,最后通过曲线拟合自适应构建图像的尺度空间。实验结果表明,该方法充分体现了人类视觉感知特性,与其他尺度空间构建方法相比,在目标匹配实验中,匹配数目提升了25%以上;在去噪实验中,本算法的去噪效果良好。