俞平伯创作与现代期刊关系研究

俞平伯是一个独特的个案,19世纪20年代初期他为文学革命摇旗呐喊,30年代却旁逸在文学主流之外,在此期间,他参与新潮诗社,编辑《文学旬刊》,并主编了《我们的六月》、《我们的七月》,为周作人的《骆驼草》写稿,与各种期刊发生的密切关系影响了他为文的风格及文艺观,始终坚持着对文学现代性的追求。     

基于鱼眼镜头的全方位视觉系统的设计及实现

在对基于全方位视觉的移动机器人机动目标识别跟踪进行研究的基础上,建立了基于鱼眼镜头的全方位视觉图像的畸变矫正系统.该系统采用基于立方体投影模型来矫正畸变的鱼眼图像,并用基于立方体投影的鱼眼镜头图像畸变校正系统对鱼眼图像进行了畸变校正.实验结果表明采用以上方法能够有效的克服原始的鱼眼图像存在的几何变形,校正后的鱼眼图像符合人的直观感觉,真实感较强.     

基于宽基线立体视觉的远距离三维重建

针对月球车视觉导航中远距离场景的三维重建问题,提出一种基于相机自标定的宽基线立体视觉方法.该方法首先提取立体图对的尺寸不变性(SIFT)特征并进行匹配,得到特征点对应关系;再使用外极线几何约束描述立体图像校正的直射变换,对其Sampson误差使用Levenberg-Marquardt(LM)算法求得最小二乘最优解,完成相机参数估计和图像校正;对校正后的图像使用种子像素视差扩张算法进行宽基线立体匹配,根据匹配得到的视差完成目标场景三维重建.实验表明:该方法解决了月球车相机的现场标定难题,并能够解决宽基线立体视觉面临的光照差异、透视畸变、遮挡等问题,对远距离山脉等自然场景的三维重建效果良好,重建精度较高.     

一种基于立体视觉的车轮中心测量方法

在车辆尺寸参数测量系统中,车轮中心是一个很重要的过程参数,目前该参数都是由人工进行手动测量,为此提出一种基于立体视觉的车轮中心高精度测量方法.该方法以车轮钢圈作为处理对象,首先根据边缘分组算法和椭圆拟合判别算法提取出车轮钢圈的圆形特征;其次利用立体匹配算法获取车轮钢圈圆形特征上点的三维坐标;最后通过三维平面拟合、坐标转...     

一种新的动态视觉传感器网络目标覆盖率算法*

动态视觉传感器网络目标覆盖研究中把目标点看成一个质心,而实际中存在物体直径可能大于视频节点半径、质心模型不适用的情况,针对此提出了一种新的动态视觉传感器目标物体覆盖率问题。基于此问题同时结合有向感知模型,提出有向线性感知模型,并基于该模型使用改进的粒子群优化算法对物体覆盖率进行仿真优化。仿真结果表明了该模型的有效性。     

基于OpenCV的运动目标检测与跟踪

提出了一种基于OpenCV的视频应用程序的开发方法。将Intel公司开放的OpenCV源代码作为开发的视频应用程序的基础函数库,改写或调用其中的函数,可根据需要用C＋＋语言开发视频应用程序,从而克服了视频应用程序开发周期长、效率低的缺点。给出了部分OpenCV具体的设置方法和过程,并通过利用OpenCV编写的运动目标检测与跟踪的应用程序验证了该方法的有效性和可行性。对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等图像预处理,获得二值化黑白图像。通过轮廓提取和跟踪检测得到车辆和人的外轮廓,进而实现运动目标的跟踪。在VC＋＋6.0环境下,利用OpenCV编程实现了此方法。实验结果表明,该方法可行。     

基于轮廓特征的人体行为识别

提出了一种以运动人体轮廓为特征,基于模板匹配的人体行为识别方法。首先,利用背景差分法和阴影消除技术提取运动人体轮廓;定义一种边界点-半径的轮廓描述方法,将时变的二维轮廓形状转换为对应的一维距离向量;以成本函数为特征向量,利用谱系聚类方法提取行为序列的关键姿态;最后,将关键姿态编码为行为字符串,利用编辑距离度量测试序列与标准序列间的相似性。实验结果表明,利用本文方法对人的6种日常行为进行识别,正确识别率达到84.3%以上,具有简单实用的特点。     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

计算机视觉对震动环境下螺丝松动的监测仿真

在频繁震动环境下,高精度设备受到无规则振动、冲击以及高温蠕变的影响,导致螺栓结构产生非固定滑动、分离或者脱落.螺栓结构具有复杂的动态性,脱落过程呈现不明显变化,螺丝帽与杆的相对位置变化过程与振动强度、外部环境呈现复杂关系,无法建立有效关联.传统视觉监控方法在振动条件下,获取的螺栓帽和杆的相对像素位置在无法建立关联的情况下,以静态阀值观测为主,存在较大的偏差,无法获取准确的螺栓松动监测结果.提出震动环境下聚类RBF神经网络的视觉螺丝松动监测方法.提取螺丝松动监控计算机视觉图像的特征,并针对上述螺丝帽与脱离的异常距离进行有效的识别.利用傅里叶变换方法建立螺丝松动监控图像特征矩阵,计算特征脱离聚类目标函数,并建立聚类RBF神经网络模型,完成监控.实验结果表明,利用改进算法可以实现计算机视觉对震动环境下螺丝松动监测,可以提高监测的准确性,防止由于螺丝松动造成的损失.     

GPU近实时线性双目立体代价聚合

目的 近年来双目视觉领域的研究重点逐步转而关注其“实时化”策略的研究,而立体代价聚合是双目视觉中最为复杂且最为耗时的步骤,为此,提出一种基于GPU通用计算(GPGPU)技术的近实时双目立体代价聚合算法。方法 选用一种匹配精度接近于全局匹配算法的局部算法——线性立体匹配算法(linear stereo matching)作为代价聚合策略;结合线性代价聚合的原理,对其主要步骤(代价计算、均值滤波及系数求解等)的计算流程进行有针对性地并行优化。结果 对于相同的实验样本,用本文方法在NVIDA GTX780 实验平台上能在更短的时间计算出代价矩阵,与原有的CPU实现方法相比,代价聚合的效率平均有了数十倍的提升。结论 实时双目立体代价聚合方法,为在个人通用PC平台上实时获取高质量双目视觉深度信息提供了一个高效可靠的途径。