一种基于数据竞争的高分辨率图像的聚类分割算法

近些年,机器人技术得到了迅猛的发展,应用越来越广泛.随着机器人技术的推广和普及,对机器人使用的要求也越来越高,其中对智能机器人的要求尤显迫切.机器视觉是智能机器人研究领域的一个重要研究方向.在机器人视觉系统中,核心问题是目标提取,对目标实时、准确、快速提取的关键技术是图像分割.由于机器人感知的环境的复杂性及目标的多样性,往往导致机器人感知获得的图像数据量较大且图像本身存在不可预知的复杂性,这就对准确的目标分割和提取处理提出了挑战性问题.本文针对高分辨率图像数据集的分割处理,提出一种新的聚类算法,即根据数据点能量和的大小识别类代表点和类成员点,通过数据点间的竞争识别出最有能力成为簇成员的数据点,并将其与mean shift聚类算法有效地结合应用于彩色图像分割问题中,能够快速高效地实现高分辨率图像的目标分割,并得到较好的图像分割效果.实验结果表明,本文算法在分割效果和分割效率上明显优于传统聚类算法.     

基于s3c2440的印刷品质量在线检测系统设计与研究

基于机器视觉原理,利用s3c2440嵌入式平台,开发出印刷品质量检测系统,为印刷企业解决了人工检测劳动量大、效率低等问题。     

锡膏激光扫描三维测量系统光强自适应调节技术

根据锡膏激光扫描三维测量系统在测量PCB电路板时底板和锡膏对激光光强的散射效果不同,设计并研制了一套光强自适应调节光源。该光源以程控电源为基础,分析光条中心提取效果与激光光强的关系,应用小波分解与频带能量比相结合的光强自适应调节算法实现测量系统光强自适应调节功能。进行了相关实验,实验结果表明该光源能够很好地实现锡膏激光扫描三维测量系统的激光光强自适应调节,并能选出最适合测量的激光光强,具有很好的适用性。     

基于颜色空间映射的自适应足球机器人视觉系统

为了解决足球机器人比赛中视觉信息检测问题,给出基于嵌入式多处理器体系结构的视觉系统框架,并研究了一种自适应阈值目标分割方法。该方法将视觉系统采集的图像从YCbCr颜色空间转换为一维颜色映射图像,并提出基于竞争学习的空间映射方法。同时使用小波变换方法来平滑颜色映射空间直方图和降低阈值搜索维数。然后使用基于映射图像直方图动态搜索阈值的方法来分割图像。最后,通过实验表明研究的视觉系统的有效性,能够实时准确地完成视觉处理任务。     

医用药剂中可见异物自动化检测研究

针对国内人工药品检测的低效率、低准确率的不足,文章介绍了一套根据国家行业标准设计的基于智能机器视觉的可见异物自动化检测系统。该系统主要包括机械传动模块、电气控制模块、图像识别与处理模块。根据异物运动连续性和噪声运动无序性等特点,提出了改进的三次差分和能量累积算法来提取运动杂质,然后采用基于基于SIFT特征匹配和最邻近匹配的目标跟踪算法对杂质进行跟踪,获取杂质的大小和数目并分析出杂质总类,最后检测出杂质情况。最后把检测结果与国家标准进行比对,判断出该药剂是否合格。测试表明,系统的检测准确率达90%以上,满足企业要求,基本能替代人工检测。     

OpenCV在焊缝实时检测与处理系统中的应用

机器视觉系统是集机械、光电、控制、计算机和数字图像处理等技术于一体的高度自动化系统,能够有效地提高产品的质量和产量,现已广泛应用于工业当中。随着科技的发展,对焊接的质量与效率的要求越来越大,为此有必要设计一套行之有效的,在焊接自动跟踪技术中能够在线检测焊缝并进行处理的焊缝实时检测与处理系统。文中在VC＋＋6．0开发环境中设计了一种采用Otsu自动选择阈值和Canny算子检测边缘,基于OpenCV的焊缝实时检测与处理算法,实验结果表明基于该算法的系统实时性高、效果好、检测正确快速。     

基于机器视觉的温度测量系统的设计及应用

针对温度控制中常用的基于铂电阻的温度采集电路设计复杂,抗干扰能力弱,铂电阻线性拟合繁琐,难以实现对温度的高精度测量等不足,本文介绍一个在VC++6.0平台上设计的基于机器视觉,自动读取水银温度计示数的温度测量系统。通过有效的图像处理算法,温度测量系统分辨率达到0.01℃,读数准确,工作可靠。该温度测量系统在研究大滞后大惯性温度控制实验中得到了成功的应用。     

基于损失自注意力机制的立体匹配算法研究

针对现有的立体匹配算法在阴影、物体边缘和光照反射等区域匹配困难且存在大量错误结果的问题,设计了一种可拆卸的损失自注意力网络（loss self-attention net,LSAnet）查找图像中的匹配困难区域。LSAnet的网络各层相互稠密连接,应用了空洞卷积来扩大感受野,并以立体匹配算法生成的损失分布为标签,能够动态地进行有监督训练,最终生成匹配困难区域掩膜辅助立体匹配网络进行更好的优化;同时,改进了立体匹配网络中经典的特征匹配代价卷结构,降低了后续3D卷积的计算负荷,提高了匹配效率。实验结果表明,该算法相比于基准算法精度更高,并且可以提高算法对于匹配困难区域的鲁棒性。     

Aligning Education with Vision 2030 Using Augmented Reality

Vision 2030 requires a new generation of people with a wide variety of abilities, talents, and skills. The adoption of augmented reality (AR) and virtual reality is one possible way to align education with Vision 2030. Immersive technologies like AR are rapidly becoming powerful and versatile enough to be adopted in education to achieve this goal. Technologies such as AR could be beneficial tools to enhance maintainable growth in education. We reviewed the most recent studies in augmented reality to check its appropriateness in aligning with the educational goals of Vision 2030. First, the various definitions, terminologies, and technologies of AR are described briefly. Then, the specific characteristics and benefits of AR systems are determined. There may be a significance of the pedagogical method used by adapting the AR scheme and the consistency of the equipment and learning experiences. Therefore, three kinds of instructional methods that stress roles, location, and tasks were evaluated. The kind of learning that is offered by the distinct kinds of AR approaches is elaborated upon. The technological, pedagogical, learning problems experienced with AR are described. The potential solutions for a few of the issues experienced and the topics for subsequent research are presented in this article.