基于人脸肤色和特征的实时检测跟踪算法

针对实时视频中的运动人体目标,提出一种基于人脸肤色和特征的快速人脸检测和跟踪方法.首先运用帧差法和形状信息检测出视频中的运动人体目标;然后在YCbVCr色彩空间中,根据肤色的色度聚类特性建立Gaussian模型,分割出肤色区域,去除噪声后,结合人脸的几何特征和器官独有的颜色特征滤除非人脸肤色区域,准确定位人脸在图像中的位置;利用控制策略驱动摄像机,根据人脸信息使人的头肩部位始终处于视频图像的中心,从而实现运动跟踪.为了增强系统对光线变化的适应性,提出了适当的Gaussian模型参数更新策略.实验结果表明,该算法能够适应复杂背景下的人脸检测,具有速度快、准确率高、鲁棒性好的特点,实现了运动人脸的可靠跟踪.     

压电微动平台的改进PI迟滞模型研究

为了建立既有较高精度又有较快运算速度的压电微动平台迟滞模型,对传统PI迟滞模型进行了改进研究。由于压电微动平台初载曲线前半升程斜率变化较大,而后半升程斜率变化较小,因此,采用非等分域值方法建立了其PI迟滞模型,通过求取所建模型与实测初载曲线误差的最小二范数辨识出了模型的相应参数,实验验证了所建模型的有效性。实验结果表明,在20.7μm的平台最大位移范围内,模型的最大误差为0.71μm,平均误差为0.23μm。     

八足机器人行走机构设计及其运动学分析

针对多足机器人在变地形环境下快速行走的问题,对多足机器人的腿部机构与运动模式进行了研究,设计了两种机器人腿部行走机构,即六连杆腿部机构与齿轮传动腿部机构,并基于这两种腿部行走机构组合了一种八足机器人。首先,对八足机器人各腿部行走机构和整体结构进行了设计分析,根据各腿部机构选择适用步态进行了研究,即前后连杆腿的对角步态与中部齿轮腿的单线直行步态;然后,研究了机器人的两种不同腿结构的行走性能,对其进行了运动学分析;最后,整体分析了机器人对角步态和越阶梯两种运动模式,并通过ADAMS软件对机器人两种运动模式进行了运动仿真,将后处理曲线与运动分析进行了对比。研究结果表明:机器人行走具有稳定性,两种运动模式具有可行性。     

基于风格迁移技术的机器人书法临摹研究

将风格迁移技术引入机器人书写领域,提出了一种基于风格迁移技术的机器人书法临摹方法,并在此基础上设计了包括六自由度机械臂、计算机、毛笔和三维打印夹具在内的书写系统。通过试验,将实际机器人书法与参考图像进行相似度评估,倾斜度与平衡度两个指标基本都达到0.9,确认所提出的方法能够使机械臂准确书写出汉字,同时保留书法风格。     

基于均值漂移与自适应阈值分割的刀具磨损检测方法

针对车刀表面粗糙度大、磨损区域图像难以准确分割的问题,提出一种基于均值漂移和自适应阈值分割的刀具磨损检测方法.这一方法通过频率域滤波过滤图像中无效的高频噪声信息,对降噪图像进行形态学处理.利用均值漂移聚类算法进行预分割处理,简化纹理信息,并突出磨损区域特征.通过自适应阈值分割算法准确提取刀具磨损区域,同时计算刀具的磨损宽度均值.试验表明,采用所提出的刀具磨损检测方法,分割准确率达到97.96％,能够有效判别刀具的磨损状态.     

小型化轴向振动式蓝莓采摘机设计与试验

目前我国蓝莓需求大但采摘作业困难,为了更好地实现机械化蓝莓采摘,根据农艺要求设计了一种振动式蓝莓采摘机.分析了蓝莓采摘机的工作原理,介绍了装置各部分的结构组成.整机进行了小型化设计,采用轴向振动的方式采摘蓝莓.在工作过程中蓝莓采摘机的采摘力可调,振动采摘子系统中增加弹簧系统,具有一定的柔性,且振动采摘子系统中的振动指棒系统在装置行进过程中能被动旋转,减少对蓝莓植株的伤害.为了验证蓝莓机工作性能,进行了采摘试验,试验结果表明蓝莓采摘机的采净率为94.9％,枝条损伤率为6.7％,叶片损伤率为4.5％,青果脱落率为6.5％,蓝莓机采摘效果较好,设计合理.     

基于光照不变感知特征的打火石检测识别

为了在生产过程中确定打火石的方向,提高打火石安装定位的效率,根据打火石圆柱状外形及两端面的颜色特征,使用特定的棋盘形工装定位装置对打火石进行定位,并利用彩色机器视觉技术对打火石的端面颜色进行检测识别。为了准确识别出打火石的品红色端面,在拮抗色感知特征基础上,针对现场环境中光线不均等问题,进行了光照不变的拮抗色感知特征变换,降低了光照不均对检测结果的影响。对于打火石另一端面银白色特征,根据其高亮的特性,采用Otsu自适应阈值法进行分割,并在颜色通道的统计基础上,对银白色特征提取过程进一步进行约束。实验结果表明,采用光照不变的拮抗色感知特征提取算法以及阈值分割相结合的方法,能够有效对打火石的端面颜色进行识别,在不出现误检的情况下,品红色端面的识别准确率为99.87%,银白色端面的识别准确率为99.62%,满足了打火石视觉检测识别系统的性能要求。     

基于标准圆柱的线激光轮廓扫描机器人手眼标定方法

在搭载线激光轮廓传感器的机器人平台手眼标定问题中,依靠线激光轮廓传感器输出的2维点云信息进行标定,存在标定过程复杂、标定精度低的缺点。本文针对这些问题,提出一种基于圆柱侧面约束的手眼标定方法。通过改变扫描机器人末端位姿,获得不同位姿下圆柱侧面扫描数据。对于激光平面与圆柱侧面相交得到的椭圆轮廓,利用随机抽样一致性（RANSAC）算法得到椭圆轮廓中心点坐标。利用椭圆轮廓的估计中心点到圆柱中轴线的距离建立约束优化方程,将手眼标定问题转化为约束优化问题。利用粒子群优化（PSO）算法和广义拉格朗日乘子法的融合算法求解约束优化问题,得到手眼标定的变换矩阵。最后基于所提方法进行模拟仿真和扫描重建试验。分别讨论了标定数据误差、标定参照物位置和标定参数初始值对标定结果的影响,并验证了手眼标定精度。结果表明,该方法不受标定参照物位置和标定参数初始值的影响,具有操作简单、通用性强、标定精度高等特点,标定精度在0.15mm以内,适合现场标定。     

基于多元图像分析的表面缺陷检测算法

为了提高工业产品质量控制中表面缺陷检测的准确性和可靠性,提出一种基于多元图像分析(MIA)的表面缺陷检测算法.采用合格样本图像和被测图像堆叠构成多元被测图像,利用基于主成分分析(PCA)的多元图像处理方法,获得多元被测图像的主分量表示,将去掉第一主分量和噪音后的Q统计图像作为缺陷特征的检测空间,利用阈值处理检测缺陷.金属罐内壁的表面缺陷检测实验结果表明,与现有基于直方图阈值处理等检测方法相比,受照明不均匀影响小,提高了图像检测系统的准确性和鲁棒性,使缺陷的误检率大大降低.     

多场景下基于快速相机标定的柱面图像拼接方法

针对目前利用相机标定参数进行图像拼接的方法存在受场景限制大、标定过程复杂而耗时长的问题,提出一种多场景下基于快速相机标定的柱面图像拼接方法。首先,利用棋盘格标定板角点特征提取精度高的特点,使其分别位于两两邻接图像的重叠视场中,对该图像序列依次进行角点提取、精确化和匹配等预处理,以准确快速求解出待拼接图像间的配准参数;然后利用标定得到的配准参数快速拼接图像,通过柱面投影以保持图像的视觉一致性,并采用多频段融合以保留图像的细节信息;最后,将整个系统搭建在低功耗嵌入式平台,实现可在多场景下完成快速标定及基于标定参数的拼接过程。实验结果表明,该文方法在室内及隧道等场景下可准确快速完成相机标定,图像拼接过程耗时短,同时可保证较高的拼接精度和较好的成像效果,具有较强的鲁棒性。