嵌入式机器视觉实时定位与测量的方法

本文提出了一种嵌入式机器视觉实时定位与测量相结合的测控方法。根据视觉测控系统中的定位与测量问题,利用点集、Hough变换和最小二乘等方法,解决了图像处理理论算法运算量大、工业检测实时性与准确性低等问题。测试结果表明,该方法检测工件的准确性高(基于公差),检测时间≤2.0ms/次。     

一种图像测量中标定参照物的快速定位方法

提出一种在图像测量中标定参照模板的自动快速定位方法，该方法采用粗检测与精定位相结合的二步策略，首先在下采样的增强图像中借助形态学与连通分量标记等算法检测可能的模板区域，然后利用感兴趣区域的直方图特性分析和角点检测算法确认真正的模板区域并给出精确的定位信息，实验结果表明了该方法的有效性。     

一种基于机器视觉的自动定位方法及实验

介绍了一种基于机器视觉的高效、高精度自动定位控制方法,并通过了实验验证.首先,利用图像处理的结果确定控制系统中各零件的位置和方向.其次,通过实验得到像素坐标系和空间坐标系的关系,控制二维工作台高速向定位点运行,提高定位效率.最后,由电感测微仪的显示值变化构成闭环控制系统,控制工作台低速向定位点逼近,提高了定位精度.介绍了自动定位系统的总体结构设计、基本原理及实现过程,并给出了二维工作台两个方向上的定位误差实验分析.     

基于双目视觉的交通事故现场摄影测量方法研究

提出了一种适用于交通事故现场快速处理的现场痕迹摄影测量方法,利用双目视觉的原理,使用高像素数码相机通过对带有标定板的事故现场进行多角度拍摄,从而对待测目标进行三维重构,进而计算待测距离。     

一种基于视觉模糊推理的管道机器人自主定位控制方法

本文应用模糊控制技术，提出了一种基于视觉模糊推理的管道机器人自主定位控制方法，仿真试验证明了该方法的可行性。     

基于全景视觉匹配的移动机器人蒙特卡罗定位算法

本文提出了一种基于梯度直方图的全景图像匹配算法, 并将该算法与蒙特卡罗定位方法相结合, 构建了一种基于全景视觉的移动机器人定位方法. 在分析所提出的匹配算法特点的基础上建立了系统的观测模型, 推导出粒子滤波中重要权重系数的计算方法. 该方法能够抵抗环境中相似场景对于定位结果的干扰, 同时能够使机器人从“绑架”中快速恢复. 实验结果证明该方法正确、有效.     

一种基于靶标识别定位算法的视觉测量技术

视觉测量在飞行试验高精度测试中发挥着重要作用。针对常规视觉测量中多标志点识别定位存在误识别、定位精度低等问题,设计了一种新的环形编码对角标志,并提出了一种基于环形编码对角标志识别定位算法的视觉测量技术。重点介绍了基于EDCircles圆检测算法的标志点识别、基于Harries角点检测算法的亚像素级定位和基于坐标变换的编码信息解码等技术的实现。经过实验验证,研究成果编码标志点识别定位算法识别准确、鲁棒性强、定位精度高,在大投影角度下仍能达到92%的识别率,可以满足飞行试验动态视觉测量任务相关需求。     

计算机视觉测量系统的误差模型分析

基于相机的钻孔模型，研究了相机光学系统产生的4种非线性误差，并在有径向失真和图像中心偏移失真的情况下，用模拟数据对匹配误差和不同量化等级在重建过程中的传播过程和影响作了详细讨论，为视觉测量系统达到高精度的三维重建提供了可靠的误差模型。     

一种基于视觉的图书馆室内定位方法

提出一种可用于图书馆内图书运载车的车辆室内自动定位定向方法。借鉴二维条形码思想,设计了一种简单方便、易于识别、内含绝对位置坐标、具有一定纠错能力的路标,可将路标放置在图书馆天花板上,由安装于图书运载车上且光轴和天花板垂直的摄像机进行拍摄。通过图像分割、连通域寻找、轮廓特征曲线匹配以及路标特征识别步骤定位路标,解析路标中所包含的坐标信息以及偏转角度,进而计算出车辆当前所处的绝对位置和航向角。通过实验,验证了所提出方法的有效性,能够满足图书馆内图书运载车室内定位的要求。     

一种形状定位方法

物体形状的位置和方向往往是很重要的信息,它在形状识别和机器人视觉等方面都有广泛的用途.本文描述了一种计算机自动定位方法,实验证明是有效的,并具有算法简单、运算速度快、定位精度高的特点.     

基于序列图像的视觉定位与运动估计

研究了移动机器人的视觉定位和目标的运动估计。采用单目视觉系统,借助人工标识物,由小孔成像模型及空间几何关系,推导出视觉测距模型,并实现了移动机器人的自定位和目标的定位。通过序列图像,应用基于特征的运动分析方法估计球体的运动参数,推导出移动机器人对运动目标的跟踪模型。球体定位实验结果表明:该方法的定位精度较高。     

基于智能手机感知室内有效位移的方法

结构构建是室内地图构建的基础,而室内测距是结构构建中的核心问题。为克服现有测距方法中成本高或精度低的不足,在融合了多种智能手机传感器数据的基础上,重新设计了基于步数步幅统计的测距方法。在步数统计阶段,参照机器学习方法支持向量机（SVM）的设计思想计算最优阈值,使得模型具有极好的泛化能力;在检测步伐有效性阶段,利用磁力传感器数据的方差来筛选产生有效位移的步数;最后通过步幅估计模型计算步幅,进而实现有效位移的测算。通过实时构建室内地图等项目的验证,所提方法被证明是有效的,整体误差率在4%左右,可以达到构建室内地图所要求的精度,为室内地图构建中的有效位移计算提供了一种低成本、高可靠性的方法。     

一种带有GPS的智能手机监控系统与方法

本文提出了一种带有GPS的智能手机监控系统及方法。该系统包含服务器平台和带有GPS的智能手机终端,实现实时位置查询、定时位置查询、周期位置上报,区域报警功能、终端初始化、按键设置、呼入呼出设置、用户管理、系统初始化、终端登录、SOS报警和缺电及关机报警等功能。同时本系统规定了一系列服务器平台和智能手机终端的信息交互流程。经实验验证,本系统与方法能够应用在多种型号的带有GPS的智能手机终端上,功能完善,真正实现位置监控与安全管理。     

联合空战中一种基于双机配合的无源定位方法研究

在分析联合空战作战需求的基础上,根据运动平台对目标无源定位技术的特点,提出了一种基于双机配合的无源定位的方法,并通过仿真,得出测向交叉定位误差最小的条件,验证了该方法是一种可行的无源定位方法,具有较大的实用价值。该方法主要应用于对地面固定雷达站或其他辐射源定位,为后续空战阶段提供重要的目标方位和距离信息。     

基于改进ORB算法的视觉里程计定位方法

针对环境亮度变化导致V-SLAM视觉里程计定位精度不准确的问题,提出一种基于改进ORB算法的视觉里程计定位方法.使用自适应阈值ORB算法提取特征点,提高特征提取的稳定性,通过FLANN进行粗匹配并采用PROSAC算法进行误匹配剔除,同时利用ICP方法进行图像配准求解位姿,使用光束法平差对轨迹图进行优化,采用TUM标准数...     

一种基于智能手机的新移动医疗系统模式

针对探究智能手机与移动医疗相结合的新模式, 以脉搏信号为例, 开发了一系列基于Android智能手机的软件, 使得智能手机实现了对脉搏信号的采集、传输和分析, 尤其是利用手机摄像头采集脉搏信号及脉搏信号在手机的本地智能分析。同时, 基于智能手机完整的信号采集、分析和网络通信功能, 提出了一种基于智能手机的自组织医疗数据共享网络。该模式下, 智能手机同时完成移动医疗系统中的采集、传输和分析功能, 有效地简化了移动医疗系统。     

面向灵巧操作的视觉目标识别

为了能够实现灵巧手对目标物体进行精准操作,研究了一种利用Kinect检测出目标物体,在帧差法的基础上对获取的深度进行背景相减,获取出目标物体的运动点,在此基础上利用获取的目标物体的特征采用T-S模糊逻辑判断出目标物体的方法,以BH8-280对目标物体进行抓取实验为例,在实验中,Kinect在帧差法的基础上检测出目标物体的位姿,大小,形状,以此为基础建立起T-S模糊逻辑系统,判断出目标物体的属性和类别,通过实验结果进一步说明了利用本文研究的方法显著地提高了判断物体的准确率和效率,为灵巧手的精细控制抓取奠定了基础。     

基于智能手机的惯性导航轨迹生成算法

针对传统的手机惯性导航技术存在无法精确计步和计算步长的问题,提出了一种基于智能手机的惯性导航轨迹生成算法。该算法根据智能手机上三轴加速度传感器捕捉的人走路时产生的三轴加速度,利用基于Mealy状态机的计步算法计算人所走过的步数,并获得每一步的起止时间戳;根据三轴陀螺仪所获取的数据及每一步的起止时间戳,结合指南针读数,计算人走过的每一步所发生的方向变化;根据不同步长的人行走时所产生的不同加速度,基于最小二乘法估计人的步长;根据路径起点的坐标,结合步长及方向变化,计算人走过的每一步相对于路径起点的坐标,得到人的运动轨迹。仿真结果表明该算法能够达到较高的惯性导航精度。     

基于倾斜摄影测量的矿产地形三维可视化建模研究

对矿产地形进行三维可视化建模,指导地质勘探,提出基于倾斜摄影测量的矿产地形三维可视化建模方法,采用倾斜摄影测量进行矿产地形的三维图形重建,提取矿产地形的三维边缘轮廓特征量,采用稀疏性的模板特征匹配方法进行矿产地形三维可视化的块匹配,构建矿产地形的边界分布轮廓线,采用不规则三角网重建方法进行矿产地形三维可视化图像的视觉重构,结合倾斜摄影测量方法实现对矿产地形的三维离散点数据重构,提高对矿产地形三维可视化建模的精度。仿真结果表明,采用该方法进行矿产地形三维可视化建模的精度较高,视觉重构效果较好。     

多特征证据理论融合的视觉词典构建

现有的视觉词典构建方法一般是将多个特征构成整个向量并通过聚类形成视觉词典,这种方法在视觉聚类的过程中只考虑了特征的整体相似性而忽略了不同特征对构建视觉词典的影响。提出了一种基于Dempster-Shafer（D-S）证据理论的多特征融合的视觉词典构建方法。该方法应用证据理论融合不同特征的视觉相似性,构造出更加精确的视觉词典。在证据理论的基础上,使用两种特征实现了对视觉词典的再分,使得相似的特征更好地集中在一类中。与传统视觉词典构建方法相比,本文方法获得了更好的结果。应用以上视觉词典构造方法并将之应用于分类实验,在支持向量机与朴素贝叶斯分类器上取得的分类实验结果表明,应用本文方法构建的视觉词典能有效提高视觉词典的精确度,分类效果得到了很大的提高。