基于机器视觉的板件形位测量

为实现快速非接触式的板件形位测量,提出了一种基于机器视觉的测量方法,将机器视觉技术应用到机械加工中。基于机器视觉的板件形位测量利用工业摄像机获取工件图像,经过图像滤波和图像分割后提取工件角点,匹配左右相机中的角点,从而得到角点的三维坐标,并且采用直线拟合的方法拟合工件边缘、计算直线斜率,得到工件的旋转角度。     

基于视觉的目标提取方法综述

感兴趣目标提取是计算机视觉领域一个经典和基础的研究课题,是正确实现几乎所有高层次视觉任务的关键.由于实际采集环境中存在许多不可控制的因素,使得快速准确的目标提取成为几十年来研究者一直面临的挑战.描述了七类代表性的目标提取方法及其优缺点,并通过二次分类分析了它们的适用范围和理论脉络.     

基于机器视觉的健美操跳跃动作特征提取方法研究

由于传统健美操跳跃动作特征提取方法存在动作方位角度识别准确率低、特征提取率低和特征提取效率低的问题,提出基于机器视觉的健美操跳跃动作特征提取方法。通过机器视觉获取健美操视频,提取健美操视频的熵值序列和音乐特征,融合以上特征提取健美操动作关键帧,利用高斯混合模型对关键帧进行处理,消除健美操关键帧的背景;采用阈值识别算法识别健美操跳跃动作,结合Harris3D算子建立健美操跳跃动作序列势函数,在此基础上,利用AdaBoost算法提取健美操跳跃动作特征。实验结果表明,所提方法的动作方位角度识别准确率高、特征提取率高、提取效率高。     

结合稀疏编码的生物视觉特征提取方法

在分析视皮层标准模型的基础上,从S2层的生物视觉机理出发,提出一种结合稀疏编码的生物视觉特征提取方法。对原始标准模型中C1层的输出进行稀疏编码,生成S2层的特征,并在此基础上产生C2特征。将标准模型产生的特征和该方法提取的特征应用于图像分类中进行对比实验,实验结果表明,与标准模型相比,该方法可以更有效地提取生物视觉特征。     

月球车的自主视觉导航

视觉导航是月球车的一项重要功能,本文首先介绍了国内外视觉导航的情况：在对视觉导航原理分析的基础上,提出了月球车的视觉导航实现方案,并进行了避障路径规划的实验。实验结果表明了方法的正确性。     

一种基于视觉的道路检测算法

计算机视觉导航使移动机器人可以工作于复杂环境中,而道路检测是其中的关键环节。针对道路的多样性和环境因素的影响,提出了一种稳健的道路检测算法。依据道路特征把图像分为3组区域：路、非路和不确定区域,然后对难以判断的不确定区域使用假设检验的策略,依据道路的形状、路宽和面积信息综合判断,把不确定区域合并到路或者非路区域,从而快速准确地检测出道路。该算法已经在移动机器人-ATRV上测试和使用。     

基于多特征提取网络的视觉关系检测方法研究

视觉关系检测的目的是检测出图像中目标间的关系,形成诸多三元组,帮助人们实现对图像的文本描述。采用图像特征、空间特征与语义特征等多个特征提取网络,确保多尺度特征提取,加强特征提取能力,提升视觉关系检测的准确率。     

基于角点及空间分布的图像检索方法

本文提出了一种利用角点特征进行图像检索的新方法,该方法利用改进后的Harris算法检测角点,在此基础上结合角点信息、质心距与非角点信息进行检索。该描述方法对形状的平移、旋转、尺度具有鲁棒性。实验结果表明,该方法能够充分利用轮廓信息正确描述形状特征,且实现简单,有效提高了检索的效率。     

便携式车轮定位参数视觉检测系统研究

将双目视觉测量技术应用到汽车四轮定位中,采用两个摄像机的立体视觉方法,采集目标板图像并提取目标板上特征点,并根据几何模型计算特征点的空间位置,求得目标板的空闯位姿,通过分析车轮运动模型建立车轮参数模型,进而得到需要的角度;完成了亚像素级角点提取并正确匹配,标定了两个摄像机的内外参数与视觉系统参数,得到了目标板的空间位姿,通过实验的方法,验证了方案的可行性,分析了误差来源,同时初步搭建了WINCE嵌入式实验平台进行嵌入式算法研究.     

公路视觉导航中道路图像的阈值分割

在公路视觉导航中,分割道路图像的分道线与路面是至关重要。在采用传统最优阈值分割算法时,因道路图像远处与近处的对比度存在差异,易导致不完全分割。为了解决上述问题,针对道路图像的特性提出了逐行最优阈值分割思想。该文通过对大量视频图像的道路与分道线特点进行统计,并结合公路视觉导航中图像的序列性,对逐行最优阈值分割进行了改进以提高实时性,提出了一种新的基于视频流的多阈值分割算法。通过对三种方法对比试验,表明该方法有很好的实时性、有效性和自适应性。     

基于图像增强的月面特征提取与匹配方法

针对月面巡视探测器自主导航中的障碍识别问题,为了采集清晰有效的图形,使用一种基于图像增强的方法结合尺度不变的特征点提取和匹配新的算法来识别障碍物。使用图像增强方法预处理图像,用多尺度特征极值点检测的SIFT方法,提取特征,进行左右双目图像的特征匹配。与传统视觉算法相比,可以解决仿真试验场较差的光源环境,并提高对不同光照环境图像的特征提取和匹配的鲁棒性。在仿真试验场的双目视觉图像匹配中,仿真实验取得较好的效果。     

基于Snake模型的嘴部特征分割

提出了一种基于Snake模型的嘴部特征提取方法,简化了初始化Snakc曲线的步骤,从而避免了手工初始化Snakc曲线时可能产生的误差。该方法使用块像素变差方法解决图像中的弱边界问题,使用图像能量区域来防止边缘泄漏,得到比可变形模板方法更准确自然的结果。实验结果表明,这种基于Snake模型的人脸特征分割方法具有良好的效果。     

ASIPP微束系统中的细胞图像特征提取

对微束系统中的图像处理与识别部分作了介绍，给出了几种常用的细胞图像预处理方法，讨论了细胞图像边缘提取、对细胞进行编号以及提取细胞图像几何参数的算法，同时提供了应用实例。     

基于立体视觉的月球探测器路径规划算法

以实现月球探测器的避障路径规划为目标,采用立体视觉技术感知车前环境,设计一套基于特征匹配的车前障碍物检测算法。构造极坐标直方图描述环境空间,提出一种基于视觉感知的直方图Bug路径规划算法。通过朝目标移动和沿障碍物边界滑动2种行为的切换来保证算法全局收敛。实景重构与仿真实验验证了算法的有效性。     

基于恒星敏感器的月球车航向角确定算法

针对月球特殊的工作环境，阐述了现有技术条件下，我国自主式月球探测车采用惯性导航系统进行位姿确定时，航向角参数误差随着时间不断累积的缺点，进而提出了一种基于星历表数据和恒星敏感器相结合的月球车航向角精确值的确定算法，定期对惯性导航系统中的航向角参数进行修正，以提高月球车位置和姿态精度。重点介绍了航向角精确值的确定步骤，并对由航向角误差引起的定位误差进行了仿真分析，仿真结果证明了航向角修正的必要性和此方法的可行性。     

一种行星车视觉系统立体匹配算法

针对行星车视觉导航系统,提出一种立体匹配算法。使用Census变换得到一组二进制码流,通过色彩权重和距离权重完成权重计算,采用双通道的方法累加匹配代价。实验结果表明,该算法在时钟频率为100 MHz的情况下,每秒可处理2幅23帧左右的图像,平均误匹配率低于6%。     

基于视觉导航的新型月球车驱动控制参数在线估计

为了在复杂的轮地相互作用和运动学限制条件下,实时地估计轮地接触角和滑移量以精确引导和控制 月球车,首先分析了月球车视觉导航的数学模型,建立了带有滑移和接触角的运动学方程,然后,将驱动和导航系 统构成闭环,并实测月球车质心运动路径的数据,提出了一种用观测器识别滑移量和轮地接触角的方法．此法可保 证月球车准确、安全运行,提高了控制精度．仿真和实验结果表明了该方法的有效性和可行性．     

基于Barnard特征和LoG算子的月球车图像特征匹配

月球车视觉系统对匹配速度和鲁棒性要求较高,提出一种基于图像特征的特征点匹配算法。特征点的提取采用Barnard算法和LoG算子共同作用得到。原图像同时采用Bamard算法进行特征提取和LoG算子进行噪声滤波和边缘提取,然后将二者的计算结果进行”与”操作得到最终的特征图像。然后通过阈值进一步处理噪声和选择待匹配点。最后用计算图像序列中像素差的平方和的方法来计算每对待匹配点的匹配程度,得到匹配点对。仿真结果表明,单点匹配和多点匹配并将无匹配点处理后得到的结果都令人满意。     

基于改进的离散傅里叶变换图像分割算法研究

研究图像分割特征提取优化问题。由于外界信号噪声等问题而引起图像分割分辨率低,清晰度不高,提取图像的主要特征目标是图像分割中关键的技术,针对传统的图像特征提取分割算法无法完成对图像关键特征信息适度提取,另外图像分割计算复杂,为了有效的对图像进行分割,提出了一种改进的离散傅里叶变换的图像分割算法。采用傅里叶变换算法对图像中感兴趣的区域进行分割出来后,对各个分割区域特点进行描述并组成一定的结构,从而获得最优图像分割结果。仿真结果表明,改进的算法可以有效地提取复杂图像区域中的特征信息,分割效果明显,提高了图像分割的分辨率和清晰度。     

机器视觉中特征点提取算法的探讨

机器视觉中特征点的提取是基于点特征图像配准算法的一个非常关键的步骤。首先从特征点定义出发,介绍了近年来国内外出现的几种常用的点特征提取算法,然后利用特征提取方法评价标准,对各种检测算子进行了综合的分析和讨论,最后,通过运用VC++编程语言工具进行算法仿真,对试验结果进行比较分析,理论与实践相结合,合理评价了各种方法的性能、优缺点、适用环境,论述对学习图像检测和具体工程应用具有很好的参考价值,并且为这些方法的改进提供了指导性意见。