基于改进椭圆拟合算法的钢管轮廓测量方法

基于机器视觉在线检测技术，采用椭圆拟合原理对钢管轮廓外形进行测量是一种有效的方法。针对传统椭圆拟合中离群点多所导致的拟合精度低和实时性差等问题，提出了一种改进算法，在截断最小二乘法的椭圆拟合算法基础上，设计了一种椭圆拟合的改进算法。该算法首先根据输入样本点的数量进行排序分段和移除，然后利用超过半数的点集进行椭圆参数的计算和迭代，直至找到拟合误差最小时对应的椭圆参数。通过在典型钢管实测的外轮廓数据上开展对比测试，结果表明，本文所提出的改进算法在样本点数量较多和存在离群点的情况下，可以获得更为理想的拟合精度与拟合速度，具有参数数量少、对自身参数不敏感等特点。     

一种有向传感器网络改进粒子群覆盖增强算法

优化传感器网络覆盖对于合理分配网络的空间资源、更好地完成信息感知和采集任务、提高网络的生存能力都具有重要的意义.在分析传感器节点有向感知模型的基础上,提出了一种有向传感器网络改进粒子群覆盖增强算法.该算法针对随机部署有向传感器网络,以网络区域覆盖率为优化目标,采用改进的多步式位置可选择更新粒子群优化算法,通过调整传感器节点的主感方向,减少网络感知重叠区和感知盲区,实现覆盖增强.仿真实验表明,该算法简单、高效,优于传统的覆盖增强算法.     

序列图像运动自适应V1-MT光流估计算法

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能.     

基于RANSAC的地下矿山巷道边线检测算法

巷道边线是井下铲运机反应式导航系统中重要的感知信息。为了准确可靠地在井下环境中感知巷道边线,提出一种基于二维激光扫描信息和随机抽样一致性(RANSAC)的巷道边线检测算法。首先计算每个激光点的曲率,根据曲率阈值将激光点云划分为多个区域;然后基于RANSAC从每个区域提取直线,并根据铲运机航向角及巷道的设计标准进行筛选;最后合并筛选后的激光点云数据,使用RANSAC算法生成最终的巷道边线。基于地下矿山6种典型的巷道场景对算法效果进行验证,结果显示提取的巷道边线可靠度均达到96%以上,且算法具有很高的实时性和稳健性。     

视线追踪中一种新的由粗及精的瞳孔定位方法

基于图像处理的方法,采用了由粗及精的瞳孔定位思想,提出了一种高精度的瞳孔定位算法.该算法首先利用瞳孔区域的直方图,采用改进的最大类间方差法自适应地分割瞳孔区域,实现粗略定位,然后利用瞳孔灰度的梯度特性来精确定位瞳孔边缘点,最后在像素级瞳孔边缘点的基础上,采用亚像素定位方法,更精确地求得亚像素级瞳孔边缘点,并通过椭圆拟合的方法来精确确定瞳孔的中心位置.另外,针对瞳孔被遮挡的情况,本文提出了一种等距离补偿瞳孔的方法.多次实验结果证明了该算法对遮挡瞳孔的定位有较强的鲁棒性,可以准确地定位瞳孔的位置.     

无线传感器网络中最优分割圆定位算法

为提高无需测距定位算法精度,提出一种最优分割圆定位(OPCL)算法.以节点通信半径做分割圆,将待定位节点附近的锚节点分割为圆内及圆外两部分,定义匹配函数以量化衡量分割结果与实际一、两跳锚节点集合的匹配程度.在一定搜索范围和搜索粒度下,取最优分割圆的圆心作为目标位置.算法综合利用了节点连通性约束及非连通性约束.仿真结果显示,与同类的质心算法、最小包含圆算法相比定位精度显著提升,尤其是对边缘节点定位效果更明显.     

基于自构建多窗体结构的多目标匹配算法

针对大批量芯片生产中视觉检测难题,提出了一种基于多窗体结构的多目标匹配算法,实现了多窗体结构的自构建.结合螺旋形特征链对最多近似点距离(MCD)进行了改进,提高了算法速度和鲁棒性.通过实验证实:该算法较好地完成了大批量芯片识别任务;该算法除了具有高速度和高精确度的优点之外,还具有其他算法不具备的柔性.     

盲环境移动定位(Ⅱ):基于单目视觉系统的定位技术

针对盲环境中移动目标的定位需要,提出了一种基于序列编码图形路标和单目机器视觉系统的盲环境移动目标定位算法.内容包括:在序列编码图形路标模型的基础上,建立包含透镜畸变分析的摄像机针孔成像模型,在移动目标上安装经过标定的单目相机,实时采集包含编码图形路标的图像;根据解码得到的编码标志牌中心点的三维坐标,利用POSIT算法解算出相机的位姿参数,实现盲环境下移动目标的精确定位定姿.实验结果和精度分析表明,该研究为盲环境中移动目标快速精确的自主定位提供了一种可行的新方法.     

基于T-scan测量的薄壁钣金件孔特征重构

针对目前对薄壁钣金件孔测量的效率低,孔心位置和孔半径测量方法上存在的不足,提出一种基于T-scan测量的薄壁钣金件孔特征的重构方法.该方法用T-scan对薄壁钣金件上孔进行扫描得到点云数据;根据点云数据中连续点的欧拉距离将点云数据划分成扫描线点数据;对扫描线点云数据进行算法处理获取位于平面上的点及孔的边缘点;最后对平面上的点采用稳健特征值平面拟合得出平面参数,利用最小二乘空间圆拟合获取孔心坐标值及孔径大小,完成薄壁孔特征重构.通过对试验件和薄壁钣金件上孔进行测量处理,实验表明该算法有很好的实用性且精度满足钣金件孔的实际检测精度要求.     

盲环境移动定位(Ⅰ):序列编码图形路标识别算法

针对无卫星导航信号的盲环境中移动目标定位需要,提出一种适合于盲环境移动定位的序列编码图形路标技术方案,包含更多可用信息的序列编码图形路标方案.在测试环境中布设序列编码图形标志牌,建立了实现盲环境中移动目标快速定位定姿的路标模型实时采集包含编码图形路标的图像,利用SIFT(scaleinvariance feature transform)算法定位编码图形路标,使用Otsu算法进行图像分割和路标边界跟踪,利用快速Hough变换确定编码中心,全自动解译出路标信息,并根据编码库查询得到编码标志牌中心点的三维坐标.实验结果表明,方法可行、算法有效,为盲环境中移动目标的精确定位定姿技术开发奠定了路标基础.