卸载过程的物料运动研究

在物料输送中卸载过程的物料运动是非常复杂的。利用运动学原理分析了物料的受力情况,解析了水平输送、倾斜向上输送和倾斜向下输送3种情况时临界状态发生的条件,确定了输送带以不同角度趋入滚筒时物料被抛出的始点位置和切线角,研究了物料在输送带上的运动状况并得出结论,最后建立卸料轨迹方程,用计算机实现了轨迹线的绘制。     

一种利用运动信息提取目标物图像的算法

提出了一种利用运动信息提取图像中的研究对象的算法。当要提取的目标物是运动物体，并且背景的绝大多数均为静止时，该算法适用。其基本原理是：将不包含目标物，全为静态背景信息的参考图像与在同一背景下拍摄的包含目标物的图像进行比较，把相同的成分视为背景消去，得到目标物图像；同时为了消除各种因素所产生的影响，在比较时引入适当的容差，对比较结果做去噪处理，并通过检验区域连通性，消去与目标域不连通的区域。试验表明，应用该算法无需人机交互，提取精度较高，抗干扰能力强，有较好的实用性。     

一种时变序列轮廓图像运动参数重建方法

针对现有的基于特征场的运动场估计方法对帧间位移比较大时运动参数建立困难的问题,提出了基于目标轮廓图像序列的运动估计理论和参数重建方法.该方法基于水平集方法理论,通过对二维轮廓线的标识处理,对轮廓线的演化运动序列进行了建模,并通过仿真试验进行了验证.本方法可用于重建瞬态目标及形变目标的运动位移、速度和加速度等运动参数检测研究.尤其可用于膛H火焰、爆炸过程分析等动态图像检测领域.     

一种利用运动信息提取目标物图像的算法

提出了一种利用运动信息提取图像中的研究对象的算法。当要提取的目标物是运动物体 ,并且背景的绝大多数均为静止时 ,该算法适用。其基本原理是 :将不包含目标物 ,全为静态背景信息的参考图像与在同一背景下拍摄的包含目标物的图像进行比较 ,把相同的成分视为背景消去 ,得到目标物图像 ;同时为了消除各种因素所产生的影响 ,在比较时引入适当的容差 ,对比较结果做去噪处理 ,并通过检验区域连通性 ,消去与目标域不连通的区域。试验表明 ,应用该算法无需人机交互 ,提取精度较高 ,抗干扰能力强 ,有较好的实用性     

一种基于运动检测的粒子滤波跟踪方法

针对传统粒子滤波的建议分布没有利用到当前观测信息的不足,本文提出了一种基于运动检测以改进建议分布的粒子滤波跟踪方法.该方法利用系统的状态转移密度分布,结合目标当前时刻的运动信息共同决定目标的先验分布.首先从一阶自回归的状态转移模型中生成部分粒子,然后采用单高斯背景建模进行局部运动检测,在检测到的运动区域中采样其余粒子,由此得到粒子的先验分布.用该方法分别对动态背景和存在完全遮挡情况下的运动目标进行跟踪,实验结果表明该方法有较高的跟踪精度和较强的稳定性.     

一种提取特征点线的图像处理方法

特征点、特征线的提取是计算机视觉检测的基础，特别是在工业检测中要求很高的精度。本论文介绍了几种提取点、线的方法，在此基础上采用空心正四面体来获取所需图形，设计了一种准确快速获得点、线的图像处理算法。     

一种基于灰度刚辨阈的运动图像清晰度评价方法

运用人眼视觉所具有的亮度掩蔽特性,借助不河灰度级下人眼的灰度刚辨阈值对运动图像清晰度的客观质量评价公式进行参数修改,考虑误差参量的视觉影响.舍弃那些视觉感觉失真可以忽略的低于灰度刚辨阈的误差,实验结果表明与人眼的视觉感知保持较好的一致,明显优于传统的运动图像清晰度评价方法.     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

基于改进模板匹配算法的物料计数方法研究

针对生产过程中物料计数方法存在的缺陷,研究了一种改进的模板匹配算法进行物料数量检测。通过基于双模板搜索方式和位置约束系数r改进传统模板匹配算法(template matching algorithm,TMA),优化寻找最佳匹配图像的过程获得最优解,并以此进行图像拼接,完成物料计数。与传统模板匹配算法(TMA)和高斯金字塔优化的模板匹配算法(Gaussian pyramid transformation,GPT)进行实验对比,证明所提算法较其他2种算法在处理每一张样本图片的时间上分别由0.013s、0.011s缩短到0.008s,在计数准确度上分别由77.32%、84.94%提高到97.36%以上,并且在拼接精度上也优于其他2种算法,实验结果验证了所提算法的有效性。     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

焊条在线计数装置研究

目的研究设计焊条自动包装机上的焊条在线计数装置。方法在调查现有焊条生产线生产现状的基础上,结合现在使用的包装方式,采用伺服电机控制焊条计数,由旋转编码器进行计数设定,用红外线探测头控制被追踪的焊条,到达分离位置进行分离,完成计数。结果设定150根焊条为1个包装,伺服电机的追踪运动,能准确找到开始计数的被追踪焊条,计数没有偏差,焊条包装每包的质量误差不超过企业标准要求。结论设计制造的焊条在线计数装置,能很好地完成输送带上大量焊条的分包计数,能在实际生产中代替人工,提高效率。     

智能光电计数系统的设计

针对传统的计数方法的弊端,设计了一种新型的智能计数系统,利用红外传感器来实现,通过单片机来完成计数。     

智能机器人运动物体检测中噪声消除方法

针对机器人运动体检测中差图像的噪声问题,提出了基于噪声概率分布的通用阈值选择方法。在该算法中,先判断相应区域灰度分布的一致与否,若分布不一致,再取其差图像。实验结果证明,这种方法能有效地消除差图像的噪声。     

动态图像的拼接与运动目标检测方法的研究

动态图像运动目标检测是图像处理中的热点,但动态图像的识别范围却成了目标检测的限制,针对此问题,本文提出了一种利用图像拼接技术扩展图像识别范围、并在此基础上完成运动目标检测的方法。在图像拼接中采用了SURF图像匹配算法,运动目标识别利用背景差分法,实验中使用的是开源的Linux操作系统、以及为图像处理提供了大量算法和函数的Open CV软件开发库。针对不同分辨率、不同角度采集的图像进行了实验研究,结果表明,可以在较好满足图像识别范围的同时,明确地检测出运动目标的相关信息。同时,本文提出一种通过图像拼接实现扩展运动目标检测的方法,满足了实时性要求,达到了增加图像清晰度的目的,但是,在摄像设备与场景之间的相对运动方面还存在着有待解决的问题,这将成为今后研究的重点方向。     

一种新的遥感图像智能匹配方法

遥感图像中目标的空间定位问题一般是通过模板匹配或者特征匹配的方法来实现的。当给定的目标模板与遥感影像中候选识别的目标存在着空间角度、缩放比例和背景噪声较强等问题时，采取模板匹配方法就很难实现对目标的快速准确定位。遗传算法是一种自适应的迭代寻优搜寻和直接对参数对象进行操作的智能算法。利用这种算法优势可以屏蔽掉模板匹配目标的过程中对复杂参数的确定过程。本文将遗传算法与模板匹配方法密切结合，选取一幅北京奥运规划区遥感影像进行了方法实验，结果表明该方法除具有遗传算法智能快速化的效果，还具有实际操作简便的优点。     

体视显微镜物镜放大倍率误差校准方案设计

体视显微镜是利用光学原理把人眼所不能分辨的微小物体放大成像以供人们提取微细结构信息的光学仪器。物镜放大倍数误差是其主要的计量特性参数,直接影响显微镜测量结果的准确性。为保证体视显微镜的量值准确,本文研究设计体视显微镜物镜放大倍率误差校准方案,并对其校准结果不确定度进行了分析。研究结果表明,本文的校准方法切实可行,为体视显微镜物镜放大倍率误差的校准提供了技术依据。     

角度的图像测量法

为提高角度测量的精度、速度以及扩大角度测量方法的应用领域,提出一种采用基于计算机视觉的图像测量技术进行角度测量的方法。通过对采集到的被测工件图像进行边缘检测、细化处理和霍夫变换,从而确定出其角度。实验结果表明,角度的图像测量法在测量精度、速度、抗噪声等方面具有很大的优势。     

基于显著目标移动的自动抠图方法

抠图技术是一种常用的提取图像中精确目标区域的方法,在图像编辑中有着重要的应用,现有的大多数抠图技术依赖于人工交互,本文提出一种基于显著目标移动的自动抠图方法。首先对输入图像进行区域分割;然后计算各个区域的显著性值,并建立区域之间的显著性引力模型;在此基础上进行基于显著目标移动的迭代,从而获取图像的显著区域;之后对显著图进行分割并且进行目标区域形态学运算,生成三分图;最后利用基于学习的抠图算法,提取图像目标。实验结果表明,本文方法不需要人工交互和其他的辅助信息,目标抠取效果良好。     

单影像运动目标六维参数测量方法

为了得到目标的6雏空间参数,一般需要采用两台或多台摄像机在不同的位置同时拍摄,得到具有一定视差的立体像对,通过交会计算得到目标空间参数.本文通过对经典的摄影测量共线方程进行改化,将待解算参数作为方程参数,得到扩展的共线方程.当刚体目标上有3个或以上坐标已知的参考标志点时,利用单幅影像就可以得到目标的6维空间参数.由于需要的摄像机少,该技术方法可以应用到不允许安装过多摄像机的场合,如飞行试验、航空器件对接等,并且能节省一半的人力和物力,具有较好的经济效益.     

An Effective Method for Online Disease Risk Monitoring

ABSTRACT

Many diseases can be prevented or treated if they can be detected early or signaled before their occurrence. Disease early detection and prevention (DEDAP) is thus important for health improvement of our society. Traditionally, people are encouraged to check their health conditions regularly so that readings of relevant medical indices can be compared with certain threshold values and any irregular readings can trigger further medical tests to find root causes or diseases. One limitation of such traditional DEDAP methods is that they focus mainly on the data collected at the current time point and historical data are not fully used. Consequently, irregular longitudinal pattern of the medical indices could be neglected and certain diseases could be left undetected. In this article, we suggest a novel and effective new method for DEDAP. To detect a disease by this method, a patient’s risk to the disease is first quantified at each time point, and then the longitudinal pattern of the risk is monitored sequentially over time. A signal will be triggered by a large cumulative difference between the longitudinal risk pattern of the patient under monitoring and the longitudinal risk pattern of a typical person without the disease in concern. Both theoretical arguments and numerical studies show that it works well in practice. Supplementary materials for this article are available online.