共查询到20条相似文献,搜索用时 31 毫秒
1.
基于改进形状上下文特征的二值图像检索 总被引:5,自引:0,他引:5
提出了改进的形状上下文算法以克服传统的形状上下文算法不具备旋转不变性这一缺点。该算法利用找寻包含采样点数最多的角度区间的方式改变图像角度,对相对应的区域进行比较,并计算匹配代价,从而为形状上下文加入旋转不变性。为提高运算速度,算法也引入了剪枝方法,解决了进行直方图距离计算时遍历采样点的问题。实验显示,本文的算法在公开数据库上测试得到的精确度召回率(PR)曲线与郑提出算法的PR曲线性能接近,但是计算速度较其提升了近1倍;与传统的形状上下文算法相比,提出算法的PR曲线更为优越,且检索精度有较大提高。因此,提出的算法综合检索性能更好,能够有效地的应用于二值图像检索领域。 相似文献
2.
3.
4.
5.
为了有效识别工件的装配基准端,根据工件两端不同的形状特征,提出了一种基于改进的Hu不变矩和LM-BP神经网络的工件装配基准端识别方法。该方法针对Hu不变矩在离散图像缩放运算上存在较大误差的问题,采用改进的Hu不变矩提取工件两端的形状特征值;用提取的特征值训练LM(Levenberg-Marquardt)算法优化的BP神经网络(即LM-BP神经网络),实现工件两端的形状识别,判断装配基准端。实验结果表明,改进的Hu不变矩能保证特征值在图像缩放情况下的不变性,改进的Hu不变矩与LM-BP神经网络结合的识别算法对工件两端形状具有很好的识别能力。 相似文献
6.
7.
8.
提出了一种基于特征点的视觉定位方法,并将其运用于浮吊工件的定位。将摄像机放置于浮吊的工件上方,成像方向对准并垂直于工件以及吊装位置所在基座平面,使其在随工件移动的过程当中能够提取基座平面上人为设置的特征点作为特征,并利用特征点之间的已知物理位置关系、基点的物理位置以及它们在成像坐标下的坐标信息,推算出工件与吊装位置的x—y轴向上的位置关系、相对高度以及工件姿态等信息。通过室内按比例缩小所进行的试验及其所得结果,验证了有效性以及其在浮吊中的可应用性。 相似文献
9.
针对机器人在抓取目标工件的过程中由于光线强度变化、图像环境复杂和拍摄设备移动等造成的工件识别精度低的问题,文章提出一种改进YOLOv5s的工件识别检测算法。首先,通过数据增强扩充数据集并进行预处理;其次,使用改进的k-means聚类算法重新生成更有效的预设锚框,缩短收敛路径;然后,在特征融合网络中添加CBAM注意力机制,有效抑制背景信息干扰,提高特征提取速度;此外,将特征融合模块中原有的特征金字塔结构替换成加权双向特征金字塔Bi-FPN结构,实现高效的加权特征融合和双向跨尺度连接,提高网络对不同尺度特征的融合效率;最后,通过采用α-IoU作为边界框回归损失函数,提高模型的定位效果。结果表明,改进后的YOLOv5s算法对工件检测的mAP值提升了6.03%,检测速度提升了13.7 fps,验证了改进算法的有效性。 相似文献
10.
开发并实施了一个实体模型形状特征自动识别的系统。在该系统中,形状特征首先被定义成具有特定几何与拓扑结构的单个面或一系列相关面的集合; 相似文献
11.
12.
13.
针对动态目标跟踪中快速运动和目标遮挡而跟踪失败问题,提出了一种特征点辅助的时空上下文跟踪算法。首先提取目标特征点,通过特征点匹配和光流跟踪方法进行目标追踪,获得目标预估位置;其次,建立特征点变化率和时空上下文模型更新率关系模型,实时调控更新率,防止引入错误信息;最后,在预估位置区域内,构建局部上下文外观模型,计算与时空上下文模型的相关性获取置信图,进一步精确定位目标。算法在一组测试视频集中进行验证,相比目前4种主流算法(平均跟踪成功率最高为60%,平均跟踪误差最小为26.14 pixel),本算法综合性能达到最优,平均跟踪成功率为90%,平均跟踪误差为7.47 pixel,平均跟踪速率25.31 f/s。在双目视觉移动机器人平台上对随机运动目标进行跟踪实验,在背景干扰、遮挡、目标旋转和快速运动等组合情况下,跟踪成功率97.4%,跟踪距离平均相对误差为4.05%。 相似文献
14.
崔和庆 《现代制造技术与装备》1995,(2)
在机械加工中,零件产生形状误差和位置误差是难免的,而引起零件产生形位误差的原因很多,归纳起来大致由下列两类原因引起:其一是由于在装夹或加工中工件产生变形;其二是由于设备工装(夹具、刀具等)具有的误差。 相似文献
15.
16.
18.
19.
20.
《机械制造与自动化》2017,(5):188-193
针对生产过程中工件等弱纹理目标的自动识别、定位问题,建立了基于立体视觉的工件识别定位系统,研究了基于改进形状描述符、轮廓矩特征、子轮廓的弱纹理目标识别算法,避免了局部不变量特征难以识别弱纹理目标的问题,应用对极线约束、双目测距原理及姿态计算方法完成目标的三维姿态估计。结合OpenCV视觉库及机器人控制系统实现工件识别定位实验系统的软件开发,经实验验证本系统能够实时准确地识别定位弱纹理工件并进行抓取。 相似文献