基于计算机视觉的运动目标研究分析

对视频中的运动目标进行跟踪、识别、检测,并对目标行为进行研究、分析,这就是基于视觉运动目标分析。检测与跟踪运动目标是理解与分析目标行为的前提。文章以计算机视觉为基础,分析了其检测与跟踪运动目标等问题,该研究对于检测和跟踪视觉运动目标的算法分析意义重大。     

视觉跟踪算法研究

视觉跟踪算法是实现视觉目标有效跟踪的关键技术之一,通过观测图像序列,推理获得目标运动参数,实现运动目标跟踪,主要有基于区域跟踪、基于特征跟踪、基于变形模板跟踪和基于模型跟踪等四个类型的跟踪算法,并各具不同的适用范围及优缺点。     

基于OpenMV的仿生机器狗视觉模块设计

基于OpenMV视觉模块,以STM32单片机为运行核心,搭载MPU6050姿态传感器、头部舵机、腿部舵机控制板和腿部舵机、电源稳压模块、锂电池等,完成仿生机器狗硬件控制系统的设计。采用模块化的设计思想,编写仿生机器狗的软件控制程序。在软硬件的协同配合下,该仿生机器狗能够很好地完成颜色识别、人脸识别、目标物跟踪和障碍物避险等视觉功能。     

神经网络PID控制下机器人视觉跟踪研究

针对现阶段我国视觉空间下非全智能的机器人跟踪控制系统中的问题,提出对神经网络PID控制下机器人视觉跟踪系统的研究。在不校准机器人摄像头的前提下,建立PID网络模型,为避免复杂的模型运算过程,设计视觉跟踪控制器,解决机器人跟踪轨迹的参数校准问题。通过实验论证的方式确定神经网络PID控制下的视觉跟踪系统的有效性,可以实现对机器人行走路径的准确跟踪。     

基于单目摄像机的无人机动态目标实时跟踪

文章针对四旋翼无人机与动态目标组成的系统协同作业的任务,研究四旋翼无人机与动态目标的目标识别和目标跟踪问题。设计由单目相机、视觉计算机(树莓派3B)和飞行控制系统组成的自主跟踪控制系统框架,利用Camshift运动目标识别算法对目标位置进行识别并预测动态目标运动轨迹,通过Mavlink协议将无人机的位置信息实时发送给飞行控制系统,从而控制无人机进行动态目标跟踪。实现无人机对动态目标的目标识别,目标跟踪。     

基于全景视觉机器人的粒子群优化FastSLAM算法研究

针对Fast SLAM算法具有粒子退化及重采样带来的贫化问题,文章提出了基于全景视觉机器人的粒子群优化Fast SLAM算法。首先,利用粒子群优化算法更新预估粒子,实现全景视觉机器人在预估位置时能够利用观测到的最新的路标信息,粒子群中粒子的相互作用降低了所需粒子的数量,使Fast SLAM算法避免了粒子耗尽。实验证明,当粒子数相同时,文章采用的改进Fast SLAM算法的全景视觉机器人定位精度明显优于传统的Fast SLAM算法。     

基于深度学习的目标跟踪与行为识别技术

随着人工智能算法模型技术的发展,目标跟踪和行为识别已经成为计算机视觉领域的重要研究任务。该文介绍Yolo V7和Yolo V8这2个最新的目标跟踪和行为识别算法。重点介绍基于深度学习的目标跟踪技术中的目标检测与特征提取、目标跟踪与位置预测,以及介绍基于深度学习的行为识别技术中的视频编码与特征提取、行为分类与识别。此外,该文以Yolo V7和Yolo V8模型结构为基础构建目标跟踪与行为识别的联合学习。     

基于双目视觉的食品分拣Delta机器人定位抓取技术

目的：解决Delta机器人在食品分拣中定位精度差、抓取成功率低等问题,提高机器人的柔性抓取能力。方法：在现有双目视觉和Delta机器人技术的基础上,提出一种基于双目视觉的Delta机器人柔性抓取方法。采用张正友标定方法对相机进行标定,通过弦中点Hough变换对目标进行识别和定位,根据PID跟踪抓取控制Delta机器人抓取动态目标。通过试验对单目标分拣和多目标分拣性能进行分析,验证该方法的可行性。结果：该方法能够准确、快速、稳定地对目标进行动态抓取(成功率在94.0%以上)。结论：双目视觉与Delta机器人相结合可以有效提高机器人的定位精度和分拣抓取的成功率。     

基于视觉传感的焊缝跟踪系统研究现状

视觉传感技术在焊接机器人上的应用,大大提高了机器人的焊接效率和焊接质量。文中介绍了基于视觉传感的焊缝跟踪系统的分类及主动视觉和被动视觉技术的基本原理;分析了图像处理技术的滤波去噪、图像分割与边缘检测和特征分析等研究方法;分析了焊缝跟踪系统的控制结构和智能控制技术的应用现状。最后提出根据视觉传感系统测得焊缝的信息,实时调节焊接参数以及焊枪角度等工艺参数进行自动化和智能化焊接是未来发展方向。     

基于双目视觉的目标定位研究

基于双目视觉的目标定位是当前计算机视觉研究领域的热点问题,文章介绍了双目视觉的基本原理,对其关键技术进行了深入研究,并将基于灰度相关性的立体匹配算法应用到双目视觉定位系统中。设计双目视觉定位实验,实验表明文章方法能够实现一般的双目视觉中的目标定位问题。     

基于计算机视觉的增强现实演示系统

实现一种基于计算机视觉的增强现实演示系统。通过强像设备卖时采集真实场景图像,检测运动目标,通过对运动目标的运动跟踪获取运动目标位置,生成虚拟物体,根据运动目标的运动状态采用碰撞模型控制虚拟物体的运动,将虚拟物体和真实场景图像合成,并显示在通用显示器上,实现用运动目标控制虚拟物体运动的增强现实演示效果。实验证明,该系统能实现增强现实的演示效果。     

博物馆展示照明环境设计视觉认知评价

照明环境中的色温(CCT）和照度值是影响博物馆展品视觉呈现效果的重要因素。通过采用问卷调查和眼动跟踪记录相结合的方法，获取参观者对博物馆展陈实验场景的生理和心理数据，并进行分析，以此对博物馆展示照明环境中的色温和照度值进行评测。实验研究结果表明：不同色温和照度值的图像会影响被试者的视觉偏好，并产生显著差异。当光照环境的CCT参数在6000 k时，会使被试者保持更持久的视觉停留时长。照度值在300 lx的光照环境是最佳的视觉体验环境。该研究结果能为建筑与环境设计师在博物馆照明设计时提供一定的科学依据。     

服饰图案的机器视觉自动寻边切割技术

设计了光学系统、机器视觉系统,与激光裁剪机本体构成服饰图案的机器视觉自动寻边切割系统。主要研究了利用数字图像处理技术,采用滤波、边缘检测和边缘跟踪等数字图像处理算法,对摄取的图像进行处理,有效地提取前景与背景区分明显且轮廓连续的图案待切割目标的边缘信息,并对边缘信息进行矢量化处理,进而控制SPIN1006激光裁剪机,对被切割物体进行精确激光切割。该技术实现了对异形满版服饰图案的自动寻边切割。     

三维预制件缝合机器人视觉跟踪系统

为提高三维编织复合材料预制件缝合机器人的灵活性和智能性,应用结构光视觉跟踪技术设计了三维预制件缝合机器人的视觉跟踪系统。使用CCD和激光器设计了跟踪传感器;基于VC++6.0平台编制了系统软件;针对三维纺织复合材料中毛刺和花节引起噪声多的特点,采用二值化、中值滤波、开启数学形态处理对纺织复合材料激光图像进行预处理;采用纵坐标比较法快速检测接缝特征点位置;用三角原理计算缝合头偏移量。试验结果表明,该跟踪系统精度高,性能稳定,可以满足机器人缝合系统的要求。     

视觉传达设计中视觉思维模式的创新与发展

视觉思维模式对视觉传达设计具有重要意义,在一定程度上决定了视觉传达的设计效果。在此基础上,本文首先从视觉、尺度与比例、整体与局部、对称与平衡、对比与统一等方面对视觉传达设计中的视觉思维模式进行了创新性的研究,最后从视觉传达设计中的差异性、对比与统一等方面探讨了视觉传达设计中视觉思维模式的发展。逆向思维、联想思维、视觉语言等。     

健康视觉的挑战

实现全球健康视觉是一个巨大的挑战,若想要将健康视觉与健康生活联系到一起则是一个更大的挑战.健康视觉学会的成立正是为了帮助视觉保健专业人士实现上述目标.     

基于深度学习的智能车目标检测与视觉导航

目标检测和视觉导航是无人驾驶的关键技术。传统的道线检测依赖于特征提取和检测校正,交通标志识别依赖于色彩分析和图像分割,然而道路场景的剧烈变化导致算法的鲁棒性较差。基于模拟的无人驾驶场景,本文探究深度学习模型LaneNet和YOLOv4,以完成智能车的视觉导航与目标识别。针对不同识别任务,文章采取传统视觉与深度学习结合的方式,保证算法的鲁棒性与实时性。在室内模拟场景中,智能车的无人驾驶系统能够准确实时地完成交通场景中的路线检测、交通灯识别和路线导航任务。     

一种用于棉花图像分析的计算机视觉开发技术

<正>计算机视觉(Computer Vision,CV)是一门研究如何使机器"看"的科学,更进一步的讲,就是用摄影机和计算机代替人眼对目标进行识别、跟踪和测量,并进一步做图像处理,用计算机处理更适合人眼观察或传送给仪器检测的图像。目前,计算机视觉技术蓬勃发展且不断深入多个领域,为数字图像分析和模式识别提供了极大的方便,具有广阔的应用前景。针对棉花行业缺乏智能化分析技术的需求,本文介绍了一种用于棉花图像分析的计算机视觉开发     

GATW焊接过程视觉实时监控系统的研究及发展

概述了孤焊过程视觉传感的基本原理,根据TIG焊弧光光谱理论,采用CCD成像技术,通过辅助光源及窄带复合滤光技术,抑制弧光的干扰获得清晰图像的措施,讨论了视觉传感提取焊接熔池图像特征信息处理和边缘检测的各种方法及实践应用,分析了经典PID控制、模糊控制、神经网络控制和专家系统等控制技术在视觉传感焊缝质量控制、焊缝跟踪中的应用发展。     

一种基于显著性区域的运动目标跟踪方法

根据目标跟踪中遇到的实际问题,在深入研究视觉注意理论的基础上,提出了一种基于视觉注意模型的运动目标检测模型,在该模型下提出了一种基于动态显著性区域的运动目标跟踪方法,该方法利用基于动态显著性特征的运动目标检测模型检测到目标的位置,然后通过自适应窗调整策略,对Mean Shift算法进行改进,可以有效进行目标跟踪,方法能快速准确的检测和跟踪运动目标。