基于视觉感知的率失真优化算法

率失真优化在视频编码中起着关键作用,其目的是在压缩效率和视频质量失真之间取得平衡。现有的率失真算法主要针对视频中时间和空间冗余的消除,未充分考虑视频内容的主观感知冗余。本文提出了一种基于视觉感知的率失真优化算法,通过数据驱动的JND预测模型推导拉格朗日乘数因子,并使用显著性模型优化拉格朗日乘子权重系数,最终融合应用于率失真优化,并采用SW-SSIM评估视频质量,实现视频编码的感知优化。实验结果表明,与AVS3标准率失真算法相比,本文所提算法平均节省12.15%的码率,SW-SSIM提高了0.004 3,有效降低了视频内容中的感知冗余,提高了视频感知质量和编码性能。     

基于视觉感知的故障图像检测算法

针对列车运行故障图像检测问题,提出了一种基于视觉感知机制的图像故障检测方法,实现了列车摇枕裂纹故障的高效率少样本检测。该方法首先基于ICA模型从图像序列中学习初级视皮层中简单细胞感受野;然后,计算正常图像和故障图像神经元的响应,找出对刺激响应较强烈的神经元,输出其对应的内容,进行故障检测。实验结果表明,该方法具有较高的故障检测率,同时能够利用少量样本实现对大量图像的故障检测。     

基于视觉感知的半主动悬架控制系统研究

通过对目前半主动悬架控制系统的研究分析,传统的半主动悬架控制系统在经过一些特定的工况产生的瞬态冲击,可能会由于悬架控制系统的响应迟滞效应无法对每次较大的瞬态冲击做到快速控制响应,对于整车舒适性带来一定影响。本文提出一种基于深度学习图像检测技术的半主动悬架控制系统,旨在通过视觉感知前方对车辆乘坐舒适性带来较大影响的特征工况(如减速带),再融合半主动悬架特殊工况识别控制算法,优化半主动悬架控制系统。     

载重汽车ABS路面辨识算法研究

分析了汽车的制动动力学模型，提出了一种新的适用于载重车的ABS路面辨识算法。算法以车轮转速作为输入，计算出车轮的滑移率和车轮与地面的附着系数，将附着系数与同一滑移率下汽车与路面的理论附着系数进行对比，从而辨识出汽车行驶的路面。搭建了某载重车ABS测试控制系统，进行了道路试验。路试结果表明，该算法可以有效地识别出路面性质，使车轮在不抱死的情况下达到最佳的制动效果。     

视觉感知的无人机自主精确抛投方法研究

无论是在军事还是民用领域,无人机抛投应用价值都非常巨大。现有的无人机抛投方法有：基于人工经验的抛投、基于无人机运动动力学与空气动力学建模的抛投、基于导航系统的无人机抛投、基于视觉驱动的无人机自主精确抛投等。其中基于视觉驱动的无人机自主精确抛投方法涉及复杂的无人机与目标之间运动规律的精确感知与估计、空气动力与各种延时的影响,最佳抛投位姿和时机估计困难很大?本文拟通过基于深度学习的状态感知获取无人机的姿态角、晃动速度、地面目标相对关系等状态参数,通过强化学习解决视频采集处理传输延时、决策控制延时的影响,从而达到自主地、高精度地抛投?在此基础上设计和搭建了一个模拟实验平台,用于算法的训练和测试,并比较了基于视觉驱动的无人机自主精确抛投方法和依靠人工经验的抛投方法的效果,测试结果表明基于深度强化学习的视觉驱动无人机自主抛投方法获得相当高的成功率,能够有效的解决无人机精确抛投问题,该研究结果为无人机自主精确抛投提供了一种有效的解决方案和工程应用思路。     

视觉感知的彩色图像质量积极评价

针对现行的被动(消极)彩色图像质量评价方法存在的问题,深入研究了人类视觉感知彩色图像特征的质量参数:彩色图像平均对比度、彩色图像平均信息熵、彩色图像平均亮度(平均灰度)、彩色图像平均层次因子和彩色图像平均带宽因子.以上述研究为基础,构建了基于扰动变换的主动(积极)彩色图像综合质量评价函数(CAF).研究发现CAF是扰动参数Delta和Theta的函数,通过对扰动参数进行变换,可以使CAF达到最大值,从而实现对单幅彩色图像的质量评价和质量改善.分别对窄带谱、宽带谱和全带谱3种不同色度谱类型的彩色图像进行了积极评价,结果表明,纳入平均带宽因子和平均层次因子两个参数的彩色图像质量积极评价方法符合人类视觉主观评价要求,可使扰动变换获得的彩色图像更加柔和、更富有层次感.该方法不仅能评价单幅彩色图像质量的好坏,还可以通过扰动变换改善彩色图像质量.     

基于视觉感知管道环焊机器人

为了保证管线钢全位置焊接过程的稳定及良好的焊接质量,采用IGBT逆变式弧焊机对基于视觉感知管道环焊机器人系统的焊接电源进行了配置,并利用开发的管道环焊机器人对管线钢进行了焊接工艺实验,研制出一套可行的焊接工艺参数及控制参数.实验结果证明,实际焊接时管道环焊机器人的焊接参数稳定,焊枪能够准确地跟踪焊缝,并自动完成全方位焊接.焊缝的质量完全满足管线钢焊接工艺要求.     

基于单目视觉的无人车环境感知技术研究

为提高无人车的主动安全性能,对其环境感知技术进行了研究,提出了一种在结构化道路上基于单目视觉的汽车前方可行区域内的障碍物检测方法;在确定路面感兴趣区域时,提出了基于模糊聚类的边界跟踪检测算法,实现对车道线的识别;针对序列图像帧间差分法的不足,提出了一种基于帧间差分法的二次改进算法,在突出障碍物特征信息后,采用了静态单帧图像特征处理算法,确定出障碍物位置。实验结果表明,该方法能够有效地识别出车道标志线以及感兴趣区域内的障碍物信息。     

基于机器视觉的垃圾分拣机器人

为了把人从环境恶劣、枯燥繁重的垃圾分类工作中解放出来,本项目设计了一款基于机器视觉的垃圾分拣机器人.机器人以STM32单片机为主控,根据树莓派发送的不同指令控制六自由度机械臂抓取垃圾.机器人的视觉系统部署在树莓派上,视觉系统使用CSI摄像头获取图像并通过YOLOv4目标检测算法求得图像中垃圾的分类信息和位置信息,最后通...     

基于机器视觉的垃圾分类系统设计

针对垃圾分类效果不佳、效率过低和成本过高的问题,提出一种基于机器视觉的垃圾分类系统。系统通过OpenMV摄像头模块采集垃圾的图像信息,上传数据集到EdgeImpulse官网,进行数据的整理和数据集训练,之后迁移学习构建其神经网络模型,OpenMV输出识别的结果传递给单片机。单片机收到传递信息后,控制机械臂抓起垃圾并放入可回收垃圾桶和不可垃圾桶内。测试表明,设计的垃圾分类系统识别正确率达92%以上,具有识别正确率高、使用便捷和易操作等优点。     

垂直度的计算机视觉检测算法研究

在柱状零件计算机视觉检测的应用中,经常需要对其进行垂直度的检测.提出中轴拟合和投影两种检测算法,并给出两种算法的比较结果.     

变电站巡检机器人视觉精确定位算法研究

该文研究了变电站环境下基于可见光单目视觉的变电站智能巡检机器人云台二次对准问题。该方法采用一幅预先采集的参考图像定义机器人的期望位置和摄像机云台期望方向,利用尺度不变特征变换(SIFT)特征匹配算法实现当前图像与参考图像之间的匹配以获取视觉反馈信息,采用RANSAC算法求解当前图像与参考图像间的仿射变换。并通过创建云台控制信号和图像特征空间之间的雅克比矩阵映射关系,结合图像多尺度变换实现云台精确二次对准。在变电站户外环境下的实验结果证实了该方法的有效性。     

基于视觉感知分层的数字界面颜色编码研究*

复杂系统数字界面中的颜色编码对界面设计有十分重要的影响,如何通过颜色编码降低视觉信息混乱、提高认知绩效是优化界面设计中有待研究的课题。针对视觉的层次化感知引导人的注意捕获和视觉行为,在色彩体系和注意捕获理论基础上,通过对视觉感知分层和注意捕获程度的关联分析,提出利用两颜色之间的相互干扰反应时间之差判断其注意捕获程度。采用蒙赛尔色立体中的颜色心理三属性在知觉上的等距离划分,设计颜色的注意捕获试验,结合色差对不同色相、明度和饱和度的视觉感知层次和注意捕获程度进行判定、整合,并对比不同色差大小对认知速度的影响,分析结果表明：黑色背景下,除红色外仅色相不同的颜色在视觉感知上处于同一层;随着明度和饱和度的减少,视觉感知层次降低;目标与干扰物的色差固定时,低明度颜色对比高明度颜色对有更好的识别绩效。以飞机辅助起飞系统弯道情境仿真界面设计为例,验证了距离高饱和的目标色相同色差时,低明度背景上的目标认知绩效优于高明度背景。     

基于视觉感知的灰色设计决策方法

针对人的隐性知识在设计决策过程中难以外显,导致决策结果不确定的问题,提出了一种融合视觉感知数据的灰色设计决策方法。基于视觉感知、注意与偏好的映射关系,建立视觉感知认知模型。综合决策者显性维度的主观选择和隐性维度的眼动追踪数据,构建偏好设计决策的评判机制,利用余弦距离来分配决策者权重,利用灰色决策综合排序求得方案的优劣顺序。以电饭煲为对象进行实例研究,结果表明该方法能得到客观、准确的决策结论,可有效应用于信息有限条件下的群体决策,为设计创新提供方法参考。     

基于视觉感知的表面缺陷检测综述

基于视觉感知的表面缺陷检测,具有高效、可防止二次损伤等优点,被广泛应用于各种工业场景中。近年来深度学习技术的快速发展进一步推动了视觉缺陷检测的进步与应用。以特征的显式提取与自动提取为思路,对基于视觉感知的缺陷检测方法进行综述和分析。首先,简要描述了视觉缺陷检测系统的基本构成,将缺陷检测中的视觉感知归为分类、目标检测和分割3个层次。然后,将现有的视觉检测方法分为基于显式特征提取的(传统方法)和基于自动特征提取的(深度学习方法)。进一步,将基于显式特征提取的方法分为统计法、谱方法和模型法3类,将基于自动特征提取的方法分为整图分类的、目标检测的和像素分割的方法。对每一类方法的特点和适用场景进行了归纳总结与分析。同时,针对工业应用中数据获取成本高的问题,介绍了近年来出现的弱监督缺陷检测方法与异常检测方法,并介绍了具有较大影响力的工业表面缺陷数据集。最后,针对如何减少对大量标注数据的依赖和如何提高检测方法在工业现场的适用性两个关键问题展开讨论,展望了该领域下一步的研究方向。     

基于视觉感知强度的人机交互界面优化设计

为了提高人机交互界面的视觉舒适性和高效性,提出了一种基于视觉感知强度的人机交互界面优化设计方法。首先依据人眼视锥感知细胞的感知强度区域划分标准,建立人机交互界面感知强度划分模型;然后依据优序法的权重等级划分方法,科学度量视觉感知元素权重等级;最后在人机交互界面感知强度与感知元素重要度指标基础上,构建基于视觉感知强度的人机交互界面优化布置模型并用遗传算法求解该模型。刀具补偿操作界面的实例表明,该方法适用于人机交互界面优化布置设计。     

机器人与机器视觉的垃圾分拣系统设计

随着人工智能和机器人在自动化生产线广泛应用,无人化、智能化为其提供了有力技术支撑.垃圾分类和再利用是当今亟待解决的社会问题,本研究结合机器视觉和机器人优势,基于Halcon的图像处理平台和IRB1410机器人的运控载体,对固体流通商品按国家分类标准进行分拣.重点研究机器人逆运动学算法、垃圾外包装条码实时采集、数字图像处...     

基于电子皮肤的机器人运动感知算法研究

为了使机器人在光线不足、黑暗、沙尘等环境下感知目标物体的运动,提出了基于电子皮肤的机器人运动感知算法。算法首先使用电子皮肤作为触觉传感器采集触觉图像,接着利用柔性基底和图像形态学技术改善触觉图像;然后通过识别触觉图像形心和配准最优旋转来计算目标的平移和旋转;最后使用线性回归模型拟合平移距离和旋转角度以计算运动速度,完成运动感知。此外,使用高精度并联定位平台验证了算法精度,算法计算平移距离及速度的最大误差不超过2.7%和6.0%,计算旋转角度及速度的最大误差不超过9.7%和4.0%。该结果表明机器人触觉能在极端的工作环境下代替视觉感知物体运动,进而改善与目标的交互,扩展机器人应用场合。