广义的以物体为中心的行程编码：一种新的三维物体模型

三维物体的表达和识别是图象理解和场景分析的核心问题,三维模型在三维物体的识别和场景分析中具有十分重要的作用.三维模型应该是以物体为中心的,能够提供该场景的所有有用信息.物体的大小,形状及朝向应均可从该模型中提取得到.本文提出了一种新的三维物体模型——广义的以物体为中心的行程编码.它包括物体的GORC物理数据结构,详细的形状描述和抽象描述.物体的高层次的表达可以通过以GORC编码的物理数据直接提取得到.三维的GORC是二维的以物体为中心的行程编码在三维上的推广,它兼有物体的体积表达和表面表达的优点.三维物体的GORC模型可以很容易地由其深度信息构造得出,基于GORC的投影运算,图象代数运算以及特征提取均可非常有效地实现.     

机器人分层分布式控制系统设计与实现

本文针对两轮差速驱动移动机器人设计了一种分层分布式控制系统.系统由上到下分为主控中心决策层、车载PC运算层、下位机驱动子层以及位置反馈子层;主控中心决策层和车载PC运算层之间通过无线网卡进行数据传输;下位机驱动子层和位置反馈子层分别采用独立的单片机对系统任务进行分布式并行处理,并通过串口与车载PC运算层进行通信.该控制系统在移动机器人平台进行运动控制性能测试,结果表明,分层分布式控制方式控制精度高,系统响应迅速;同时该控制系统具有超强的计算能力和二次开发潜力,根据功能需要可在各个子层进行分布式扩展.     

增量编码器式位置检测装置

在用变速驱动电动机控制物体移动位置时可用增量编码器作为传感器来检测电动机移动速度及物体移动位置。图1所示为采用增量编码器的位置检测装置结构方框图。图1中，增量编码器1输出2相增量脉冲(A脉冲，B脉冲)和原点脉冲(Z脉冲)。位置检测装置10由边缘检测电路11、旋转方向检测电路12、增序计数器13、可逆计数器14及位置运算电路15构成。边缘检测电路11按照增量编码器     

融合YOLO检测与均值漂移的目标跟踪算法

针对视频目标跟踪算法中物体快速移动以及均值漂移算法误差累积造成的目标漂移问题,提出了一种融合YOLO（You Only Look Once）与均值漂移的目标跟踪算法。采用图像增强机制对视频帧进行预处理,在保持图像信息的同时去除光照强度的干扰;为了降低YOLO算法的计算复杂度,使用二分类器区分目标和背景进行物体的快速检测。根据目标物体的位置信息,使用均值漂移处理后续图像序列,并对目标物体进行检测更新,避免物体快速移动造成目标漂移问题,从而进行有效的检测跟踪。实验结果表明,该算法与DLT（Deep Learning Tracker）算法相比,运算效率提高了12.56%,跟踪精度提高了10.2%,能够较好地适应物体快速移动,具有较强的鲁棒性和实时性。     

一种基于深度和颜色的3D表面重建方法

为了快速、有效地对三维物体的表面进行重建，提出了一种基于深度和颜色的3D表面重建方法。该方法利用同一物体在空间稀疏分布的不同视点下的多幅深度图像，根据3D物体表面同一点在不同深度图像上颜色和纹理的一致性，通过逆投影变换，可将图像中像素点映射到三维空间中的正确位置。然后在以物体为中心的单个坐标系下，进行数据融合，可得到三维物体表面各点的三维数据。实验结果表明该方法具有复杂度恒定、获取图像真实感强等优点，适用于形状、结构草杂的物体重建。     

基于激光扫描的体积测量系统

本文基于激光扫描仪设计了一套体积测量系统,用于物流行业测量货物的体积.系统由二维激光雷达、伺服电机、电机控制单元、数据采集与处理单元及其他机械装置组成;数据采集与处理单元运用了离散积分运算处理三维点云信息,进行物体体积计算;多媒体定时器的应用使得数据采集、数据处理和命令响应能够协调运行.实验表明,该系统在距离物体摆放平面5至6 m的位置,以约0.5 m/s的速度完成对被测物体体积的扫描,整体误差可以控制在5%以下.该系统适用性强,可以测量扫描区域中所有物体的体积,具有广泛的应用前景.     

基于红外小目标识别的空中鼠标解决方案

该文提出一种基于运动物体DBT(detect before track)背景消除法识别红外小目标,并将其应用于空中鼠标中。实验主要经过色彩空间转换、阈值分割、图像开运算、连通分析后进行目标识别,并通过摄像头标定获取识别目标在视野中的相对位置。通过单片机以及2.4G通信模块,将除位置信息以外的控制信息传递到电脑。以电脑进行位置运算,单片机进行控制。实验结果表明,该方案识别的目标精度较高,价格低廉,具有一定应用前景。     

平面图像的对称性检测方法研究

1 引言对称性是物体与形状的基本特征之一,在图像分析和计算机视觉等领域是一个重要的研究课题。形状的对称性描述和物体对称性特征检测在机器人识别、检验、抓取和推理中有重要应用。根据物体的对称性,可以迅速确定物体内部相对位置关系,使被遮挡或丢失的部分信息恢复出来,并且还可以获得物体在三维空间的位置、方位和姿态。物体的对称性在图像压     

一种基于边缘图像的快速物体检测方法

为提高物体检测速度,提出一种利用边缘快速检测物体的方法。首先,求取图像中每一个像素的边缘模值和方向,依据模值定位边缘位置,依据位置和方向进行边缘分组;然后,通过计算边缘组的相似度来对候选的包围盒进行投票;最后,统计多尺度滑动窗口上各候选包围盒的投票得分,依据包围盒得分对包围盒进行过滤,再依据包围盒重合度对包围盒进行合并,并依据合并的包围盒数量判断其是否为物体,最终得到图像中各物体的包围盒。实验结果表明,相对于目前最新的物体检测算法相比,该方法的运算效率最高,且检索率和精确度高。     

电感传感器金属探测定位系统设计

本文以 LDC1000电感传感器以及飞思卡尔 Kinetis 系列微控制器 K60为核心,组成具有定位功能的金属探测系统。通过金属的涡流效应,对金属物体进行检测,能够在一定范围内迅速定位出金属物体的精确位置。经实验表明,距离物体中心定位误差不超过4 mm,最小可以检测出2 cm2大小的金属物体。测量数据在单片机中进行处理,软件上采用了数字滤波,进一步减少了误差干扰信号,提高了系统的稳定性与精确性。该系统可通过 LCD 液晶显示屏显示当前金属物体所在具体位置,并利用按键实现人机交互。     

浮点数与定点数的相互转换程序

<正> 1.浮点数与定点数的内在联系如果约定在二进制代码的某个确定的位置有一个小数点,这样表示的数称为定点数。例如:(0010.1011)_2=(2~1+2~(-1)+2~(-3)+2~(-4))_(10)=2(11/16)定点数运算的软件设计,在计算量较大的场合存在明显缺陷。一是大量复杂的运算之后,小数点位置     

基于斜率的多边形内外点快速判别算法

多边形的内外点判别是图形学的一个基础算法,为了更大限度地降低其算法复杂度和运算量,提出一种基于斜率的点与多边形位置关系的快速判别法。该方法只需计算该点到多边形各顶点的斜率,然后与多边形各顶点的邻边的斜率进行比较,即可对多边形的内外点快速做出判别。该算法无需复杂的点乘、叉乘、求交、三角函数等运算,在判别过程中仅需平均2n次减法运算和n/2次的除法运算,以及一些比较运算,即可对简单n多边形的内外点做出判别。经测试,该算法快速有效。     

复杂背景下圆形物体分割算法

对如何从复杂的工业图像中准确提取圆形目标进行了研究。阐述了传统分割方法应用于复杂图像中提取圆形目标的局限性,提出了基于双阈值结合数学形态学运算的分割算法。首先分别根据两个阈值进行分割得到两幅二值图像,然后根据目标是圆形以及其大致位置等先验知识分别对两幅图进行腐蚀,开启,闭合等数学形态学运算,将高阈值分割得到的图像中的边界信息叠加到低阈值分割得到的图像中,实现对复杂背景图像中圆形物体的准确分割与提取,解决了复杂背景图像中物体识别率低的问题。实验结果表明本方法对复杂背景的图像预处理是有效的。     

一种利用形状片段的物体检测方法

针对物体检测中传统方法计算量大, 对复杂背景敏感, 且大部分物体检测方法只能得到物体所在区域而不能精确定位物体边缘等问题, 本文提出一种基于形状片段特征的物体检测方法. 该方法首先根据训练集得到具有多尺度特性的物体形状片段模型; 对测试图像按照和模型中边缘片段提取一致方法, 根据形状片段间的相似度, 选取出候选形状片段; 然后根据候选形状片段估计出模型中的片段与测试图像中片段之间的旋转角; 最后结合具有全局约束的概率Hough变换, 将物体检测问题转换为Hough空间概率问题; 根据Hough空间求解出的物体中心位置, 对候选形状片段验证, 得到实际物体轮廓片段. 理论分析和实验结果表明, 本文提出的算法具有较好的效果.     

环境物体对全张量重力梯度仪的影响

在重力梯度测量过程中,由于重力梯度测量仪器周围可能有物体存在,由此产生引力梯度,这种变化可以直接被重力梯度仪所敏感.以概念中的十二加速度计组成的全张量重力梯度仪为例,根据万有引力定律,得到梯度仪敏感引力梯度计算的理论逼近公式.使用Matlab软件根据物体处于不同位置时进行仿真,得到了重力梯度仪敏感的9个梯度张量值.通过对仿真结果分析可知,物体距离重力梯度仪中心位置越远,环境物体对梯度仪的影响越小.最后给出了减小这种影响的措施.     

基于边界信息的孔洞填充算法

为了克服传统填充算法无法自动识别孔洞区域的不足,提出了一种基于边界信息的孔洞填充算法.利用边界跟踪得到内外边界的几何位置信息,进而确定孔洞边界,然后利用孔洞边界进行扫描线填充.与种子填充算法和扫描线填充算法相比,该算法无须对整个区域进行复杂的运算,能够避免过多的重复运算,降低了算法的复杂程度,易于编程实现.实验结果表明,该算法运行速度快,并且对任意形状的物体都是有效的.     

基于面向对象八叉树的虚拟漫游碰撞检测

借助面向对象概念,根据层数和叶结点链表个数上限来构建存储场景物体信息的高效八叉树。每个叶结点指向记录对应空间区域内物体信息的链表,每个空间物体信息链表按照其对象大小降序排列。在逐步求精阶段用降序包围球遍历链表进行检测,然后根据凸多面体剖分算法,使用主从MPI模式并行处理以实现精确碰撞检测。该方法利用物体空间位置关系进行碰撞检测,毋需存储大量空间物体三角面片。在基于粒子系统的土壤可视化漫游中的运行结果表明,该方法精度高、实时性好,具有一定的研究和应用价值。     

一种基于双幅图像的物体3维重建

随着虚拟现实技术的发展,对物体进行快速有效建模逐渐成为了研究热点。基于图像建模技术是一种有效的建模方法,其最大的优点是可以利用图像中的信息直接建立物体的几何模型,并且可以迅速构建出具有“照片级”真实感的3维模型。常规的方法是先求解摄像机内外参数,再求解空间中各点在世界坐标系下的位置。提出了一种基于两幅图像利用灭点性质进行建模的新方法。该方法首先利用灭点属性推导出了相机中心在世界坐标系下的坐标位置的解析表达式,再利用两幅图像之间的空间几何约束关系,从空间约束关系中反算出物体各点的空间位置从而重建出物体几何模型,最后进行纹理映射。在物体重建的过程中只利用到了相机内参数,而跳过了对相机外参数的标定,实验结果表明,该方法简单可靠,可用于实现对拥有规则表面的物体3维重建。     

基于发布订阅结构的计算机视觉跟踪研究

文中报道了使用发布订阅中间件搭建的一个跟踪系统,通过单摄像头采集图像,经过分析处理,计算出运动物体的相对位置,同时控制摄像头转动,对运动物体进行实时追踪.整个系统主要包括4个方面,以发布/订阅为中心结构连接3个子系统、目标获取、目标跟踪、采集摄像头控制.文中为卡尔曼滤波定义了新的向量,预测目标运动趋势;根据物体的运动信息自行设计了摄像头控制程序.算法有充分的理论依据和实验验证.     

基于改进YOLOv2的无标定3D机械臂自主抓取方法

提出了一种多物体环境下基于改进YOLOv2的无标定3D机械臂自主抓取方法。首先为了降低深度学习算法YOLOv2检测多物体边界框重合率和3D距离计算误差,提出了一种改进的YOLOv2算法。利用此算法对图像中的目标物体进行检测识别,得到目标物体在RGB图像中的位置信息; 然后根据深度图像信息使用K-means++聚类算法快速计算目标物体到摄像机的距离,估计目标物体大小和姿态,同时检测机械手的位置信息,计算机械手到目标物体的距离; 最后根据目标物体的大小、姿态和到机械手的距离,使用PID算法控制机械手抓取物体。提出的改进YOLOv2算法获得了更精准的物体边界框,边框交集更小,提高了目标物体距离检测和大小、姿态估计的准确率。为了避免了繁杂的标定,提出无标定抓取方法,代替了基于雅克比矩阵的无标定估计方法,通用性好。实验验证了提出的系统框架能对图像中物体进行较为准确的自动分类和定位,利用Universal Robot 3机械臂能够对任意摆放的物体进行较为准确的抓取。