基于机器视觉的圆定位技术研究

针对视觉处理中常见的圆形目标检测,提出了结合Blob分析与最小二乘法圆拟合的定位检测方法,利用Blob分析算法实现粗定位,根据粗定位的输出检测目标圆的边界点,将其作为输入参数给最小二乘法圆拟合进行精定位;实现了在视场范围内对圆形区域自动检测及中心定位,在DSP视觉系统上以钢琴弦柱加工为检测背景对算法进行验证,实验结果表明算法满足工业应用中的实时性和精确性要求。     

基于遗传算法的多传感器网络中目标定位算法

应用于目标定位的多传感器网络系统中,测距定位是一种常用手段,但是由于系统设备和环境干扰等因素的影响,使得测距数据产生误差,影响定位精度。提出了一种基于最小二乘法和遗传算法的一种组合定位算法,首先利用最小二乘法,拟合出目标点的初始概位,并对各节点到初始概位的距离与测量数据的相对误差的绝对值进行排序,根据确定的剔除比例系数,剔除明显异常的测距数据后,再利用遗传算法对目标点进行定位。仿真实验表明,该算法简单易于实现,可有效提高定位精度。     

结合形态学的Hough变换虹膜定位改进算法

虹膜定位是在虹膜图像中确定虹膜的内外边界,是虹膜识别过程的首要环节。Hough变换是虹膜定位的经典算法,但对原始图像质量要求高,算法运算时间长。依据人眼图像的灰度特性,结合形态学处理提出一种改进的Hough变换定位新算法。对图像进行灰度二值化运算后进行形态学处理分离出瞳孔,结合Sobel算子边缘检测出瞳孔边界点,通过最小二乘法拟合定位出虹膜内边界;在先验知识和形态学处理的基础上对图像进行Hough变换,定位出虹膜的外边界。实验表明所提出的算法性能比传统Hough变换有较大提高,可用于实际虹膜识别的预处理过程中。     

机器人视觉定位的图像处理

在机器人视觉定位系统中,图像处理是核心部分,本文针对实际的目标图像,通过对其进行图像预处理,再经边缘检测和应用最小二乘法求得定位点的坐标和相对偏转角度,获得图像定位的信息。经验证符合设计要求,达到了实际应用的准确度。     

基于小波变换的AOA定位算法

提出了一种在非视距(NLOS)环境下对移动台的定位算法。首先利用小波分析对AOA的测量值中的NLOS进行修正,再利用最小二乘(LS)算法确定移动台的位置。仿真结果表明,该算法能够有效地降低非视距环境误差的影响,性能优于基于AOA的LS算法以及神经网络算法。     

Toeplitz矩阵在图像恢复中的应用

从某种意义来说,图像退化的过程可以等价为传输函数和噪声对原始图像矩阵进行线性变换,因而此像恢复过程可以等价于在了解传输函数的基础上,尝试由最小二乘给出解答。当传输函数可分离时,该问题可进一步转化为Toeplitz矩阵的求逆。通过仿真实验,验证了该方法的有效性并给出了算法的数值稳定性分析。     

倾斜校正算法的仿真与分析

有效字符的倾斜校正算法可以有效提高文字算法识别率和识别速度。本文对基于最小二乘直线拟合和Hough变换的倾斜校正算法进行仿真,证明Hough变换具有更好的倾斜校正效果。     

基于最小二乘法与霍夫变换的虹膜定位算法

为解决定位虹膜内外边缘时因轮廓信息不足会出现的定位不准确或者失败问题,提出一种采用霍夫变换与最小二乘法相结合的定位算法。首先使用形态学开操作减少图像中孤立的小点,并利用自适应阈值算法二值化图像;然后使用形态学闭操作补充小缝隙平滑图像边缘,再利用Canny算法提取图像边缘信息;最后根据内边缘与外边缘的差异性分别使用霍夫变换和最小二乘法定位虹膜内外边缘。经实验对比分析,该方法与传统算法相比,能更快速、准确地定位虹膜。     

基于RSSI的机器人室内卡尔曼滤波定位算法研究

针对移动机器人在室内环境中定位难的问题,提出了一种基于RSSI（Receive Signal Strength Indicator）的卡尔曼滤波定位算法。利用基于RSSI的定位方法估算用户的位置坐标,利用卡尔曼滤波算法对用户的估算位置坐标进行优化处理,以提高室内定位系统的性能和稳定性。实验结果表明,卡尔曼滤波算法是鲁棒的,可以有效改善系统的定位精度,达到了预期的目的。     

隐目标回归算法设计研究

对常用的回归方法进行研究.此类方法虽然几何解释明确、易于求解,但均须事先确定(或假定)变量间的因果关系,再考虑建模,在实际应用中,对于很难确定变量的因果关系的问题,如物联网数据分析,上述方法就会失效.为此,提出一种无需假定因变量的隐目标回归方法.该方法易于核化,可以推广到非线性回归问题.通过人工数据和国际标准数据集上的实验验证了所提算法的有效性.     

基于目标跟踪的红外触摸屏优化算法

针对现有红外触摸屏多点识别时识别错乱和画图时轨迹毛刺严重等问题,在原有识别算法的基础上,加入了卡尔曼滤波与跟踪门算法结合的目标跟踪算法处理,提出一种新型红外触摸屏优化算法。该算法通过数据关联中的跟踪门逻辑,将量测值与已有的目标轨迹进行逻辑判断,选择正确的触点信息,剔除伪触点的信息,实现轨迹关联和目标跟踪。同时在红外触摸屏上建立触点的运动模型上,通过卡尔曼滤波实现轨迹的平滑和一定程度上的轨迹预测。在红外触摸屏上的测试表明,与原有的识别算法相比,优化算法增加了约3 μs单点识别时间,但是提高了轨迹在拐角处的平滑度,减少了拐角处约60%的毛刺。优化算法有效地修正了红外触摸屏原有的不足,能实现多触点时的轨迹关联和提高轨迹的平滑程度,能提高红外触摸屏绘图时的实际使用效果。     

Research on immune algorithm for mobile phone viruses detection

In responds to the problem that mobile phone viruses is much more serious but the detection technology for them is not maturity, there is a new way for mobile phone viruses detection. Which is based on the viruses＇ work principle and infection ways, introduced immune algorithm into computer viruses defense detection and set up mobile phone viruses detection model based on minus select immune algorithm. At the same time, it also made analysis on immune algorithm viruses detection and found an approach to probing to mobile phone viruses.     

利用MapX组件实现手机定位的研究

基于Ericsson的移动定位平台设计实现了一个在一定范围内具有广泛通用性的移动定位系统——手机定位系统,在对系统做简要介绍后详细给出了关键部分的实现方法,最后给出在Ericsson的仿真平台上的结果并对结果进行了分析.     

手机触摸屏抗跌落仿真分析

跌落试验是手机产品可靠性试验的一个重要测试项目,一般在产品开发后期进行.采用有限元仿真分析可以大大降低开发成本,缩短开发周期,提高产品开发速度.利用Abaqus对处于开发阶段的手机触摸屏抗跌落性能进行数值仿真分析,研究跌落过程中触摸屏的受力情况,为造型设计师和结构工程师提供相应的设计参考.     

基于U-P-Net的手机玻璃屏幕缺陷分割

随着科技的发展及电子设备的普及,玻璃屏幕质量成为电子设备和其他产品的重要考虑因素;而玻璃外观缺陷检测是玻璃质量检测中最重要的环节,这也是保证产出高品质、高性能的玻璃产品的关键环节;目前玻璃表面缺陷检测方法存在无目标训练图像资源消耗、检测精度较低、复杂特征信息难以提取等问题;因此,为了解决上述问题,提出了一种基于U-pyramid pooling module-Net(U-P-Net)的手机玻璃屏幕缺陷分割模型;采用超像素预处理,有效地降低了原始图像的复杂度;采用ResNet50作为分类网络,减少无目标训练图像造成的资源浪费,提高训练效率;U-P-Net被提出,有效地聚合了不同区域的上下文信息,提高了获取全局信息的能力;实验结果表明,所设计的基于U-P-Net玻璃缺陷分割算法分割精度明显优于其它传统卷积神经网络分割方法,证明了该框架在移动屏幕数据集上的有效性.     

移动手持触摸设备中提高目标选择精度的研究

在直接触摸设备上,利用手指直接点击/选择小目标通常会产生误操作。针对此问题,实证地研究了用户使用不同目标选择技术在移动触摸设备上的性能表现。除了传统的直接点击选择目标技术之外,本研究还设计和实现了三种改进的目标选择技术,分别为：平移放大技术、倾斜技术和吸引技术,而且通过设计实验程序并采集实验数据,评价、对比了四种目标选择技术的性能。研究结果表明三种改进的目标选择技术都比直接点击技术效果好。详细的数据分析进一步阐述了不同目标选择技术的特点和差异。基于实验结果,本研究阐明了改进的目标选择技术在实际应用中的适用场景,以及在用户界面设计中的指导意义。     

Two-mode target selection: Considering target layouts in small touch screen devices

A variety of studies have been conducted to improve methods of selecting a tiny virtual target on small touch screen interfaces of handheld devices such as mobile phones and PDAs. These studies, however, focused on a specific selection method, and did not consider various layouts resulting from different target sizes and densities on the screen. This study proposes a Two-Mode Target Selection (TMTS) method that automatically detects the target layout and changes to an appropriate mode using the concept of an activation area. The usability of TMTS was compared experimentally to those of other methods. TMTS changed to the appropriate mode successfully for a given target layout and showed the shortest task completion time and the fewest touch inputs. TMTS was also rated by the users as the easiest to use and the most preferred. TMTS could significantly increase the ease, accuracy, and efficiency of target selection, and thus enhance user satisfaction when the users select targets on small touch screen devices.

Relevance to Industry

The results of this study can be used to develop fast and accurate target selection methods in handheld devices with touch screen interfaces especially when the users use their thumb to activate the desired target.     

移动机器人超宽带与视觉惯性里程计组合的室内定位算法

对于移动机器人在室内环境的定位任务,新兴的基于视觉惯性里程计（VIO）的辅助定位技术受光线条件限制大,无法在黑暗环境中工作,且超宽带（UWB）定位易受非视距（NLOS）误差影响。针对以上问题,提出一种UWB与VIO组合的室内移动机器人定位算法。首先,采用立体视觉多状态约束下的Kalman滤波器（S-MSCKF）算法/双边双向测距（DS-TWR）算法和三边定位法,分别得到VIO输出的位置信息/UWB解算的定位信息;然后,建立位置测量系统的运动方程与观测方程;最后,通过误差状态扩展卡尔曼滤波（ES-EKF）算法来进行数据融合,得到机器人的最优位置估计。使用搭建的移动定位平台在不同的室内环境下对组合定位方算法进行验证。实验结果表明在有障碍物的室内环境下,与单一UWB定位方法相比,所提算法的总体定位的最大误差减小了约4.4%,均方误差减小了约6.3%;与VIO定位方法相比,所提算法的总体定位的最大误差减小了约31.5%,均方误差减小了约60.3%。可见所提算法可为室内环境下的移动机器人提供实时、精确且鲁棒的定位结果。     

A graphical-based password keystroke dynamic authentication system for touch screen handheld mobile devices

Since touch screen handheld mobile devices have become widely used, people are able to access various data and information anywhere and anytime. Most user authentication methods for these mobile devices use PIN-based (Personal Identification Number) authentication, since they do not employ a standard QWERTY keyboard for conveniently entering text-based passwords. However, PINs provide a small password space size, which is vulnerable to attacks. Many studies have employed the KDA (Keystroke Dynamic-based Authentication) system, which is based on keystroke time features to enhance the security of PIN-based authentication. Unfortunately, unlike the text-based password KDA systems in QWERTY keyboards, different keypad sizes or layouts of mobile devices affect the PIN-based KDA system utility. This paper proposes a new graphical-based password KDA system for touch screen handheld mobile devices. The graphical password enlarges the password space size and promotes the KDA utility in touch screen handheld mobile devices. In addition, this paper explores a pressure feature, which is easy to use in touch screen handheld mobile devices, and applies it in the proposed system. The experiment results show: (1) EER is 12.2% in the graphical-based password KDA proposed system. Compared with related schemes in mobile devices, this effectively promotes KDA system utility; (2) EER is reduced to 6.9% when the pressure feature is used in the proposed system. The accuracy of authenticating keystroke time and pressure features is not affected by inconsistent keypads since the graphical passwords are entered via an identical size (50 mm × 60 mm) human–computer interface for satisfying the lowest touch screen size and a GUI of this size is displayed on all mobile devices.     

Stroke++: A new Chinese input method for touch screen mobile phones

Over the past few decades, users have been feeling clumsy inputting Chinese on mobile devices, partly because the layout of the keyboard/keypad is originally designed for inputting Latin alphabets. To improve this user experience, we propose Stroke++, a novel Chinese input method for touch screen mobile devices. More specifically, Stroke++ provides efficient keypad layout, a friendly user interface and a intelligent character/phrase candidate set generation algorithms. Stroke++ splits a Chinese character into multiple radicals. By leveraging hieroglyphic properties of Chinese characters, our method requires users to only input a subset of the radicals to identify the target character, making it much faster and easier to input Chinese on mobile phones. Our user study results show that Stroke++ outperforms most major Chinese input methods on mobile devices, including Stroke, Pinyin and Hand Writing Recognition (HWR), in terms of the input efficiency and usability. Moreover, we also demonstrate that Stroke++ offers a low entry barrier for Chinese-input novices.