基于机器视觉的机器人焊枪精确运动研究

针对焊接机器人焊枪在工作过程中由于人工手眼操作运动精度存在偏差的问题,提出了一种基于机器视觉的机器人焊枪空间定位及运动的方法。利用图像处理技术,识别焊枪空间坐标,控制焊枪进行精确运动,提高了自动化效率。实验表明,该方法的运动定位精度稳定在0.4mm以内,精度较高,适用于机器人焊枪在标定和运动过程中的识别以及精确运动控制。     

三维动画人体运动控制方法综述

分析人体运动信息获取相关技术的最新发展，探讨运动学，动力学，运动捕获技术和计算机视觉技术在人体运动信息获取方面的应用及人体模型的动画控制，即把获取的人体运动信息提供给计算机动画程序，对人体模型进行控制，使其完成各种复杂的仿真动作，对各种方法的优缺点进行了比较。     

全身步态模型的视触融合步态识别算法

为减少背包负重、衣着和环境等因素对步态识别率的影响,提出一种融合视觉和触觉特征的全身步态模型。首先,以支撑脚为起点,根据运动传递过程,建立身体各个部分质量与地面支持力的动力学关系,并且通过加速度引入视觉特征;然后,对模型进行参数分离,得到代表不同步态运动特征的特征矩阵,利用Kinect和步道式足底压力仪获得的视觉图像序列和足底压力图像提取视觉和触觉特征,建立包含正常、背包负重和穿大衣3种步态运动状态下的数据库;最后,选择支持向量机中的多分类方法完成步态识别,在识别过程中通过K-CV法对分类器参数进行了寻优。实验结果表明:足底压力分区方式增加了特征识别点,提高了模型识别率;在正常步态运动条件下模型平均识别率为97.31%,在背包和穿大衣的情况下模型识别性能下降比较少。融合视觉和触觉特征建立包含上肢摆动的全身步态模型可以有效提高模型在复杂步态运动条件下的鲁棒性和步态识别准确率。     

生物特征识别技术综述

通过对各种生物特征识别技术的基本原理和关键技术进行分析比较，探讨了生物特征识别技术的研究前景——多生物特征识别。生物特征识别技术作为一种身份识别手段具有独特的优势，是近年来国际上的研究热点，对信息安全等有重要意义。     

一种基于运动分析的步态识别方法

步态识别是新近发展的一种用在身份识别、视频监控等场合的生物特征识别技术.文中提出了一种基于运动分析的步态识别方法,采用线性判别分析和离散余弦变换分析从图像序列中提取的步态特征.采用背景减除技术提取了侧影,利用侧影的宽高变化进行了步态周期分析及行走方向判断;采用一种通过分析侧影宽度变化获取角度信息的肢体角度提取方法获取了步态序列特征;用类间散布矩阵和类内散布矩阵对应的行列式的比值确定特征个数,并采用线性判别分析和离散余弦变换分析了步态特征.在几个常用数据库上进行了实验结果表明,该方法行之有效.     

人体行为的识别及发展

人的动作行为识别是计算机视觉领域中的热点研究课题之一,广泛应用于安防监控系统、医疗诊断监护、人机交互等方面.从运动对象检测、行为特征提取和人体行为识别方法方面阐述了人体行为识别技术的现状和相关难点.与已有相关综述性文章相比,结合了新的研究成果,介绍了基于轨迹能量扩散图的组行为识别方法以及基于稠密光流轨迹和稀疏编码算法的行为识别算法.且指出了未来行为识别的发展趋势.     

视觉运动计算的新方法

在视觉运动问题中，运动参数估计和运动区域分割之间具有相互制约的关系，文中提出了一种运动计算和结构关联性划分并行计算的自组织方法，通过神经推理和神经元之间关联规划等概，建立了平移运动信息处理的分布式计算原理和神经推理线路。     

机器视觉在黄瓜采摘机器人中的应用研究

机器视觉技术是黄瓜采摘机器人研究中的重要内容之一,分析了国内外黄瓜采摘机器人中机器视觉技术在机器人路径识别导航、目标物体的分割识别与定位、黄瓜成熟度判别等方面的应用研究现状,并且分析了黄瓜识别机器人视觉系统在目标识别率、视觉系统的硬件结构和处理速度、视觉系统能源消耗等方面存在的问题,提出了在今后的研究中应着重把握视觉系统的结构优化、适应性提高以及性能与成本的平衡等.     

基于模式识别的火灾烟雾探测中抗水雾干扰研究

水雾与火灾烟雾在颜色、形态以及面积扩散等方面均具有相似性,容易对基于图像识别的火灾探测技术形成干扰。在同一地点及环境下使用监控系统录制火灾烟雾和水雾的真实视频,从运动方向特征和纹理特征着手进行分析,并利用支持向量机(support vector machine,SVM)对视频进行火灾烟雾和水雾的识别。实验结果表明,火灾烟雾与水雾在运动方向特征及纹理特征中熵和对比度上有明显差异,火灾烟雾识别时使用运动方向特征及纹理特征既能准确的识别出火灾烟雾,又能极大减小疑似烟雾目标带来的干扰。     

一种基于混合高斯模型的运动目标阴影检测策略

视频的目标分割与阴影检测技术是计算机视觉领域中最主要的研究方向之一。基于混合高斯模型,提出一种双重阴影检测策略。先通过HSV模型下的颜色夹角确定疑似阴影,再对运动目标和疑似阴影进行混合高斯建模从而消除实际阴影。实验结果表明,该策略在不影响目标识别的情况下可以较好地检测并消除在不同光照环境下的随伴运动目标阴影,具有较高的鲁棒性,从而能保证目标检测的连续性和准确性。       

浅析电视频道包装的个性化

从频道包装的视觉识别角度来着重分析影响电视频道包装个性化的因素。通过案例、图示、对比的方式,详细论述了色彩配置、画面风格、运动方式、声音、字体,对电视频道包装个性化的影响。     

对复杂背景中字符分割方法的研究

机器视觉技术是计算机科学的重要研究领域，其中背景图像中字符的提取和识别有重大的研究意义．通过分析复杂背景中字符存在的特点，针对快速分割和识别的应用需求，提出了一种在色调上将阀值法和区域生长法相结合的分割方法．     

含高副平面运动链的同构识别

同构识别是机构类型综合中一个重要而又困难的问题，同时，也是图论中非常难解决的问题之一，以往探讨的同构识别方法均为纯低副平面运动链，对含高副平面运动甸宾同构识别，目前还没有一种方法。本文首次提出一种对含高副平面运动链进行同构识别的方法，该方法速度快、工作量少，经大量实例计算，该方法是一种行之有的好方法，且运动链杆件数越多，其优势赵明显。     

一种基于步幅长度及频域特征的步态识别方法

步态识别作为一种较新的生物认证技术有其独特优势,它旨在根据人行进过程中的行走步态模式来识别其身份.提出一种基于步幅长度及频域特征的步态识别方法:首先采用背景减除算法实现运动人体检测,并根据步幅长度变化特征进行周期分割.然后提取步幅长度极值结合关键帧的频幅均值构成五维特征向量,最后用标准模式分类器在中科院自动化所提供的CASIA步态数据库中进行实验,在降低了算法复杂度的同时,获得了令人鼓舞的实验结果.     

非刚性运动目标识别跟踪研究现状

基于非刚性目标运动跟踪问题进行分析,针对运动过程中目标会出现旋转、比例变化及形变等情况,在复杂的背景中通过特征识别匹配实现跟踪。以运动目标的检测识别方法及特征识别方法为出发点,对目前几种经典方法进行分析、比较。结果表明:与光流法及背景差分法相比,MHI在非刚性目标运动的检测准确率、实时性以及鲁棒性方面均占优势;特征匹配技术SURF则可更好地平衡处理速度和效果性能。以SIFT使用不同尺度确定稳定特征点的思路为基础,提出多小波变换图像分析方法,用于实现对序列图像运动目标的特征匹配。     

生物特征识别技术综述

通过对各种生物特征识别技术的基本原理和关键技术进行分析比较,探讨了生物特征识别技术的研究前景——多生物特征识别。生物特征识别技术作为一种身份识别手段具有独特的优势,是近年来国际上的研究热点,对信息安全等有重要意义。     

试探性运动在无标定视觉伺服系统中的应用

针对机器人视觉导引任务中，采用基于图像无标定视觉伺服控制策略时存在的图像雅可比矩阵估计随时间推移而变坏的问题，给出了一个快速、有效的解决方案．通过使用在最需要的方向上附加的试探性运动，有效地提高了图像雅可比矩阵估计的精度和速度．所研究的这一试探性运动在视觉伺服任务中所起的作用，将在后续的焊接机器人初始焊位导引任务中采用．     

数控机床运动误差源识别技术的研究

以典型误差源引起的数控机床运动误差的数学模型作为被识别运动误差的标准模式类别，提出了用基于统计Ｂａｙｅｓ分类器的相关特征识别法和基于人工神经网络分类器的识别法来进行数控机床运动误差源的识别，并用计算机数值仿真结果验证了这些方法的有效和准确性，最后给出一个识别实例．     

基于随机森林算法和摩擦起电传感器的人体运动识别研究

人体运动传感器是可穿戴设备、物联网等领域的关键传感器，低成本的聚合物多功能运动传感器有广阔的应用前景。基于摩擦起电原理，聚合物传感器可实现多种运动的感知。通过对传感器结构和电荷转移规律的分析，表明其可有效感知三维直线运动。将传感器固定在测试人员脚踝处，测得跑步和走路等不同运动状态下的输出电压。选择部分电极输出电压的极差和标准差作为特征量，采用随机森林算法对特征量进行分析，研究结果表明该方法对走路和跑步的识别准确率可达98.3%,为该型传感器在可穿戴设备上的应用奠定了基础。     

基于运动估计和图像匹配的视觉控制算法

针对微操作的作业空间小、路径可估计、位移及定位精度要求高等特点,提出了一种基于运动估计和图像匹配的视觉伺服控制算法,该算法将运动估计引入到视觉伺服中,利用运动估计出末端执行器下一次可能出现的位置,进行小区域的匹配搜索,而不进行整个视频区域的匹配搜索,大大减少了图像匹配时间,提高了实时性和实用性,并增强了鲁棒性。将该算法应用于解决细胞注射微操作过程中的位移以及精密定位等问题,研究了此算法的可行性以及理想运动轨迹的计算和实际运行的轨迹,给出了实现视觉伺服控制算法的数学推导模型及公式。实验结果表明:此算法实现了实时跟踪和识别定位,且鲁棒性好,可应用于大多数的微操作中的移动定位。