基于DaVinci技术的嵌入式智能监控系统

对嵌入式智能监控系统进行研究,提出了一种基于达芬奇技术的嵌入式智能监控系统设计方案;该系统对运动目标检测方法进行分析,采用基于图像序列的背景减除法检测入侵目标,用中值法对背景进行动态更新维护,并在构建的基于DaVinci技术的硬件平台上实现了入侵报警算法;实验表明,采用中值法进行动态背景维护,能较好适应外部环境的变化,在检测到警戒区域运动入侵目标的同时,获得入侵目标的方向信息,并在0.5 s内发出预警信号,满足系统实时性的要求。     

嵌入式双目图像采集系统设计

针对嵌入式系统的双目图像采集,给出了基于STM32硬件平台和嵌入式操作系统μC/OS-II软件平台的图像采集系统设计。并且采用应用AL422B视频缓存芯片、四线制电阻触摸屏和SD卡实现图像采集、显示、存储功能。实验结果表明,该系统具有较好的实时性,采集到的图像对于进行进一步图像处理有重要的实际意义。     

基于云计算平台嵌入式传感器图像处理系统设计

针对传统的图像采集和处理设备体积庞大、昂贵价格和灵活性差等问题,提出了一种基于云平台的和嵌入式图像处理系统设计方案;在系统硬件设计中,采用MT9M001C12STM图像传感器代替传统的CCD来采集图像数据,采用云计算嵌入式设备作为前端数据处理平台;在系统软件设计中,主要设计了硬件设备的初始化和为用户提供操作硬件设备的接口以及将由驱动采集到的数据进行处理和转化成规定格式,对PC机发起通信,传输数据;最终实现嵌入式系统的采集、处理、传输图像数据。     

双目视觉机器人遮挡目标识别研究

随着《中国制造2025》的提出,中国的装备生产和应用的信息化与智能化提上了日程。而双目视觉机器人恰是实现这一目标的执行者。双目视觉机器人识别过程,受实际工况和自身目标识别算法的影响,具有盲目性、非穿透和波动等特性, 针对该复杂过程,提出了UWB遮挡目标识别算法。该算法参考无线电波的运动学方程,结合UWB(Ultra Wideband)无载波通信技术,构成遮挡目标识别系统。并通过UWB标定原理对遮挡目标识别系统进行标定实现对遮挡目标的精确识别,通过实物运行,误差控制在7.1%,满足位置偏差小于26.3%的设计要求,验证了该方案的可行性和有效性。该研究对双目视觉机器人的双目视觉目标识别算法结合其他目标识别算法组成复杂的目标识别算法网络是一次有益的尝试。     

基于YOLOv3的无人机目标识别与双目测距应用研究

本文将YOLOv3[1]目标检测算法与双目测距方法融合并应用在无人机上,不仅能够检测出无人机前方是否有物体,还能够对物体进行识别和分类,同时测量与目标物体的距离.此算法首先通过训练好的YOLOv3-tiny模型对前方的物体进行检测,再用标定过的双目相机获取视角内的深度图,对识别到的目标物体进行测距.为验证检测结果的有效...     

基于树莓派开发板的车辆识别系统设计

本设计着手于具有较大实用价值的“车牌识别”,用小巧的嵌入式开发板接入互联网,实现物联网技术下的车辆识别.该系统主要由嵌入式开发板、摄像头、台式机组成.嵌入式开发板采用当下流行的树莓派开发板,负责调用外置的摄像头模块采集车牌照片,配合在云端的台式机,将采集好的相片通过互联网上传至台式机,台式机处理传送来的车牌照片,并返回识别结果,从而完成整个识别过程.     

基于图像预识别的数字识别研究

为了解决嵌入式车牌识别所带来的低时效问题,提出了一种快速有效的数字预识别方法。首先对图像进行采集并预处理,根据所生成的二值化序列在已经预识别的数据库中读取识别结果。该数据库遍历了所有图像并存储了每幅图像对应的识别结果。对比传统方法,该识别技术具有更高的时效性。     

基于双目视觉的晃动平台上目标的识别定位与运动轨迹拟合

本文以第十届亚太大学生机器人大赛为背景,研究了使用廉价的双目立体视觉系统对晃动平台上的荷灯目标进行识别与三维定位,并拟合其运动轨迹,在此基础上预测其一定时间内的运动坐标,以控制机器人完成比赛中的点亮荷灯任务。实验结果及比赛效果验证了所提出方法的可行性与稳定性。     

双目主动视觉监测平台下的目标识别

利用对目标旋转、尺度变化、视角变化等具有稳定性的尺度不变特征变换(SIFT)算法,提出一种适用于基于圆轨的基线可调双目主动视觉监测平台的目标识别方法,通过离线建立物体的多侧面SIFT特征点数据库,将三维空间的目标转换为二维特征描述,利用二维特征描述实现三维空间目标的识别,以提高匹配识别效率。实验结果表明,该方法能实时准确地识别目标。     

基于双目视觉的电动汽车充电孔识别定位系统

针对机器人定位插拔电动汽车充电枪给电动汽车充电的操作过程,设计了一种基于双目视觉的电动汽车充电孔识别与定位系统.从充电座图像中提取目标物充电孔位置和姿态信息,并发送给机器人控制器,以实现机器人自动给电动汽车充电.首先用Halcon软件实现双目系统的标定、手眼标定;再通过选取中心孔洞的轮廓作为透视可变型模板进行模板匹配将...     

基于双目被动立体视觉的三维人脸重构与识别

提出一种基于双目被动视觉的三维人脸识别方法, 该方法采用非接触式的人脸信息采集技术, 利用图像中弱特征检测方法实现双目视觉中的人脸检测与初步视差估计, 运用基于复小波的相位相关技术对人脸表面进行亚像素级小区域匹配, 重建人脸三维点云信息. 通过可调训练次数的神经网络技术实现多层次人脸曲面重建, 并结合人脸2D图像对重构曲面进行仿射归一, 继而迭代地进行特征提取与识别过程. 实验结果表明, 双目视觉方法使人脸信息采集过程友好隐蔽; 在对应点匹配中, 运用复小波的相位相关算法可获得密集的亚像素精度配准点对, 用神经网络方法可正确重建人脸曲面. 识别过程对环境以及人脸位姿表情等鲁棒性强. 该系统成本十分低廉, 适合在许多领域推广应用.     

基于低负载运算平台的双目视觉快速匹配算法

针对计算机视觉系统在低负载运算平台下的应用,对双目立体视觉系统中的图像特征提取和多分辨率图像匹配处理算法进行分析与研究。在对已有的图像降晰算法进行实验分析的基础上,提出了适用于低负载运算平台的双目视觉快速匹配算法。研究结果表明:该算法与已有的图像特征点匹配算法相比,算法执行时间缩短了约80%。基本满足低负载运算平台如自主移动机器人、车载摄像机等的要求,降低了运算难度,实现了目标定位实时性,同时兼顾了图像匹配精度和高可靠性。     

基于Graph Cuts多特征选择的双目图像分割方法

双目图像分割对后续立体目标合成与三维重建等应用至关重要.由于双目图像中包含场景深度信息,因此直接将单目图像分割方法应用于双目图像尚不能得到理想的分割结果.目前,大多数双目图像分割方法将双目图像的深度特征作为颜色特征的额外通道来使用,仅对颜色特征与深度特征做简单整合,未能充分利用图像的深度特征.文中基于多分类Graph ...     

玻璃瓶在线检测系统设计

该文设计了一个玻璃瓶在线检测系统,用8个普通摄像机在线获取运行中的玻璃瓶瓶口图像,采用遮光箱内局部照明方式,用图像采集卡完成视频信号的计算机输入,两台计算机分别处理4个摄像头的图像,经过计算机之间的通讯完成数据综合,由服务器给出最终检测结果。     

基于DSP的机器人双目视觉平台设计

本文介绍了一种新型的基于DSPC6000系列处理器的机器人双目视觉系统，以Ti公司TMS320 DM642评估板为平台。文中详细介绍了该系统的硬件组成、搭建和软件设计、算法实现等，通过实验来验证平台的可行性。     

基于嵌入式技术的磁悬浮手势识别照明系统设计

基于嵌入式技术设计一种磁悬浮手势识别照明系统,主要以STM32F103C8T6嵌入式芯片为核心、磁悬浮技术为依托,实现通过手势识别控制灯光的开、关和亮度调节功能。这类照明设备不仅节能,而且可省去传统手动机械开关,避免频繁使用开关而造成照明系统易坏的现象,同时,磁悬浮外形新颖、艺术感强,对智能新生活和夜景建设具有积极探索的意义。     

基于双目协调的小型全自主足球机器人导航

对所开发的小型全自主足球机器人只依靠双目异构视觉进行导航问题进行了研究．建立了双视觉测量目标相对和全局坐标的模型，给出了上目和下目的基本导航方法．然后重点分析了基于双目协调的足球机器人导航数据融合方法和双目协调机理．在所开发的全自主足球机器人上进行的实验及在FIRA的世界杯赛上机器人的成功表现，证明了双目协调导航的有效性和实用性．     

基于虚拟仪器的二代身份证检测识别系统设计

针对基于非接触式IC卡的二代身份证的检测识别问题,提出一种新型智能检测识别系统的设计方案,并实现了多系统的网络互联.方案中基于嵌入式系统和非接触式射频识别技术设计了二代证的感应检测终端,基于PC机和虚拟仪器技术设计了证件信息的智能处理软件平台,最终实现了多个检测系统的网络互联.测试结果表明,该设计方案科学可行,检测速度较快,为实现更加精确高效的身份证全国联网管理和查询识别奠赶了基础,对打击假身份犯罪和逃罪起到了积极的推动作用,具有广阔的应用前景.     

基于DM365平台的Qt/Embedded移植

概述了基于达芬奇技术的TM320DM365的硬件环境搭建,介绍了嵌入式系统软件架构,并详细阐述了Qt/E的安装移植,包括tslib1.4库的编译并做相应的设置,概述了嵌入式GUI开发流程。最后,使用一个简单的应用程序对移植的情况进行了测试。     

基于双目融合的无参考立体图像质量评价

针对对称失真和非对称失真图像的评价问题,提出了一种基于双目融合的无参考立体图像质量评价方法。首先,分别将立体图像的左、右视点图像分解成拉普拉斯金字塔序列,利用图像平均梯度和区域能量确定各层融合系数,在双目加权模型的基础上逐层融合两序列并重构合成图像。然后,提取左、右视点图像、合成图像的多尺度多方向频域变换特征和对比度、熵、能量、逆差分矩特征。最后,将特征参数作为支持向量回归模型的输入进行训练并预测图像质量。在LIVE 3D phaseⅠ和LIVE 3D phaseⅡ图像库上作相关性分析,其Pearson线性相关系数和Spearman等级相关系数均分别达到0.96和0.95以上。结果表明,本文方法对立体图像质量的预测结果与主观评价值具有较高的一致性。