排序方式: 共有92条查询结果,搜索用时 406 毫秒
11.
视觉定位脑外科手术机器人是近年来发展起来的一种新型医疗机器人。该文首先介绍了整个视觉定位脑外科手术机器人系统的构成和手术过程,随后在传统的通过机器人机械臂点取病人头部四个标记点来建立机器人坐标系与患者头部仿射坐标系之间转换关系的基础上,引入视觉定位功能,通过双目视觉建立起机器人坐标系与患者仿射坐标系之间的关系,从而在根本上提高了系统的机器人坐标系,患者仿射坐标系,3维模型坐标系以及世界坐标系之间的转换精度,有利于进一步的机器人精确手术实现。 相似文献
12.
13.
针对传统的非均匀校正算法难以校正偏振成像的非均匀问题,提出了一种新的矩阵校正算法。分析了偏振成像与非偏振成像的非均匀性的不同表现,阐述了微偏振片阵列成像的非均匀产生机理,指出了采用非偏振成像非均匀校正方法的失效原因。在构建偏振成像系统对入射偏振光源的响应模型基础上,提出了矩阵校正法。实验部分给出了矩阵校正法对均匀偏振场本底图像和信息丰富场景图像的校正效果,定量分析结果表明,矩阵校正法将均匀本底图像的非均匀性降至校正前的10%左右。 相似文献
14.
15.
16.
一种基于DA-GMRF的无监督图像分割方法 总被引:2,自引:0,他引:2
提出一种基于间断自适应高斯马尔可夫随机场(DA-GMRF)模型的无监督图像分割方法.针对MRF模型中的过平滑问题,利用边缘信息构造能量函数,定义了一种DA-GMRF模型.利用灰度直方图势函数自动确定分类数及分割阈值,进行多阈值分割,得到DA-GMRF模型中标记场的初始化,用Metroplis采样器算法进行标记场的优化,实现了图像的无监督分割.实验结果表明了该方法的有效性. 相似文献
17.
物体位姿估计是机器人在散乱环境中实现三维物体拾取的关键技术,然而目前多数用于物体位姿估计的深度学习方法严重依赖场景的RGB信息,从而限制了其应用范围。提出基于深度学习的六维位姿估计方法,在物理仿真环境下生成针对工业零件的数据集,将三维点云映射到二维平面生成深度特征图和法线特征图,并使用特征融合网络对散乱场景中的工业零件进行六维位姿估计。在仿真数据集和真实数据集上的实验结果表明,该方法相比传统点云位姿估计方法准确率更高、计算时间更短,且对于疏密程度不一致的点云以及噪声均具有更强的鲁棒性。 相似文献
18.
19.
用Snake模型分割自然背景下的人造目标时,Snake曲线往往被复杂背景所吸引,无法收敛到人造目标的边缘。针对该问题,文章从目标特征的角度,将分形维数特征引入Snake模型。利用自然背景和人造目标在分形维数特征上的显著区别,定义了基于目标分形维数特征的梯度加权函数,来自适应调整图像梯度幅值的大小,抑制自然背景的干扰。同时,该模型允许初始轮廓远离目标的真实边缘,降低了Snake模型对初始位置的依赖性。实验表明,该Snake模型能够克服复杂自然背景的干扰,提取出人造目标的边缘。 相似文献
20.