目标位姿测量中的三维视觉方法

要测量出一组特征点分别在两个空间坐标系下的坐标，就可以求解两个空间目标间的位姿关系，实现上述目标位姿测量方法的前提条件是要保证该组特征点在不同坐标系下，其位置关系相同，但计算误差的存在却破坏了这种固定的位置关系，为此，提出了两种基于模型的三维视觉方法－基于模型的单目视觉和基于模型的双目视觉，前者从视觉计算的物理意义入手，通过简单的约束迭代求解实现模型约束，后者则将简单的约束最小二乘法和基于模型的单目视觉方法融合在一起来实现模型约束，引入模型约束后，单目视觉方法可以达到很高的测量精度，而基于模型的双目视觉较传统的无模型立体视觉方法位移精度提高有限，但姿态精度提高很多。     

自治式移动车路标识别系统

路标识别是自治式移动车(ALV)视觉系统一个重要组成部分,它能校正内部导行系统的定位误差.引导ALV沿正确的路径行驶.本文给出了一种路标识别系统结构,并对系统各模块做了较详尽的阐述. 该系统是予测驱动,基于知识的分割识别系统,在模型匹配的识别方法中引入大量的有关地图和路标的先验知识.给出ALV的近似位置,该系统首先根据地图知识预测是否有路标存在,并对可能出现的     

基于提升小波和SVM分类的炼钢物料识别

以炼钢物料的自动识别为应用背景,提出了基于快速提升小波变换和支持向量机(SVM)的识别方法.该方法首先运用DB4小波的提升算法对图像进行"塔式"分解,提取小波系数统计量作为图像的纹理特征组成特征向量,利用SVM算法进行分类.在炼钢厂原料图片的分类实验中,该方法的分类准确率为99.15%,平均图像特征提取时间为0.074秒.实验结果表明,该方法已满足企业生产的要求,并且准确率和实时性优于该类应用的其它方法.     

一种基于PIC控制的柔体机器人系统

介绍了一种具有多个自由度的柔体机器人的结构与控制。着重分析了基于PIC16C73B的控制系统，给出了详细的硬件原理图和程序流程图，对控制系统中的关键电路进行了分析。     

空间向量法求解坐标变换

介绍一种利用空间向量求解坐标变换关系的方法,简化了传统的坐标系之间坐标变换关系求解的复杂计算,减小了采样误差对计算结果的影响．为建立各物体之间的位姿关系描述提供了有效的数学计算手段     

基于单目视觉的水下机器人悬停定位技术与实现

以7000m载人潜水器的水下悬停为应用背景,以单目CCD摄像机为传感器,提出了基于模型的单目视觉定位和基于特征的视觉伺服两种水下机器人视觉悬停技术方案,分别适用于已知模型的观察目标和未知模型的观察目标两种情况．以自行研制的水下机器人控制系统实验平台为实验载体,利用前视摄像机和水下人工目标,建立了水下演示实验验证系统,并在室内实验水池中,分别实现了两种悬停方法的水下演示实验．演示实验表明：在两种视觉悬停方法的闭环控制下,水下机器人能够抵抗恒定水流干扰和人工位置扰动,很好地实现水下悬停作业．     

基于特征点不确定性加权误差的位姿估计新方法

计算机视觉中一般是利用优化技术最小化目标函数来估计位姿,目标函数通常是由图像平面上特征点重投影误差构成,并且假设测量噪声是各向同性且独立同分布的高斯噪声,所得到的位姿是在该假设条件下的极大似然最优估计。然而,在实际应用中这种假设并不总是成立,测量噪声通常是各向异性且非独立同分布,而且常常具有很强的方向性。为此,本文提出了一种新的特征点位姿估计方法,首先对特征点的方向不确定性建模,然后将方向不确定性融入到重投影误差中,构造基于不确定性加权误差的新目标函数,最后利用Levenberg-Marquardt算法优化目标函数求解位姿。大量实验结果表明,本方法可以适应不同程度的方向不确定性,精度优于现有迭代方法。而且随着不确定性的增加,位姿解的精度并没有明显变差。     

一种人民币纸币号码自动识别快速方法

针对实际工程应用对大角度倾斜的人民币号码自动识别在处理速度和识别率方面的高标准要求,利用智能相机建立了纸币号码自动识别实验系统,并提出了一种综合利用多种特征的人民币号码快速识别方法.该方法在号码分割定位时利用改进的投影法,避开图像倾斜校正环节,节省分割时间;在号码识别时利用数字的开口特征以及数字的宽高比、穿线特征等特征直接识别定位好的数字.在良好光照条件下,通过对170张倾角在±137范围内100元新人民币的测试,识别一张纸币号码(仅数字部分)的时间在4ms以内,识别率100%.实验结果表明,该算法识别速度快,且允许图像有较大的倾斜,可以满足实际工程的需要.     

基于积分图像的快速二维Otsu算法

Otsu自适应阈值算法是图像分割的经典方法之一,在其基础上发展起来的二维Otsu阈值算法却因为计算复杂而制约了其应用.本文针对二维Otsu的耗时瓶颈问题,引入积分图像简化了二维直方图最佳阈值搜索过程的计算复杂度,从而大大缩短了算法处理时间.实验结果表明,本文提出的算法在分割效果上与原始算法完全相同,但计算时间远远小于后者,具有很好的实时性.