基于贝叶斯模型与最佳伙伴相似度量的目标跟踪

提出了一种基于产生式与判别式联合模型的视觉目标跟踪算法。首先介绍了一种基于全局颜色特征直方图特征的贝叶斯分类器,检测出若干最有可能属于目标的候选区域,然后利用最佳伙伴相似性度量（Best-Buddies Similarity）得到候选区域与目标模板的相似度,结合概率值与相似度值估计出最优的目标状态。通过划分目标-背景区域模型、目标-干扰区域模型,对可能产生干扰的区域提前进行抑制,降低了长期跟踪可能产生的漂移问题的风险,同时引入了自适应尺度估计机制和在线模型更新策略,以获得更为精准的跟踪结果。在37组具有挑战性的图像序列上与7种优秀的算法对比实验表明,所提出的算法能够有效应对光照变化、遮挡、旋转与尺度变化等多种问题。     

中西方宗教雕塑不同视觉风格影响及溯源

雕塑是人类最早的艺术活动之一,宗教雕塑是雕塑艺术的重要组成部分。西方宗教雕塑注重写实,中国宗教雕塑注重写意;西方宗教雕塑真实生动、细致入微,中国宗教雕塑整体概括、气势恢宏。中西方宗教雕塑不同视觉风格的形成有着复杂的形而上和形而下的原因。就内因而言,是宇宙观、审美心理、情感表达方式等方面的差异,从外因而言,是哲学和自然科学、安放环境、外来文化、材料及处理等不同。追溯中西方宗教雕塑视觉风格的成因将有助于中西方的人文交流与文明互鉴。     

激光辅助智能车障碍物探测方法研究

在智能车视觉导航系统中,为了能够快速精确地探测到智能车前方障碍物,并恢复出障碍物表面的三维信息,提出了一种基于激光辅助的主动探测方法.该方法首先用激光发射器向空间障碍物发射多线激光光条,然后用摄像机观测图像中光条的扭曲,线条断开的位置经过一定的三角几何计算就给出障碍物的尺寸信息.实验结果表明,该方法能够快速准确地探测到障碍物并恢复出其表面三维信息,具有很强的鲁棒性.     

基于灰度图像的秘密分享方案

目前像素的扩展问题成为可视秘密分享方案的重要问题。利用布尔运算给出一个可视的秘密分享方案,并且没有像素的扩展,恢复出的秘密图像质量很好。     

基于稀疏强特征提取的三维地震数据完备方法

随着复杂储层地震资料特征筛选的机器学习技术的进步,如何有效地对参与地震属性优选和储层反演的地震样本进行采集和分析,成为目前智能地震预测领域的一个研究热点。目前的方法多着重于模型分类算法的改进,在标签的制作和采集方面不仅耗费大量时间进行人工标注,还存在标签不平衡情况下类内可靠性、类间平衡性不强等问题。为此,提出基于稀疏强特征提取的三维地震数据完备方法。首先,基于多数决原则的样本分割(Sample Segmentation Based on Majority Rule, SSMR)寻迹多尺度、多标签三维地震样本,进行采集、自动标注;然后,改进标签洗牌平衡方法(Improved Label Shuffling Balance Method, ILSB),通过“2+1”的样本增广平衡策略进行数据完备处理,改善样本采样不平衡性导致的模型训练偏向性;最后,利用基于最小L₁范数稀疏表示对奇异值分解结果进行强特征提取(Minimum L₁-norm Based Sparse Representation for Feature Extraction, L     

基于SolidWorks的圆锥齿轮精锻件的二次开发

介绍了以SolidWorks为开发平台,以VB为编程语言,开发圆锥齿轮精锻件三维实体参数化造型系统的方法.使设计者能够运用该方法对复杂的三维实体进行参数化设计,以提高Slidworks二次开发和模具设计开发应用的能力.     

数控加工仿真系统的研究现状

介绍了数控仿真系统研究的状况,并对国内外的研究进行了比较,由此提出了数控仿真系统的发展趋势。     

智能制造装备视觉检测控制方法综述

为满足智能制造装备产业对机器视觉技术的巨大需求,本文结合装备技术特点和特殊应用环境,提出了通用的机器视觉检测控制技术体系,弥补了当前研究的不足.本文首先对该技术体系的成像系统、自动图像获取、图像预处理、标定与分割、识别检测、视觉伺服与优化控制等关键核心技术,进行了总结和阐述.然后提出了视觉检测控制系统设计的一般原理,并结合3种典型装备,对其具体应用进行详细说明.最后根据智能制造装备不断增长的高可靠性、智能化、高速高精度作业等需求,探讨了视觉检测控制技术所面临的新问题和新挑战.     

一种可完全恢复的门限多秘密视觉密码方案

针对门限结构下恢复多幅秘密图像存在信息损失的问题,给出了一个完全恢复的门限多秘密视觉密码定义,能够适应门限值与秘密数量之间的各种对应关系.在此基础上,通过构造具有上下门限值的单门限多秘密视觉密码方案,并设计旋转规则融合算法和区域合并算法,提出了一种多门限方案.最后,对方案的有效性进行了理论证明和实验验证.     

基于多异类传感器信息融合的微型多旋翼无人机实时运动估计

针对无人飞行器视觉定位结果存在较大时延而影响飞行器运动状态估计精度的问题,提出了一种基于多传感器数据融合的实时运动估计方法.首先,利用机载惯性测量元件(IMU)提供的姿态信息优化单目视觉定位算法,使得视觉定位结果的时延减小.然后,在利用卡尔曼滤波器估计飞行器运动状态的过程中,考虑了视觉定位结果的时延,利用加速度信息进行时延补偿.最终得到实时的高精度运动估计结果.在自主研制的四旋翼飞行器系统上对本文提出的方法进行了验证.通过与不考虑时延的方法的结果以及真实数据进行比较,证明了本方法的有效性.