提高CCD相机视觉定位度的算法研究

提出了一种提高利用CCD相机进行视觉定位的准确度的方法,对该方法的误差情况进行了分析,提出了减小误差影响的策略,对一个实例进行了研究,证明该方法可以极大地提高CCD相机的测量准确度.     

虚拟演播室

虚拟演播室是一种只有赏和道具，不需要实际场景的演播室系统。它利用计算机技术和视频技术，把实际存在的景物图像和计算机生成的、并不存在于现实世界的人工图像实时地形成具有完全真实感的三维视觉效果。它不仅为电视节目制提供了高科技的制作手段和无限自由的创伤空间，而且在丰富节目包装方式、降低节目费用等方面也具有十分重要的意义。     

基于立体视觉的孔探分析系统及其应用

孔探分析在现代航空发动机故障诊断中一直发挥着重要的作用，开发基于立体视觉的孔探分析系统，对提高故障诊断水平和预测准确度，节约发动机维护成本有着重要的现实意义，系统利用立体视觉技术以及图像处理技术，完成了对双目视觉左右图像的标定和匹配，实现了对实体表面的三维测量和立体重建，本文介绍了基于立体视觉的孔探分析系统的基本原理与主要功能，并结合应用实例验证了系统的有效性。     

光流场重建线性算法的实验模拟

由光流场重建三维运动和结构是计算机视觉研究中的热点和前沿，它分为线性算法和非线性算法。非线性算法的初始值选取非常重要，否则会导致算法失败。本文提出了一种由光流场重建三维结构线性算法的实验模拟新方法，该方法巧妙地利用合成数据和图像序列验证了重建的线性算法，该思路也适用于其它算法。     

基于视觉模型和图像特征的遥感图像压缩

遥感图像具有纹理复杂、边缘丰富的特点,通常难以实现高压缩比.统计了图像经过小波变换后在不同方向、不同级别子频带的能量分布.然后基于人类视觉系统(HVS)模型中的对比敏感度函数(CSF)和遥感图像的能量分布特征,提出一种不同频带小波系数的变步长量化方法,并把该方法应用于嵌入式小波图像编码器.实验结果表明,与不采用心理视觉量化的压缩方法相比,在相同压缩比下,峰值信噪比略为降低,但恢复图像的主观质量有一定程度的改善.     

基于高斯过程的机器人自适应抓取策略

在机器人抓取作业时,目标物体的位姿经常发生变化。为了使机器人在运动过程中能够适应物体的位姿变化,提出了一种基于高斯过程的机器人自适应抓取策略。该方法建立了从观测空间到关节空间的映射,使机器人从样本中学习,省去了机器人视觉系统的标定和逆运动学求解。首先,拖动机器人抓取物体,记录物体的观测变量和机器人的关节角度;然后,利用记录的样本训练高斯过程模型,实现观测变量和关节角度的关联;最后,当得到新的观测变量时,通过训练的高斯过程模型得到机器人的关节角度。经过训练后,UR3机器人成功抓取了物体。     

面向单目立体视觉的立方镜图像处理技术

面向单目视觉辅助光电准直仪对立方镜进行准直的需求,研究针对立方镜图像的数字图像处理技术。采用Canny边缘检测方法得到灰度图像中的边缘信息,借助Hough变换按照直线程度的强弱对边缘信息进行分类提取,得到图像中立方镜棱边对应的直线信息。按照偏角与截距对棱边直线信息进行分类排序,结合先验知识得到立方镜角点对应的配对相交直线,对配对直线求交点得到立方镜角点在图像中的位置,得到的立方镜棱边及角点信息为后续的立方镜位姿计算提供了基础数据。     

一种非接触式双目视觉系统结构参数测量方法

双目视觉系统的设计与精度分析都需要精确的系统结构参数,但普通的测量手段难以胜任。为解决该问题,提出了一种基于摄像机标定的非接触测量方法,以实现结构参数的测量。首先,在研究双目视觉系统精度的基础上给出了双目视觉系统设计和精度分析所涉及的结构参数;然后,在理论上推导了通过摄像机标定的系统外参数与统结构参数的之间的关系;最后,通过标定实验在计算机中解算出了双目系统的外参数,进而测量了双目视觉系统的结构参数,获得了比较精确的系统结构参数。     

频率锁定对伞弹系统稳态特性的影响

旋转伞弹在下落过程中的稳定性直接影响着子弹的扫描性能,因此研究影响伞弹系统稳定性的因素非常重要.采用激光双目立体投影图像视觉技术在立式风洞中非接触测量了伞弹模型的扫描角和瞬时转速,介绍了测量与数据处理的方法,着重讨论了频率锁定现象对伞弹系统稳定扫描特性的影响.试验结果显示:在较窄风速范围内,存在频率锁定区域;在频率锁定区,扫描角和瞬时转速具有较好的周期稳定性,对外界的干扰不敏感,能量谱峰值也较显著.     

基于边缘信息的灰度目标跟踪算法

提出了一种基于边缘信息的跟踪算法,其可以实现对剧烈变化的灰度目标的精确跟踪.首先,利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息;其次,为了解决单一边缘特征空间不能充分表征目标的难题,提出了一种通过组合边缘图像构建特征空间的方法,以便为目标建模提供充分信息;再次,在构建的特征空间中使用核估计方法对目标进行建模;在目标定位阶段,利用Kalman滤波器对目标进行预估后,再由Mean Shift算法在预估位置邻近区域实现目标定位;最后,提出了一种基于形态学的动态模型更新策略,使得算法不仅可以获得精确的目标区域,还可以实现对目标尺寸和形状变化的自适应.实验结果表明,本算法不仅可以有效跟踪剧烈变化的灰度目标,而且跟踪窗口可以实现对目标尺寸和形状的自适应.