模糊分层模型参考自适应控制方法在机器人视觉伺服中的应用

研究了基于图像的视觉伺服机器人系统的控制问题。首先建立了视觉伺服GRB-400机器人的图像雅可比矩阵,然后针对该动态LookandMove系统提出了一种带有模糊自调整能力的分层模型参考自适应控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原分层模型参考自适应控制闭环系统的动态性能做了比较,实验证明了改进后的闭环系统具有更好的动态性能。     

直线参数检测的快速哈夫变换

在直线参数检测的哈夫变换中,基于两点确定一条直线的几何原理,可以消除图像点与参数点对应关系中的不确定性,利用这个原理可缩小每个非零图像点对应的参数空间,减小每个非零图像点的计算量.同时将整幅图像分成小块表决,能大幅度减少哈夫变换的总计算量,而参数检测的精度保持不变.      

基于视觉的无人机自主着陆方法研究

本文针对无人机着陆的问题给出了一种基于视觉的自主着陆方法。通过对飞机动力学、图像信号、控制器进行线性化建模,详细分析了该方法的原理和工作过程.并在仿真中建立简化的环境.以某种飞机模型为试验对象.进行了仿真试验。试验结果表明该方法具有较好的精度,可以实现无人机的自主着陆。     

基于人眼视觉的结构相似度图像质量评价方法

分析了数字图像中亮度、纹理细节、空间位置等因素对人眼视觉特性的影响,建立了数学模型,将人眼视觉特性与图像的结构相似度结合起来,提出一种符合人眼视觉特性的图像质量评价新方法.该方法将图像划分成大小相等的分块,计算出各分块的亮度影响因子、纹理细节影响因子和空间位置影响因子,经过归一化处理得到每个分块的权值,用加权平均的结构相似度作为图像质量的评价指标.实验证明该方法能够区别图像中不同区域的图像特征,符合人眼视觉特性,与主观评价结果一致.      

尹钢让记录的影像在历史中说话

正值成都隆冬时节,天空飘零着细雨,气温一下子就比平常低了许多。但在成都红星路上的一家茶馆,我一边喝着水气氤氲的茶水,一边读着摄影家尹钢带来的图片。当那些长期为摄影家所关注的民生题材——展现面前的时候,川西高原一隅那些被大骨病病痛长期折磨的人们,神秘的尔苏人在艰苦自然环境中的生存现状,川北农村今天依然留存的传统中医疗法等等。一下子就震撼了我的视觉神经。读着读着就读出了暖意。是的,除去影像所承载的视觉冲击力外．我更读到了摄影家在影像表达上的自觉历史意识,以及他悲天悯人的艺术情怀。     

基于脑力负荷飞机座舱视觉显示界面优化设计

在飞机座舱视觉显示界面设计阶段,利用脑力负荷的综合评价,确定最佳设计方案.综合3种脑力负荷评价方法(主任务评价法、生理测量法、主观评价法),建立了飞机座舱视觉显示界面脑力负荷综合评价模型,对设计方案进行优化选择,并进行实验例证.在某型号歼击机视觉界面的不同设计方案中,利用这套评价模型,在降落任务下,得到了不同视觉界面的脑力负荷综合评价值,其中最佳脑力负荷值的设计方案也符合国军标中关于视觉界面的设计原则.在飞机座舱视觉界面脑力负荷的设计阶段,这套评价系统在设计阶段能够给出一个满意的评价结果,对于最终设计方案的确定很有帮助.      

空间交会相对状态测定与控制

阐述航天器交会对接最终逼近段相对状态测定与控制算法。测定算法适用于计算机视觉系统,根据标志点构型几何特征,建立非线性测距方程组并构造加权目标函数。对非共面标志点构型（如3点T型与5点锥型）和共面标志点构型（如正方形、矩形、菱形）,目标函数均含标志点间距比率关系项;对共面构型,目标函数还包含共面条件项。按最小二乘法,采用Gauaa-Newton数值迭代法求解测距最佳值;对共面标志点四边形构型,利用对角线交点的虚影像坐标确定测距求解迭代初值。获得测距后即可应用四元数估算法确定相对姿态与相对位置。对相对姿态控制算法,给出相对姿态运动学与动力学方程,讨论相平面法与四元数反馈法的控制设计方法。相平面控制法应用常值推力,针对小姿态角机动的特点,将相对姿态通道解耦为三个独立的二阶子系统,设计相平面推力方向切换函数;四元数反馈法应用本征轴旋转的线性二阶系统瞬态响应特性,选择相对四元数与相对角速率反馈增益系数,确定控制力矩。对相对位置控制算法,将实际位移对标称位移之差作为控制变量,阐述所需速度增量最小的双冲量机动。大量模拟计算结果表明相对状态测定与控制算法是有效的。     

基于机器视觉的高精度顶桥施工位姿测量系统

分析了现有的顶桥施工中位姿测量系统的特点,指出其目前存在的主要问题.针对这 些问题和现场需求,基于计算机视觉反馈理论,设计了一种由CCD传感器、激光准直仪和倾 角传感器组成的新型高精度光电测量系统.在建立了相关数学模型的基础上,搭建了硬件系 统,给出了视频采集、图像处理和多串口通信等关键技术的具体实现方法,完成了各功能模 块的软件开发.该测量系统具有精度高、实时性好、操作简单、维护方便和成本低廉的优点 ,能够替代以往效率低下的人工测量方式,而且其实现方法为其他大型施工测量系统的设计 提供了新技术.      

基于深度学习的图像匹配方法综述

图像匹配是飞行器视觉导航中的一项关键技术。基于深度学习的图像匹配方法在近几年快速发展,其特征提取网络比传统方法具有明显优势与广阔的应用前景。基于深度学习的图像匹配方法可以按照网络结构的不同分为单环节网络模型匹配方法和端到端网络模型匹配方法。首先对单环节网络模型中的特征检测模型、描述符学习模型、相似度度量模型和误差剔除模型逐一进行了深度调研及分析,然后对端到端匹配网络模型中的单网络结构方法和多网络结构组合方法进行了针对性的综述,并对经典的端到端匹配网络模型算法进行了介绍和分析。最后,结合目前基于深度学习的图像匹配方法存在的问题,指出未来可能的发展趋势和方向,为后续研究者在深度学习图像匹配的研究提供一定参考。     

基于非线性直方图变换的对比度畸变图像校正

在实际成像过程中,因受多种因素影响而导致图像对比度畸变,使其质量下降。为了改善图像质量并增强视觉效果,提出了一种基于非线性直方图变换与参数优化的降质图像对比度畸变校正方法。首先,针对常规直方图均衡方法的局限性,通过人眼视觉感知特性分析,引入图像直方图的先验约束条件,建立了非线性直方图变换模型;进而,从校正效果的最优化角度考虑,运用遗传算法的进化寻优进行校正参数的优化,从而形成了一种高性能的对比度畸变校正算法。一系列在不同场景实拍的对比度严重畸变图像的校正实验结果表明,本文方法校正结果的客观质量评价测算指标和实际视觉效果都有显著提升,和常规校正方法相比具有明显优势。