无人直升机自主着舰的计算机视觉算法

通过理论分析和计算机半实物仿真研究了一种应用于无人直升机自主着舰的计算机视觉系统及相关计算机视觉技术.从工程实践的角度研究了计算机视觉技术在无人直升机自主着舰过程中的应用,并提出了可靠实用的一系列算法.通过精心设计,整套算法达到了无人直升机自主着舰的实时性和实用性要求,为工程样机的研制做好了理论上的准备.     

基于改进FaceNet的飞行器结构裂纹识别方法

基于计算机视觉的裂纹自动识别算法在飞机全尺寸疲劳试验中具有较好的工程应用前景。但由于飞机结构构型多样、疲劳试验环境复杂,直接应用现有的目标检测算法会存在较高的误判率。因此,提出一种基于关键部位状态对比的裂纹识别方法,以人脸识别模型FaceNet为基础,利用对比机制消除结构表面纹理、划痕等干扰因素的影响,并通过对裂纹数据结构和特征分布规律的分析,对FaceNet模型的样本生成规则、网络架构和损失函数进行了适应性改进。该方法具有对裂纹敏感、对图像质量要求低的特点。在疲劳试验环境中,该方法对长度为0.2～5 mm裂纹的检测准确率为97.6%,相较于现有方法优势明显。     

灵巧手主从操作中的人手运动跟踪与识别

在灵巧手主从抓持规划系统中,一项重要的研究内容是获取人手的运动信息.利用计算机双目立体视觉系统作为灵巧手主从操作的人机接口,研究人手指尖运动实时跟踪和识别的方法,提出了一种人手指尖位置的动态识别算法及其实验系统.利用本实验系统,完成左右两像面4个目标点所用的最长识别时间为0.4ms,且人手在正常运动速度时,识别率达100%,表明本算法同时满足实时性和识别率的要求.      

远焦区聚焦性能分析与改善

传统聚焦测度函数在远焦区对图像高频能量解析性能较差;表现为聚焦曲线在远焦区呈现非单调性.利用傅里叶变换方法对图像频谱进行分析:在远焦区,聚焦图像序列的直流分量表现出强烈的波动性,并且直流分量在图像频谱中占据绝对比例,再加上传统聚焦函数滤除图像直流分量的能力较弱,导致误聚焦概率高.考虑到频域聚焦函数计算量大,提出基于时域的两个聚焦函数.实验结果表明:此二函数具有强的直流分量滤除能力,能有效改善聚焦曲线在远焦区的表现,同时具有高的聚焦分辨率.远焦区聚焦性能的改善对于提高显微视觉操作自动化的可靠性尤为重要.      

成果简介

金属塑料复合管道本成果采用金属骨架———塑料复合管道 ,是以钢丝为增强体 ,塑料为基体 ,利用拉模成型工艺 ,在生产线上连续加工复合而成的新型防腐管道。该产品质量轻、强度高、耐腐蚀 ,使用寿命长。管道内壁光洁 ,输送介质阻力小 ,可广泛使用于石油、化工、船舶、通讯、市政和民用建筑等领域。与其它同类产品相比 ,其性价比高。现生产从Φ80mm～ 30 0mm的系列产品 ,并可生产相同材质和尺寸规格的配套管道附件。管道的安装采用经特殊处理的法蓝加密封圈的方式进行连接 ,维护使用极为方便。(中国海鹰机电技术研究院民品总公司　 6 8375 37…     

航空发动机孔探中立体视觉技术研究

介绍了基于立体视觉的发动机孔探技术，建立了平行光轴双目机器视觉模型并采用MATLAB语言实现了摄像机标定，通过图像分析提取出发动机损伤的有效区域，并且运用双目匹配的方法计算出区域的面积及特征点的空间坐标，实现了航空发动机缺陷的定量测量。     

基于视觉六自由度分拣机器人 视觉图像坐标变换的研究

针对机器人定位分拣问题,研发了一种基于视觉的六自由度分拣机器人系统,深入研究了视觉图像坐标引入到机器人控制系统后的坐标变换,并对机器人的分拣动作进行规划,实际运行结果表明,该系统可以实现机器人的定位分拣问题,并且可靠性高,在分拣搬运领域具有较高的应用价值.     

一种基于改进Kalman滤波的 视觉/惯性组合导航算法

提出了一种基于改进Kalman滤波的视觉/惯性直接组合导航算法,首先分析了相关坐标系的定义和敏感器的误差模型,然后分别构建了姿态滤波方程和位置滤波方程,接着对滤波方程进行离散化处理以便在计算机中实现运算,最后采用该方法进行了仿真验证,结果表明系统在不同情况下进行组合导航都能够满足任务要求。     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图...     

基于多特征尺度特征融合的航空指挥动作识别

视觉辅助引导系统(Visual aided Guide System,VaGS)是未来航空运输必不可少的重要组成部分,可以大大节省地面指挥和引导资源,提高安全性。VaGS的核心技术是识别地面指挥员手势并将其转化为指令。介绍了一种新的高效手势识别体系结构,它主要包括2个部分:(1)采用多尺度浅层结构进行特征学习,将全局身体姿态特征与局部手势特征提这两种尺度特征进行融合;(2)所提取的特征输入到超限学习机(Exteme Learning Machine,ELM)中进行分类,输出指令。实验结果表明,在自建的40个类别的航空指挥动作数据集中,准确率达到98.5%,单帧用时0.13 ms。