基于GCF-SB视觉注意模型的红外目标检测算法

针对复杂背景、低对比度条件下的红外目标检测,提出了一种基于灰度对比度特征 相似性贝叶斯(GCF SB)模型的红外显著性目标检测算法.建立了一种灰度对比度特征(GCF)模型,该模型利用两个通道分别提取红外图像的灰度特征和对比度特征,然后通过特征融合获得初级显著图;建立了一种基于相似性的贝叶斯(SB)模型,该模型根据初级特征图分别计算目标和背景的先验概率和似然函数,然后利用贝叶斯公式获得最终显著图,进而实现红外图像的显著性目标检测.实验结果表明,所提出算法能够有效抑制复杂背景、低对比度红外图像的噪声,增强对比度,具有较高的检测精度和鲁棒性.     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。     

基于亚像素的圆孔几何参数立体视觉高精度测量

针对工业现场当中圆孔尺寸测量的问题,提出了基于亚像素边界提取和圆拟合的圆孔几何参数双目立体视觉高精度非接触测量方法.该方法包含了经过Canny算法的一次边界定位后的基于灰度矩的亚像素边界二次高精度提取算法,以及采用基于空间三维圆最优拟合求取空间圆的几何中心和半径等参数的算法.实验证明,该方法对于工件上圆孔的测量不仅提高了测量精度,并且减小了空间圆透视投影畸变引起的测量误差,从而满足了现场实验环境要求,保证了圆孔几何参数测量的高精度和高速度.     

机器视觉导引系统中摄像机的标定方法

针对无人机(UAV)自主起飞与着陆机器视觉导引系统中摄像机的标定问题,讨论了标定摄像机内参数的重要意义,选定了包含畸变因素的摄像机透视投影模型。采用改进两步法进行摄像机内参数标定,结果中主要参数相对误差均小于1%,位置误差小于0.2像素,证明了所选择模型和标定方法的合理性。分析并验证了影响标定精度的因素,包括模型选择、图像拍摄质量和标定靶精度。针对机器视觉导引的应用条件,基本解决了准确、快速标定摄像机内参数的实际问题。     

一种基于类间方差的地平线检测算法

 针对视觉导航中用于微型飞行器（MAV）稳定飞行控制的地平线提取问题,提出一种基于类间方差的地平线检测算法。该算法使用角度和距离两个变量进行图像中直线的穷举,选取像素的蓝色分量作为区分天地的特征,利用类间方差构造判别准则进行直线的最优选择,从而实现地平线的检测。实验结果表明：与基于色彩协方差矩阵的地平线检测算法相比,本文算法对地平线检测的平均角度误差减少1°,距离误差减少3个像素,角度和距离参数的检测正确率分别提高1.98%和4.95%,且具有良好的速度特性。     

基于单目视觉的机器人避障方法研究

避障问题一直是机器人领域研究的热点和重点。设计一种基于单目视觉的避障系统,能够同时检测机器人正前方和两侧的障碍物,且对低纹理障碍物同样具有效果。该系统采用特征尺度检测器完成机器人视野正前方障碍物的检测,对于视野两侧的障碍物运用光流平衡策略进行规避,而对于低纹理的障碍物则利用图像熵的方法进行检测。整个系统在地面移动机器人上进行了测试,实验结果表明,该方法能在复杂的环境下可靠地完成机器人的避障任务。     

基于立体视觉的板料成形极限应变测量

设计并实现了一种基于双目立体视觉和数字图像相关方法的板料成形极限应变测量系统-BOSAS(双目视觉应变测量分析系统),对其中的关键技术作了深入讨论.该系统可以克服传统坐标网格方法很难进行变形过程的动态监控、自动化程度不高等局限,并可计算试件各变形阶段全场应变分布,以及重建不同变形时刻下试件的几何外形.将分段位移传递法和有限应变理论相结合,可计算大变形下的极限应变.对深冲铝板6016以及航空铝板2A12-T4、2A12-O、7B04-O等材料的应变测量结果显示本文方法适用于板料成形三维变形及极限应变的测量,并将测得数据与由坐标网格方法测得的数据进行比较,结果表明本文方法测量准确、可靠.     

对国内中小型企业形象设计(CIS)的推广与思考

在我国的中小型企业中存在着以下误区,使得众多视觉识别系统的设计成为一堆废纸.究其原因,笔者认为主因在于资金短缺,或对品牌认识度不够、企业文化的建立与定位过于平庸.据此,企业形象的视觉识别系统设计要严谨、充分,结合其有限资金合理运用,把握主次,分清缓急,灵活导入.     

显著性引导的低光照人脸检测

针对卷积神经网络难以对低光照环境拍摄的图像进行人脸检测的问题。提出了一种将图像显著性检测算法和深度学习相结合的算法,并应用于低光照人脸检测。所提算法将图像的显著性信息与图像原始RGB通道融合,用于神经网络训练。在低光照人脸数据集DARK FACE上进行了充分的实验,结果表明:所提方法在DARK FACE数据集上获得了比当前主流人脸检测算法更好的检测精度,进而验证了所提算法的有效性。      

基于滤波和优化的惯性/里程计组合导航精度对比分析

在广泛使用的惯性/里程计组合导航应用中,一贯的方法是使用Kalman滤波器进行组合导航状态估计,展现出了强大的工程适用性。然而其对于历史状态没有修正,导致整体导航精度受限。而基于优化的方法可以平滑整体组合导航的轨迹,有望提升惯性/里程计组合导航的精度和鲁棒性。将优化方法与滤波方法在惯性/里程计组合导航应用中进行对比,分析在不同条件下优化算法和滤波算法的优劣。试验表明,基于优化的算法在含有稀疏位置观测的条件下能够比滤波算法定位精度更高。但是,无位置观测的条件下,滤波算法更加稳定和精确。可以得到：基于滤波的算法更加简单稳定,更适用于工程实践;基于优化的算法模型更加复杂,在观测约束更多的条件下能够得到更好状态估计结果。