Rectified transport of a single vibration-driven vehicle in the asymmetric channel

The rectification transport of a single vibration-driven self-propelled vehicle in a two-dimensional left–right asymmetric channel was experimentally investigated. The rectification efficiency of the vehicle moving from the center to the exit was statistically obtained for the range of channel widths, inter-channel asymmetry degrees, and platform tilt angles.The trajectory of its movement was also analyzed. It was found that the structure of the channel provides the main influence. Different channel shapes lead to different ranges of unfavorable widths, and transport efficiency decreases when the asymmetry diminishes—the two channels converge. The addition of external gravity does not counteract the structural limitations, but only affects the probability of departure.

机器视觉导引的室内自动运输车定位系统

为解决传统室内定位方式定位精度低的问题,提出采用定距双球作为定位标志物,设计并实现了一个基于单目视觉的室内自动运输车定位系统。由Open CV2.4.4和VS2010的平台完成了对定距双球的识别、位置定位及姿态测量的上位机设计,再通过nRF24L01芯片与STM8S105主控制芯片完成自动运输车的通信及控制的硬件设计。测试结果表明:定距双球标志物的引入,使得该系统不仅硬件结构简单、成本低、能同时实现位置和方向定位,且稳定性好,精度高,可完成复杂环境下的定位。一般情况下位置定位的相对误差保持在1.5%以内,在距离系统3 m范围的短距离定位的绝对误差小于1 cm,适用于工业上室内运输车对定位精度要求较高的场合。

自然生长状态下树叶图像的分割与提取

以用智能手机拍摄的自然生长状态下的含有复杂背景的树叶图像为研究对象,对图像的背景及其RGB的3个颜色分量的特征进行分析,根据分析的结果提出采用超绿(EXG)算法和底帽变换算法相结合的方法对目标树叶进行分割.对于绿色分量与其他2个分量差异大的背景采用EXG算法去除,而对于绿色分量与其他2个分量差异小的背景采用形态学的底帽变换去除.为了减小目标树叶分割的错分率,采用Otsu算法、形态学和边缘最大矩形对上述分割后的细节进行细化分割.分割结果表明:文中所采用的算法可以很好地将目标树叶从背景中分割出来,错分率小于3.68%.

基于图像处理的叶片主叶脉节点分布信息的提取

植物的叶脉包含着植物重要的生理特征,叶脉及其分布信息的提取是植物分类、识别和建模的基础和关键。利用去叶柄后叶缘的曲率参数函数提取特殊点并利用特殊点确定主叶脉区域,为了避免主叶脉的弯曲和图像局部光照的不均匀对提取效果的影响,对主叶脉区域进行分块,然后利用Hough变换、区域生长和Harris角点检测等算法提取主叶脉区域内主叶脉与次级叶脉之间的节点分布信息,最后汇集节点分布信息得到整片树叶的主叶脉节点分布信息。结果表明,所采用的提取算法可准确地获得节点和节点分布信息。

基于深度编码-解码器的图像模糊核估计

在图像去模糊问题中,显著边缘结构对图像的模糊核估计具有重要的作用.本文提出一种基于深度编码-解码器的图像模糊核估计算法.首先,通过构建训练数据集对深度编码-解码器进行训练,进而自适应地获得模糊图像的显著边缘结构;接着,结合显著边缘结构和模糊图像,利用L2范数正则化对模糊核进行估计;最后,利用超拉普拉斯先验和所估计的模糊核对清晰图像进行估计.与传统的方法相比,所提出的方法不需要多尺度迭代框架.实验结果表明,所提出的算法在获得较好的显著边缘结构以及清晰图像的同时,能够减少算法计算的时间.

基于金字塔权重的QR二维码重构

在QR二维码的识别过程中,会遇到运动模糊等问题,因此获得的QR二维码难以识别。因此,本文提出了一种基于金字塔权重的QR二维码重构方法。首先,对输入的QR二维码图像使用仿射变换进行校正,并将校正后的QR二维码图像按模块分区;然后,对分割后的QR二维码的每一个模块利用分层加权求灰度值,并利用大津算法对改图像进行重构;最后,使用去模糊处理的QR二维码图像进行重构试验。试验结果表明,对比去模糊处理后的二维码和重构的二维码的识别正确率,基于金字塔权重的QR二维码重构具有很高的正确率,并能够在一定程度上提升了QR二维码图像正确识别率。

复叶中小叶主叶脉及其生长角的提取

复叶中小叶的生长角度可作为特征参数识别复叶植物。首先利用改进的Sobel算子和中值滤波提取复叶叶轴和小叶的主叶脉,进而利用Hough变换线性检测获取复叶叶轴和小叶主叶脉的直线,利用所检测的直线计算得到小叶的生长角度。此外,对基于Hough变换线性检测的适用性进行探讨,发现Hough变换线性检测可以很好地适用于小叶主叶脉呈直线的复叶;但对于小叶主叶脉呈现弯曲状时,Hough变换线性检测时会出现明显的缺陷,需要采用外接矩形方法提取小叶的生长角度。提取结果表明,所采用的算法可以有效地提取复叶中小叶的生长角度。

可见光–红外特征交互与融合的YOLOv5目标检测算法

目标检测是自动驾驶系统的关键技术,普通RGB目标检测算法在夜间和恶劣气候等场景往往表现一般,融合可见光和红外信息的目标检测算法因而受到诸多研究关注.现有方法通常融合结构复杂,且忽视了模态间信息交流的重要性.对此,本文以YOLOv5为基本框架,提出一种可见光–红外特征交互与融合的目标检测算法,使用一种新的主干网络跨阶段局部(CSPDarknet53-F),采用双分支结构分别提取可见光和红外特征.然后,通过特征交互模块重构各模态的信息成分和比例,提升模态间信息交流,使可见光和红外特征进行更充分的融合.在FLIR-aligned和M3FD数据集上的大量实验证明,本文算法使用的CSPDarknet53-F在协同利用可见光和红外信息方面更加出色,提升了模型精度,同时,拥有对抗光照强度骤变的鲁棒性.

一种基于改进的暗通道先验的运动模糊核估计方法

传统的暗通道先验已成功地运用于单一图像去模糊问题,但是,当模糊图像具有显著噪声时,暗通道先验无法对模糊核估计起到作用.因此,得益于分数阶计算能够有效地抑制信号的噪声并对信号的低频部分进行增强,将分数阶计算理论与模糊图像的暗通道先验相结合,提出一种基于改进的暗通道先验的运动模糊核估计方法.首先,结合最大后验估计算法与分数阶暗通道先验,构建出运动模糊图像的核估计模型;其次,利用半二次方分裂法解决模型的非凸问题;最后,根据粗糙-精细的策略,利用多尺度迭代框架估计出准确图像的模糊核,进而利用非盲去模糊的方法求解清晰图像.实验结果表明:在有无显著噪声的模糊图像中,所提出的算法虽然所需计算时间较长,但是能够获得较为准确的模糊核,并且能够减少图像噪声以及振铃伪影,提高清晰图像估计的质量;此外,对于不同类型的模糊图像,所提出的算法也同样适用.