一种改进型Canny边缘检测算法

边缘检测是提取图像特征的首要条件。文章提出了一种改进型Canny边缘检测算法。首先在边缘梯度计算时,将二维滤波模板分解为两个一维滤波模板,实现并行处理,提高运算速度;引入双阈值法则同时保证图像中强边缘点和弱边缘点的提取,并基于非局部最大值抑制原理检测边缘点,大大提高了边缘检测的精度和准确度;最后采用形态学算子实现对检测边缘进行细化处理,实现了单像素级细化边缘提取。实验结果表明,该算法在保证实时性的同时,具有很好的检测精度和准确度。

融合2D/3D摄像机的方法与获取高精度三维视觉信息的装置

三维飞行时间摄像机可实时同步获取场景三维信息和灰度图像信息.虽然它存在图像分辨率和质量较差等问题,但它可作为二维摄像机的互补.本文借鉴立体视觉技术,提出了一种2D/3D摄像机融合的三维视觉信息获取方案.论文首先基于固定空间关系和相近视野原则,设计2D/3D立体摄像机系统对空间场景同步成像.结合三维TOF摄像机成像特性,论文借鉴立体视觉技术完成二维摄像机的高质量二维彩色图像与插补后的三维摄像机深度图像的匹配关联.因此,本方法可实现场景的高精度彩色图像和对应三维空间信息的实时同步获取,同时保留了二维摄像机的高质量彩色二维成像和三维摄像机的快速稠密三维信息获取的优势.2D/3D摄像机图像融合匹配算法复杂度低,匹配精度和准确度取决于二维摄像机和三维摄像机自身性能、摄像机标定参数精度和深度图像插补算法,不会引入新的运算误差.试验结果验证了本文算法的有效性和精确度.

基于粒子滤波器的移动机器人定位和地图创建研究进展

首先,对粒子滤波器的原理和研究进展进行了综述.然后,介绍了基于粒子滤波器的移动机器人定位研究进展.其次,给出了粒子滤波器在移动机器人地图创建领域的最新成果.最后,对粒子滤波器在移动机器人研究领域的未来发展方向进行了展望.

一种新型智能图像监控系统

针对目前流行的图像监控系统的缺陷 ,本论文研制开发了一种新型智能图像监控系统 .该系统实现了监控场景的自动光圈调整和自动聚焦 ;并能够实时检测、定位监控场景中的特定颜色目标 ;能够自动检测跟踪运动目标 ,并解决了运动目标检测中图像刷新率问题 ,极大提高了监控系统的智能化和自动化程度 .实践证明 ,系统工作性能良好 .

仿人多自由度立体双目视觉导航系统的研究与开发

基于人类视觉系统原理,设计了仿人多自由度的立体双目视觉导航系统.首先给出了立体双目视觉导航系统的设计原理,然后详细讨论了仿人多自由度立体双目视觉装置的设计.该装置可同时实现水平旋转、俯仰、左右摄像机聚散度调整4个自由度伺服控制,并可实时在线调整摄像机参数.针对自由度控制电机及其驱动控制、摄像机同步控制、摄像机参数控制、基线长度选择等进行了优化设计.系统在Pioneer-2DXE移动机器人的实际应用验证了本设计方案的可行性和有效性.

一种基于树结构的立体图像特征提取算法

针对立体图像匹配中的特征检测问题,提出了一种基于树结构的立体图像中边缘点、直线段、交点和凸多边形区域等特征的检测方案。该方法首先基于改进的Canny算子实现立体图像边缘的检测;基于立体图像的边缘梯度信息,文中提出一种分层并行式迭代式链码跟踪方法实现图像中直线段的检测;为提高检测速度并有利于凸多边形区域特征的检测,基于凸多边形区域的几何定义,通过提取直线段交点并采用树结构实现对已检测的相关直线段信息的遍历处理,最终得到树结构表示的凸多边形区域特征。实验证明,所提方法在结构化环境具有很好的检测精度和实时性。

主动立体双目视觉平台的设计与实现

提出了一种高精度立体双目视觉平台的设计方法。文章给出了立体视觉平台的设计原理,详细讨论了立体视觉平台中控制电机的选取和基线选择问题,并给出了实际解决方案。文章最后给出立体视觉系统常用的摄像机定标和立体视觉匹配方案。

图像监控系统通信控制网络的设计与实现

本文给出了图像监控系统中通信控制网络的设计与实现。本文参考OSI七层网络协议标准和监控系统通信特性制定了一典型网络通信协议方案。方案采用RS-485通信标准,利用MSComm6.0控件实现监控中心与终端的网络通信控制。

基于属性关系图优化匹配的多运动目标跟踪

针对复杂监控场景中往往无法准确检测前景目标,导致难以有效跟踪目标的问题,提出了一种基于属性关系图优化匹配的多运动目标跟踪方法,将目标跟踪问题转化为前景目标跟踪标记的优化问题,实现多运动目标跟踪。将前景区域按颜色、空间特征一致性划分为多个碎片;采用属性关系图描述目标模型,分析计算出属性关系图外观模型的属性相似度;提出通过概率松弛法计算目标函数并采用遗传算法进行优化匹配,得到前景碎片最优的跟踪标记,从而完成多目标跟踪。在多个监控视频上的实验结果表明,本方法能大大提高跟踪性能,实现复杂监控场景中的多目标跟踪。

基于蒙特卡罗方法的除冰机器人作业空间边界提取

设计了一种输电线路除冰机器人的机械结构,分析了该机构的作业空间问题.在计算过程中,引入MonteCarlo方法得到了机器人操作臂的工作空间.采用该方法可避免对机器人运动方程的求逆解计算,极大地简化了计算过程.分析并指出传统的机器人工作空间边界提取方法精度有限,且存在理论上的缺陷;提出了一种新的基于局部点象限分布的边界点提取方法,文中给出的算例表明,该方法不仅精度高,并且非常适合于处理机器人工作空间边界问题.

基于视觉映射的三维相机信息可视化改善方法

针对TOF相机三维信息可视化中的突变、拉伸、毛刺等的问题,提出了一种基于仿人视觉映射的TOF相机三维数据信息可视化效果改善处理方法。方法首先研究分析了TOF三维相机和人类视觉系统感知原理,探寻突变、拉伸和毛刺现象的原因。在此基础上,提出了将TOF三维信息的锥形区域显示映射为人类视觉系统平行光模式的视觉映射模型,通过该映射处理达到逼近人类视觉的效果。该算法对多个不同场景进行了实验验证分析,结果表明该方法有效解决了三维显示中的变形和异常问题,有效改善了三维视觉可视化效果,并保持了三维目标的良好空间连续性。

未知环境下移动机器人自主感知斜坡地形方法

环境感知是实现移动机器人自主导航的基础与根本保证。为了正确感知斜坡地形,分析了其描述模型。根据移动机器人从不同位置观测斜坡时深度信息的变化趋势,确定移动机器人观测斜坡的方向。在此基础上,提出了应用径向基(RBF)神经网络强非线性逼近能力估算地形坡度值的新方法。实验结果表明,所提出的算法能满足移动机器人感知斜坡地形的要求,同时算法具有简单、准确、鲁棒性强的优点。

大输液中可见异物智能在线检测系统设计

设计了基于机器视觉的智能大输液异物在线检测系统,该系统可以实现灌装后大输液瓶中杂质的检测;研究了该检测系统的基本构成,工作原理以及一些关键图像处理技术;该检测系统采用特殊的硬件检测平台,让杂质与瓶身作相对运动,再利用精密的光学成像系统获取运动异物的序列图像,最后通过图像预处理、运动目标提取、运动目标分割和图像识别与判断这四个步骤完成对异物的检测;实验表明该系统可快速的检测出大输液溶液中所含的多种杂质.准确度高,实时性强。

基于神经网络的非完整移动机器人鲁棒跟踪控制

针对受非完整条件约束的移动机器人存在的高度非线性、不确定性和外部干扰,提出了一种基于神经网络的鲁棒跟踪控制策略。该控制策略能够对系统中的未知的不确定性和干扰进行补偿。基于Lyapunov方法对控制系统进行设计,保证了系统的稳定性,改善了系统的动态性能。速度跟踪误差、神经网络权值误差和边界估计误差全局有界。仿真实验表明,该控制方法具有很强的鲁棒性和自适应能力。

未知环境下移动机器人同步地图创建与定位研究进展

移动机器人同步地图创建与定位(SLAM)是移动机器人的核心研究课题.本文对SLAM的最新研究进展和关键技术进行了综述;并从地图创建模型、计算复杂度和算法鲁棒性等方面对现有方法进行了对比分析.最后总结分析了SLAM研究存在的难题,探讨了今后的发展方向.

基于三维视觉系统的多运动目标跟踪方法综述

多运动目标跟踪是智能视觉监控系统中的关键性的亟待解决的问题,采用二维视觉特征跟踪会在目标相互遮挡时丢失目标特征造成跟踪困难,近年来三维视觉跟踪系统越来越成为热点,利用三维特征能在多目标相互遮挡时更好地识别、跟踪目标,实现多目标遮挡时的精确跟踪,从而全面提高智能视觉监控系统的精确性。总结了近年来基于三维视觉系统的多运动目标跟踪方法,根据采用的不同三维视觉系统分为三类,将每类中具有代表性的方法进行了论述,分析了各典型方法的优缺点,最后提出了进一步研究的主要发展内容和趋势。

大型冷凝设备水下智能清洗机器人的研制

针对电厂120MW以上容量机组的大型冷凝设备污垢在线清洗,研发了一种清洗机器人。根据冷凝水室的工作环境,对机器人的行走机构、供水管道和机械臂的传动机构作了针对性设计,并研制了样机。采用基于视觉伺服的方法,实现了冷凝管口的自主定位控制。经实验测试,机器人的性能指标基本满足大型冷凝设备清洗自动化的需求,可推广应用于电力、化工、制药等行业,对促进大规模安全生产、节能降耗有重大的意义。

一种基于学习向量量化神经网络的图象分割方法

基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向,其中道路图象的正确分割是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题,提出了一种基于LV Q神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量,应用基于LV Q学习算法的神经网络分类器进行道路与非道路识别;为解决环境噪声对神经网络输出的影响,本文设计了串行级联式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实测图象进行分割处理验证了该方法的有效性和鲁棒性,可用于室外环境下机器人的实时视觉导航控制。

基于MAP-MRF框架的复杂情况下多运动目标检测

目标检测问题是视频监控系统中的关键问题,在监控场景复杂多变时,非参数方法是背景模型建模的重要方法,但传统的基于核密度带宽的非参数方法没有考虑像素之间的上下文关联性。本文提出建立目标检测问题的最大后验概率——马尔可夫随机场(MAP-MRF)框架,首先确定先验概率的能量函数,再确定条件概率及其能量函数,从而得到后验能量函数,采用蚁群算法迭代计算后验能量函数,获得像素标记的最优化结果即实现目标检测。在多个监控视频上的实验结果表明,本方法能大大提高复杂背景下的目标检测性能。