智能装配视觉系统新的三维重建方法

提出一种新的三维重建方法，对所获得的立体象对进行适当的变换，把空域中的立体匹配问题转换到波数域中来解决；采用基于局部相的立体匹配方法来求解立体匹配这个难题，并用Ｈｏｐｆｉｅｌｄ神经网络来实现立体匹配过程，以便实现并行处理；

立体神经视觉系统中零件识别的学习方法

提出了一种立体神经视觉系统中零件识别的学习方法 ,与标准的BP算法对比有两点改进 :①用变尺度方向代替负梯度方向作为搜索方向 ;②用可变的最优学习率来代替不变的学习率 .采用上述 2个改进后 ,训练速度和收敛性都有较大的改善 .实际应用表明 ,所提出的学习方法的训练速度。

物体外形非接触式提取中的综合立体匹配方法

提出了一种用于物体外形非接触式提取的综合立体匹配方法，该方法综合了基于面积的立体匹配过程和基于特征的立体匹配过程，能充分利用它们各自的优点，既能产生致密视差图，又能获得不连续处的准确匹配，解决了物体外形非接触式提取中的关键性的问题．

智能装配系统中神经视觉的三维物体识别

根据智能装配系统的实际要求，提出了一种利用神经视觉进行三维物体识别的理论和方法，在利用立体象对重建物体的三维外形的基础上，建立物体的区域图，利用物体的三维矩及其不变性来构造代表物体的特征矢量．采用ＡＲＴ２神经网络构成神经网络分类器，把物体的特征矢量作为神经网络分类器的输入，从而对物体进行识别或分类．这种识别或分类方法可以在线学习。

利用神经网络的零件在线测量与精度分析

提出了利用神经网络的零件在线测量的方法，该方法克服了常规接触式测量难以实现在线测量的缺点，利用对零件所拍摄的立体象对，对其进行必要的处理和分析后，提取其三维信息，从而计算出零件表面点的三维坐标．在处理过程中，充分利用神经网络的学习、记忆和并行处理的能力，以满足在线测量的连续、快速测量的要求，实际应用表明，本文所提出的方法完全能满足自动化生产中零件在线测量的要求。

电子图像领域的热门课题

1998年电子图像科学与技术国际学术年会在美国加州圣何赛会议中心召开。会议内容包括:二维显示,三维显示,电子图像系统,图像文件,CCD图像,图像处理方法,可视通信与图像处理,多媒体处理与应用,光学安全等。会上讨论了电子图像领域的几个热门课题和存在的问题,以及将要开展的研究工作。

一种基于两次Radon变换检测棋盘方格点的新算法

提出了一种新的方格角点检测算法。通过连续两次Radon变换,找出角点所在的直线位置,再利用线性拟合方法对得到的直线进行校正,最后线性求解出角点的坐标。该方法最大的特点是能够自动地在正确区域找出所求方格角点,而无需人机交互,这对于动态校准的研究具有重要的意义。通过实际的应用,验证了该方法的正确性和可靠性。

三维机器视觉中摄像机内外方位元素的确定

采用TSAI算法对立体视觉系统进行校准。该算法利用径向投影的平行原则 ,能够快速、方便地计算出摄像机的几何光学参量及其在某一物体参考系中的方位元素。论文针对 75 2× 5 82的CCD摄像器件在点共面和不共面等情况下进行了内、外方位元素的计算 ,获得了 4组实验数据 ,误差结果也一一给出。从实验获得的数据可以看出利用TSAI方法可以获得很好的校准结果。

一种基于小生境的遗传算法及其应用

基本遗传算法在进行种群中个体的交配时采用的是一种随机方式，在一定程度上会影响进化的性能，提出一种基于小生境的遗传算法，通过定义新的选择机制与变异策略，能利用种群中个体的历史信息，较好地维持群体的分布特性，它可用于多峰函数（特别是变峰函数）的优化，以获得目标函数的多个极值点，文中详细给出了方法的具体实现步骤．

数字电路故障模块诊断的神经网络方法研究

对数字电路系统的测试，提出一种基于神经网络的电路故障模块诊断方法，对方法的诊断系统模型、故障特征的获取、网络结构的确定与调整、诊断的流程等进行了详细论述．由于传统的电路故障诊断方法是通过对故障字典的搜索来确定发生的故障，这对庞大的故障字典来说既复杂又费时。

一齿差摆线针轮行星传动的多目标优化设计

本文把多目标优化原理运用到一齿差摆线针轮行星传动减速器的设计中去,建立了这种减速器的多目标优化设计模型,并运用一种新的交互式多目标优化方法——交互式加权Tchebycheff范数-代理函数优化技术进行求解,得到了令人满意的结果。优化后的方案与原设计方案对比表明,本文所提出的摆线针轮行星传动减速器多目标优化设计方法是一种较好的设计方法。

一种基于Hopfield网络的立体匹配方法

立体匹配是计算机视觉研究的经典难题 ,其算法的复杂度和精度直接影响了视觉系统对外部景物的重建性能。为此提出了一种新的基于神经网络的立体匹配方法 ,其基本思想是 :在实现核线重排的前提下 ,利用唯一性、相容性以及相似性等匹配约束条件 ,建立反映对应极线间所有匹配点约束关系的能量函数 ,将其映射到二维 Hopfield网络进行极小化求解 ,网络最后的稳态表示匹配点的对应关系 ;通过对图中所有极线进行上述操作 ,可以得到所求的视差图。与传统方法相比 ,本算法具有两个明显的特点 :(1)匹配基元采用了普通的图像点 ,可以直接获得稠密的深度图 ;(2 ) Hopfield网的外部输入不再为常数 ,而是一个反映对应点灰度相似性关系的值。通过对合成图以及真实图景进行测试 ,验证了该方法的有效性。

颚式破碎机的多目标优化设计

本文把多目标优化原理运用到颚式破碎机的设计中去,建立了其多目标优化设计模型,在此模型中包括四个目标函数,十个决策变量和三十八个约束条件,并且运用一种新的交互式多目标优化方法即交互式加权Tchebycheff范数—代理函数法进行求解。同时还把这种颚式破碎机的多目标优化方法编成FORTRAN语言程序,可以在一般的微机上使用。通过上机计算,得到了令人满意的结果。把该优化结果与原设计方案进行对比表明,如果采用优化后的方案,将能起到改进颚式破碎机的性能,减少功率消耗,提高生产能力和轴承使用寿命的作用,从而达到节约能源,提高整机性能,提高经济效益的目的。这也表明,本文把多目标优化原理运用到颚式破碎机的设计中去是成功的,这种颚式破碎机的多目优化设计方法对工程技术人员及现实生产都具有一定的参考价值。

一种基于神经网络的立体校正方法

提出了一种简便的立体校正算法。该方法巧妙地运用投影成像原理,构造出一组立体图对在校正前后的对应点,将其作为样本来训练BP神经网络,从而将整个校正关系存储到网络中。利用训练好的神经网络,可以快速有效地实现立体校正。与传统方法相比,该算法的特点是:(1)校正过程中没有利用到摄像机的内外参数,因此无需进行复杂的摄像机定标运算;(2)校正后的图像大小与极点所在位置无关,不会出现校正图像无界的情况。通过实际应用,验证了该方法的正确性和有效性。

腭式破碎机的多目标优化设计

运用多目标优化原理建立了腭式破碎机的多目标优化设计模型,并且运用一种新的交互式多目标优化方法进行求解,通过编程上机计算,得出了令人满意的结果。该结果与原设计方案对比表明,采用优化设计方案能改进腭式破碎机性能,减少功率消耗,提高生产能力和轴承使用寿命。

蜗杆蜗轮传动的多目标优化设计

本文把多目标优化原理运用到蜗杆传动的设计中去,从蜗轮减速器的整体出发,建立了这种减速器的多目标优化设计模型,并且运用一种新的交互式多目标优化方法即交互式最优权极小一极大法进行求解。同时把这种减速器的多目标优化设计方法编成了计算机FORTRAN语言程序,可在一般的微机上使用。通过上机计算,得出了令人满意的结果。优化后的方案与原设计方案对比表明,如果采用优化后的方案,可以减小整机体积,提高使用寿命和整机性能,节省原材料,从而达到提高经济效益的目的。本文提出的蜗杆蜗轮传动的多目标优化设计方法对工程技术人员及现实生产都具有一定的参考价值。

智能制造系统中立体神经视觉的校准

提出一种利用神经网络校准立体视觉系统的方法。该方法充分利用神经网络的学习、记忆功能 ,采用样本进行训练后 ,神经网络能学习到立体视觉系统中的非线性关系和摄像机的内外方位元素 ,并且保存起来。该方法克服了传统校准方法计算复杂、计算量大的缺点。通过实际应用 。

一种立体校正算法的研究

提出了一种新的立体图像对的校正算法。该方法无须计算原图像对的基本矩阵和极线几何关系,而是直接利用校正后立体图像对的基本性质将其转换成一个二次优化问题。实验证明,利用该校正算法可以获得较好的结果。

利用MLP和FFT实现快速脸部检测

提出了一种对静止图像进行快速脸部检测的方法。通过将多层感知器隐层神经元视为滤波器,利用快速傅立叶变换的性质,把时域卷积转换为频域乘积形式,在保持较高检测率的情况下提高了检测速度。实验证明,利用本文提出的算法可以获得较好的结果。