光电混合处理系统在机器人视觉目标识别中的应用研究

分析了光电混合处理系统应用于机器人视觉识别的可行性和研究意义 ,评述了光电混合处理系统在光学模式识别和机器人视觉识别领域中的研究现状 .提出将 JTC系统在机器人视觉识别中的应用划分为五个研究层次 ,分析综述了与各类研究层次相关的形态学 JTC和三维 JTC的代表性算法及 JTC硬件结构 ,以此作为机器人视觉识别光电混合处理系统的研究基础 .

光电混合处理系统识别高相似度工业零件图象的研究初探

为了克服对高相似度图象的误判 ,从形态学角度提出一种基于联合变换相关器的图象相似度定义 ,并将改善高相似度图象识别的方法划分为非原理性改进和原理性改进两大类 ,其中 ,为进行非原理性改进 ,提出将结构光模式应用于联合图象编码 ;为进行原理性改进 ,对联合图象采用基于形态学击中击不中变换的互补编码算法 ,通过对工业零件基本形状的仿真识别来区分高相似度图象 ,结果证明 ,该方法是有效的 .

机器人视觉光电混合处理系统的人脸识别

划分了联合变换相关器 (JTC)光电混合处理系统的视觉层次 ,构建多级仿真目标以模拟难易不同的机器人视觉目标 ,将机器人视觉预处理方法与JTC相结合 ,用基于频域法预处理的非线性二元JTC对功率谱行二值化 ,解决图象本身及其边缘均相类似人脸的识别问题 ,从仿真结果看 。

光电混合运动目标实时自动识别定位及跟踪

采用光学相关、人工神经网络算法和空域执行的综合鉴别滤波器相结合的光电混合图象处理技术 ,对三维运动目标 (模型 )进行实时识别与跟踪 .实验结果显示 :在强背景噪声干扰下 ,目标的识别速率最大可达到 16次 /s;定位精度优于± 1个象素 ;正确识别率超过 95 % .实现了在强背景噪声干扰下三维运动目标的实时畸变不变高可靠性的自动识别与精确定位 。

基于光学沃尔什变换特征提取的图像匹配

采用光电结合的方法实现了沃尔什 (Walsh)分量变换 ,提取出反映图像主要特征的分量 ,用于大容量图像库的内容匹配查找。基于以非相干光相关器为核心的光电混合图像处理系统 ,实现了基于光学沃尔什变换特征提取的图像匹配算法。