顾及星像点分布的恒星相机在轨检校

由于卫星发射前后以及在轨运行过程中,环境因素的变化都可能引起恒星相机参数发生改变,从而导致星敏感器姿态测量精度下降.将多片空间后方交会方法应用于恒星相机的在轨检校.在利用该方法检校时,实验发现检校结果的精度受到参与检校的恒星影像上星像点分布的影响,由此进一步提出了凸包面积百分比准则,该方法自动选取分布较好的影像用于检校,有助于提高检校精度.实验结果证明:基于后方交会进行恒星相机在轨检校时,利用凸包法选取的影像片进行检校的精度明显优于未选片时检校的结果.

花椒采摘机器人视觉识别与定位求解

针对花椒市场需求量大、采摘困难的现状。笔者设计了自动识别花椒系统,通过对比4种识别算法的性能,采用识别效果最好的K-means聚类算法对花椒果实目标进行提取,针对花椒串生长具有离散性特点提出用平面内质点系模型求出花椒串质心。提出了Otsu算法与K-means算法结合图像相减的方法识别出花椒的结果母枝,然后根据小孔成像的基本原理和凸包理论得出单目视觉的花椒深度信息。最后以到花椒质心最短距离为限定条件确定母枝上采摘点所在的直线段,经过坐标转换求出直线段上采摘点的三维世界坐标。

平面Bézier曲线细分算法的参数优化

复杂曲线逼近是CAGD中的基本问题,传统de Casteljau算法通常固定细分参数为0.5.本文考虑平面Bézier曲线的凸包最小和扁平度最小两种情况,分别给出凸包最优和扁平度最优的细分参数的定义和计算方法,使每次细分后得到的新控制多边形更好地逼近原曲线.通过分析不同类型曲线的最优参数发现,对于较小的曲线段,细分参数选为0.5具有一定的合理性.比较扁平最小方法与de Casteljau定参数方法发现:对于形状复杂的曲线,前者细分效率提高50%以上;对于简单曲线,二者相当.