非成像视觉环路对生理活动和行为的调控作用

视网膜神经节细胞(RGCs)是视网膜视觉信号输出到大脑的终极神经元,可参与成像视觉(IFV)(图像形成)和非成像视觉(NIFV)(非图像形成)。视觉处理系统除了传递图像的视觉信息外,传入的光信号对人的生理活动和行为也会产生影响,称为NIFV。NIFV较少依赖于传统光感受器细胞产生的信号,而是由视网膜上一类特殊的视网膜感光神经节细胞(ipRGCs)来完成。ipRGCs是RGCs中一类能表达感光黑视蛋白的细胞,其轴突投射至特定核团,参与调控多种NIFV行为,从基础生理调节(如心率和瞳孔大小)到更复杂的行为调节(如昼夜节律),甚至更高层次的认知过程(如焦虑等情绪)。NIFV环路是对光的重要反应,ipRGCs在NIFV环路中起着至关重要的作用。本文就NIFV环路对生理活动和行为的调控作用进行综述,归纳ipRGCs投射核团与NIFV功能的关系,以期为临床医生提供更加全面的视觉认识。

基于卷积神经网络视觉成像可见光室内位置感知模型与光源布局

针对基于接收信号强度(RSS)的可见光室内位置感知系统部署复杂、稳健性差、定位精度低的问题,提出一种基于卷积神经网络(CNN)视觉成像的可见光室内位置感知模型,并研究了光源布局方式。首先,基于环境光和普通发光二极管光源进行了可见光视觉成像位置感知模型的设计和搭建;然后,通过CNN预训练模型提取图像深度特征;在此基础上通过研究不同光源布局模型中定位精度与光源数量、光源间距之间的关系,优化基于CNN视觉成像的室内位置感知模型的定位精度模型。实验结果表明:与基于RSS的室内位置感知模型相比,当定位误差分别小于2.1 cm和3.9 cm时,所提模型的置信概率分别提高了10%和6.7%;同时,与矩形布局方式和三角布局方式相比,十字布局方式的定位精度分别提高了9.5%和16%。

基于深度学习与仿人眼视觉成像的图像融合技术研究

近年来,针对导航避障、勘探救援等领域的需求,城市环境下遮蔽目标的成像技术成为研究热点。该文首先分析目前三维成像的技术现状,之后针对城市环境的特殊性,重点研究基于深度学习与仿人眼视觉成像的图像融合技术,并对该方法进行测试验证,实验结果表明,该方法明显提高对目标图像的识别效率。

双目视觉成像法检测PC构件表面粗糙度试验研究

通过与铺砂法对比,探究了双目视觉成像法在检测预制混凝土(PC)构件结合面粗糙度方面的可行性,分析了构件表面潮湿程度、光照强度和测试角度对双目视觉成像法检测结果的影响。结果表明:采用双目视觉成像法检测构件结合面粗糙度是可行的,能够满足工程检测需要;采用双目视觉成像法检测不受环境光照强度的影响,但需保证构件表面没有积水,且构件与测量镜头应保持水平,否则需对测试角度进行合理修正。

非成像视觉的光信号转导与环路结构功能

感知外界环境并做出响应是生物体的基本特征,而感光是多数生物最重要的感知觉之一.生命体为此特化出了复杂的感光机制,不仅用于形成图像视觉,也帮助生物根据光环境调节相应的生理功能,如瞳孔光反射和生物节律的光授时.这些感光功能统称为非成像视觉功能,主要由一类新近发现的自感光视网膜神经节细胞所介导.自感光视网膜神经节细胞有别于传统的视锥视杆细胞,自发现以来,逐渐积累的研究证实了这类神经元投射到丰富的皮层下结构,并参与包括睡眠节律和情绪调节等多种生理功能.本文旨在回顾有关自感光视网膜神经节细胞光信号转导与皮层下环路的重要发现和最新进展,并针对领域的趋势和待解决问题进行展望.

螳螂虾视觉成像的特点及其仿生技术研究综述

螳螂虾是目前发现的拥有世界上最复杂眼睛的动物,其视觉系统有16种不同的光感受器类型,能够探测并分析可见光、紫外光、线偏振光以及圆偏振光。螳螂虾的视觉系统为设计出更好的成像器件提供了范例,目前,仿生螳螂虾视觉成像技术处于起步阶段,具有广阔的应用前景。本文对国内外螳螂虾视觉的特点及其仿生成像技术的研究进展进行了全面系统的综述,分析了螳螂虾视觉的成像优势,指出了仿螳螂虾视觉成像技术的应用前景。

采用视觉成像技术进行真空断路器外形尺寸检测

视觉检测技术,尤其是基于三角法的主动和被动视觉检测技术具有非接触、速度快、柔性好等特点,是一种先进的检测手段,适合现代制造业的需要。文章论述了如何利用视觉成像技术对真空断路器外形尺寸进行检测。

基于小波分析的视觉成像原理研究

采用第一代小波变换对图像进行分解和重构,提取图像特征。对不同空间分辨力的图像特征,分时交替地编码成电刺激脉冲,送到视觉中枢。这一方案是为了证明在眼睛的视觉成像原理中存在着分时复用和时间编码机制,从而利用有限数目的电极对视觉皮层进行刺激却可以得到较为完整的图像信息。

视觉成像在笔记本电脑外壳精冲检测中的应用

笔记本电脑外壳结构的复杂性、精冲工艺的难度、产能排配的压力及人员素质的影响等因素,导致产品的精冲异常比率较高。产品精冲后传统的人工异常检测方式,投入成本较高,而且对于异常品的流出控制,难以确保万无一失。通过引进CCD视觉成像等新技术,不仅提高了生产检测能力,杜绝了精冲异常品的流出,而且大幅度地降低了生产现场对人力、工装检具等方面的投入成本,真正将技术转化成为生产力,实现了新技术应用对生产的推动作用。

结合单目视觉成像和深度测量的行为检测研究

人体行为自动检测技术易受成像角度、环境因素的影响,造成检测准确性下滑,结合单目视觉和深度传感器提出了一种新的行为检测技术。首先筛选出人体行为相关的关键帧,以解决行为速度不统一的问题;结合卷积神经网络特征和幅度直方图作为行为描述符;利用对抗网络实现人体行为的域适应迁移学习,解决单目视觉成像角度偏差的问题。在公开的行为检测数据集上完成了验证实验,结果显示该技术提高了行为检测的性能,并能有效改善单目视觉成像角度差异所导致的检测性能衰减问题。

关于计算机视觉成像的研究分析

计算机视觉成像是近年来计算机人工智能的一个重要分支。视觉成像的原理并不难,但是在实际的运用中就会遇到不少麻烦。计算机视觉成像在工业生产、智能机器人、车载导航及目标跟踪等方面都有一定的运用。高端与高科技是未来发展的必然趋势,计算机视觉成像就是计算机人工智能技术发展的产物。研究其未来发展走向,技术核心,技术应用及领域分析等等,都是非常重要的。因此,文章就将着重对计算机视觉成像进行研究分析。

合成孔径雷达三维成像——从层析、阵列到微波视觉

合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。

基于CCD视觉成像的管-板焊接装置设计及检测方法

为了解决热交换器生产中管子和管板焊接效率低、焊接质量不稳定的问题,设计了基于CCD视觉成像的管-板焊接装置,并提供了用于该装置管孔中心坐标的检测方法。该装置由控制系统、移动机构、视觉成像系统和焊接装置组成,采用液压驱动,通过测量管板面上不共线的三个点到传感器的距离确定待测管板面的方程,进而测得管孔中心坐标。采用该装置可获得待检测管板面上管孔的中心坐标,进而实现对管子和管板的自动焊接,能够提高焊接质量与焊接效率。

基于摆扫成像的无人机视觉侦察航迹规划方法

为解决无人机执行视频侦察任务时,存在覆盖盲区及侦察效率低的问题,提出了一种基于摆扫成像的无人机视觉侦察航迹规划方法。首先,建立了视频摆扫成像模型来求解视频摆扫周期性成像规律,提高侦察效率。然后,基于视觉成像的区域分割来实现侦察区域的分割,降低侦察区域的未覆盖率。最后,完成整个任务区域的侦察航迹规划。实验结果表明,在未指定航向的情况下,算法可给出最佳作业航向角为55°以及未覆盖率为2.10%的视频侦察航迹,有效提高了航迹覆盖率和侦察效率。

基于视觉模型成像的六轴焊接机器人关节运动姿态规划研究

由于传统的六轴焊接机器人关节运动姿态规划方法存在关节运动姿态规划精度低、规划时间长的问题,提出基于视觉模型成像的六轴焊接机器人关节运动姿态规划方法。计算摄像机与机器人坐标关系,并通过图像雅克比矩阵,确定图像特征与机器人关系,在工作空间内把直线的始点与终点轨迹离散化,完成坐标转换,获取每个关节角度值,通过围绕焊接机器人各轴角度值确定欧拉角3个变量,利用欧拉角进行姿态规划,实现六轴焊接机器人关节运动姿态规划。实验结果表明,所提方法的六轴焊接机器人关节运动姿态规划精度较高,规划时间较短。

智能制造装备视觉成像技术应用现状

智能制造装备在识别不同目标、不同场景时需借助视觉成像技术使用相匹配的视觉成像方法完成高质量成像,方便图像算法进行处理。通过分析视觉成像系统硬件参数与光学原理的关系,整理系统硬件的应用方向。详细阐述了基于透镜的光路控制、光信号的A-D转换、照明系统设计等光学技术对成像的影响,并基于图像算法原理选择数字成像质量的优化方向。

1G像素视觉信息成像系统

日前，艺术家和科学家在纽约大学开始着手研制单幅图像可以捕捉和显示1G像素(10亿像素)视觉信息的成像系统．这个项目主要分为两部分，首先是设计并制造新型的照相机，“R1照相系统”已经成功的突破了1G象素的界限，在拍摄单幅高解析度图片方面取得了成功．R1系列照相机实现了在1／15秒或更短的时间内拍摄1G象素图片功能；其次就是研发一种显示系统，可以为观看者提供大幅面图像，

采用神经网络算法的机器视觉成像器

长久以来,智能机器一直是人们梦寐以求的机器,如今,人们的幻想已成为现实。用机器视觉来识别图形不断变化的元件,这需要复杂的算法。神经网络能够模仿类似于人脑细胞的处理功能。由美国通用视觉公司和IBM公司发明的零指令集芯片使得Pulnix公司的ZiCam摄像机能够把图形分解成更小的组元,而神经网络中的分立神经细胞可独立地对这些组元进行建模。换句话说,一个神经细胞可接收有关物体形状的信息,而另一个神经细胞则可记录颜色信息。

采用神经网络算法的机器视觉成像器

长久以来，智能机器一直是人们梦寐以求的机器，如今，人们的幻想己成为现实。用机器视觉来识别图形不断变化的元件，这需要复杂的算法。神经网络能够模仿类似于人脑细胞的处理功能。由美国通用视觉公司和IBM公司发明的零指令集芯片使得Pulnix公司的Zicam摄像机能够把图形分解成更小的组元，