论高速运动物体的视觉像

本文给出了用计算机模拟高速运动物体的理论计算方法和连续视觉像，并对光行差和多普勒效应对视觉像的影响加以讨论。

高速运动立方体的视觉像一般不是方形体

在一般视角条件下，就高速运动立方体给出沿运动方向棱的视长度计算式和看到物体左右侧面的条件。

基于双目视觉技术的茶叶嫩芽定位方法研究

进一步提升茶叶嫩芽定位的准确性及茶叶嫩芽采摘的作业效率,选取双目视觉技术作为切入点,针对其识别、定位、采摘等环节展开设计研究。考虑茶叶嫩芽采摘的基础特征和双目视觉技术的应用条件,合理搭建双目视觉模型,选用立体匹配的核心定位算法,完成茶叶嫩芽的定位方法与采摘功能优化,并布置相应的试验机构,展开定位采摘验证试验。结果表明:基于双目视觉技术的茶叶嫩芽定位方法应用具有显著的优越性,较普通定位方法而言,识别误匹配率可降低至4.01%,平均漏采率为3.20%,嫩芽采摘完整率达93.40%,可以很好地促进茶叶嫩芽的后续处理加工,是采摘茶叶嫩芽的品质化的重要基础保障。

基于机器视觉的兰花几何参数测量方法

为实现兰花几何参数快速测量,以“金凤蝶”兰花为研究对象,搭建图像采集平台并设计了一套兰花花朵几何参数测量算法。采用Canny-Harris算法实现兰花角点检测,采用K-means算法、RGB阈值分割算法实现兰花分割,并采用MER算法及遍历算法实现兰花具体几何参数测量。进行兰花算法识别测量试验,结果表明:单株兰花测量仅需10 s左右,相较人工测量速率提升了近60倍,测量数据可为兰花选育种工作提供判断依据。

不同视觉条件平衡训练对慢性踝关节不稳患者本体感觉的影响

背景:频闪视觉训练可以迫使感觉重新加权,通过增强对于本体感觉信息的敏感性而使其重新恢复原有权重,这可能是改善本体感觉的有效方法。目的:确定低频、高频和正常视觉条件下的平衡训练对慢性踝关节不稳患者踝关节本体感觉的影响。方法:在西南医科大学学生中招募36例慢性踝关节不稳患者,随机分为低频视觉训练组(n=12)、高频视觉训练组(n=12)和正常视觉训练组(n=12),均进行渐进跳跃稳定平衡训练,其中低频视觉训练组、高频视觉训练组在训练过程中佩戴频闪眼镜,频闪频率分别为1.75,5 Hz,每周训练3次,连续训练4周。训练前及训练完成后1周内,评估所有受试者的踝关节本体感觉、动态姿势稳定性和踝关节稳定性自我评价。结果与结论:①踝关节本体感觉具有显著的时间主效应(P<0.05);与训练前相比,低频视觉训练组和高频视觉训练组受试者训练4周后的踝关节本体感觉有明显改善(P<0.05);训练4周后,低频视觉训练组受试者的踝关节本体感觉较正常视觉训练组有明显改善(P<0.05);②踝关节稳定性自我评价具有显著的时间主效应、组别×时间因素主效应(P<0.05);与训练前比较,3组训练4周后的踝关节稳定性自我评价均提高(P<0.05);训练4周后,高频视觉训练组受试者的踝关节稳定性自我评价高于正常视觉训练组(P<0.05);③与训练前相比,低频视觉训练组、高频视觉训练组受试者训练4周后的前向动态姿势稳定性、后内侧动态姿势稳定性、后外侧动态姿势稳定性均有明显改善(P<0.05),正常视觉训练组受试者训练4周后的前向动态姿势稳定性、后外侧动态姿势稳定性均有明显改善(P≤0.05);④结果表明,无论频率如何,在频闪视觉条件下进行平衡训练均可以改善慢性踝关节不稳患者的本体感觉、踝关节稳定性自我评价及动态姿势稳定性。

基于视觉传达设计的农机操作界面优化研究

近年来,随着农业机械智能化的不断发展与应用,农户对农业机械操控功能性、便捷性、易学性和人机交互的良好体验等提出了更高的要求;但是,目前市场上各类农业机械APP界面出现大量“雷同化”特点,难以满足不同农业机械的田间使用要求。为此,将“人机交互行为”作为设计目标,基于视觉传达技术,以谷物联合收获机操作界面为研究对象开展相关设计。同时,对谷物联合收获机操作界面图形、文字、色彩和设计风格进行分析,结果表明:优化后的农机操作界面能够显著提高操作员的操作效率和工作体验,降低操作错误率和疲劳程度。研究结果可为农业机械智能化操作界面的设计提供可参考的过程设计模型。

基于机器视觉的生态林场园林植物种植密度监控研究

科学合理的种植密度有助于维持生态林场的生物多样性,使土地利用率和植物产出效率得到显著提升,对园林经济效益和生态环境效益产生重要影响。基于此,通过遥感技术采集生态林场园林植物信息,利用机器视觉技术将原始生态林场园林帧图像转换为灰度图像,准确提取出生态林场园林植物轮廓;再引入决策树算法对园林植物进行分类并计算种植密度,结合不同植物种类的生长特性、园林设计要求以及生态功能需求,完成对植物密度的分析预警。结合实际林业试验环境对植物种植密度的设计、管理以及调控措施提出了建议,促进了生态林场的可持续发展。

大模型时代:电力视觉技术新起点

随着无人机、巡检机器人和远程监控系统在输电、变电、配电、安监等电力场景中的广泛应用,利用电力视觉技术完成对海量巡检图像的自动处理,能够进一步提升电力系统智能化运维水平,对我国源网荷储一体化进程的快速推进具有至关重要的作用。随着通用视觉大模型的兴起,电力视觉技术正处于从传统深度学习时代向大模型时代跨越的重要节点。该文首先综述了电力视觉技术和通用视觉大模型的最新研究进展,结合视觉大模型在多种公共场景的应用先例,探讨视觉大模型在电力视觉领域将面临的3重能力边界问题。从初步探索通用视觉大模型的潜力,到逐步构建电力视觉大模型的过程,提出4种模型应用范式以突破视觉大模型能力边界。最后分析了视觉大模型对电力视觉研究者的影响,并对大模型浪潮下电力视觉技术的发展方向进行了展望。

视觉SLAM方法综述

实时定位与建图(SLAM)技术搭载特定传感器,使移动机器人在无任何环境先验条件下,在运动过程中自主建立环境模型来计算自身位姿,大幅提高其自主导航能力,以及对不同应用环境的适应性。视觉SLAM方法以相机作为外部传感器,通过采集周围环境信息来创建地图并实时估计机器人自身位姿。为此,介绍了具有代表性的经典视觉SLAM方法及与深度学习相结合的视觉SLAM方法,分析了视觉SLAM方法中采用的不同特征检测方法、后端优化、闭环检测,以及动态环境下视觉SLAM方法的应用,总结了视觉SLAM方法的问题,并探讨了视觉SLAM方法在未来的热点研究方向和发展前景。

基于Depth-wise卷积和视觉Transformer的图像分类模型

图像分类作为一种常见的视觉识别任务,有着广阔的应用场景。在处理图像分类问题时,传统的方法通常使用卷积神经网络,然而,卷积网络的感受野有限,难以建模图像的全局关系表示,导致分类精度低,难以处理复杂多样的图像数据。为了对全局关系进行建模,一些研究者将Transformer应用于图像分类任务,但为了满足Transformer的序列化和并行化要求,需要将图像分割成大小相等、互不重叠的图像块,破坏了相邻图像数据块之间的局部信息。此外,由于Transformer具有较少的先验知识,模型往往需要在大规模数据集上进行预训练,因此计算复杂度较高。为了同时建模图像相邻块之间的局部信息并充分利用图像的全局信息,提出了一种基于Depth-wise卷积的视觉Transformer(Efficient Pyramid Vision Transformer,EPVT)模型。EPVT模型可以实现以较低的计算成本提取相邻图像块之间的局部和全局信息。EPVT模型主要包含3个关键组件:局部感知模块(Local Perceptron Module,LPM)、空间信息融合模块(Spatial Information Fusion,SIF)和“+卷积前馈神经网络(Convolution Feed-forward Network,CFFN)。LPM模块用于捕获图像的局部相关性;SIF模块用于融合相邻图像块之间的局部信息,并利用不同图像块之间的远距离依赖关系,提升模型的特征表达能力,使模型学习到输出特征在不同维度下的语义信息;CFFN模块用于编码位置信息和重塑张量。在图像分类数据集ImageNet-1K上,所提模型优于现有的同等规模的视觉Transformer分类模型,取得了82.6%的分类准确度,证明了该模型在大规模数据集上具有竞争力。

基于双通路视觉系统的自适应轮廓检测模型

在轮廓检测领域,背景纹理的干扰容易造成轮廓提取不完整。针对这一问题,本文提出了一种基于双通路视觉系统的自适应轮廓检测模型。首先从皮层下通路的信息采集与评估过程出发,对图像整体的显著性进行评估,以此获得轮廓信息的可能性分布;然后采用自适应尺度的高斯导函数对经典视觉通路中感受野的动态特性进行模拟,加强了模型对轮廓细节的捕获;最后在外周抑制算法的基础上,结合像素的空间分布对所有边缘的稀疏性进行度量,更加准确地区分了轮廓和纹理边缘。实验结果表明,本文模型可以有效抑制背景纹理,提升轮廓连续性,具有较好的轮廓检测性能。

基于LIO-SAM建图和激光视觉融合定位的温室自主行走系统

为解决传统导航方案在温室内无法应对光照变化大、作物行间距窄、接收GPS信号差等问题,该研究提出了基于即时定位与地图构建技术的激光视觉融合式自主导航算法。该系统利用三维激光雷达VLP-16(Velodyne LiDAR,VLP-16)和惯性测量单元获取温室环境信息,采用基于紧耦合的雷达惯导定位建图(tightly-coupled lidar inertial odometry via smoothing and mapping,LIO-SAM)算法构建导航地图,基于轮式里程计和视觉里程计采用扩展卡尔曼滤波器算法实现局部定位,融合激光点云配准算法和自适应蒙特卡洛定位算法实现全局定位。同时,在自主行走系统应用A*算法规划全局路径和动态窗口算法规划局部路径,从而实现自主导航。试验结果表明,LIO-SAM算法构建的温室导航地图最大相对误差、最大绝对误差和均方根误差分别为9.9%、0.081和0.063 m,在温室内改进后的定位算法横向偏差小于0.020 m,纵向偏差小于0.090 m;当自主行走系统以0.15、0.30和0.50 m/s的速度运行时,横向偏差、纵向偏差和航向偏角的平均值分别小于0.120 m、0.10 m和8.5°,标准差分别小于0.070 m、0.140 m和6.6°。该导航方案满足自主行走系统在温室内高精度建图、定位和导航的需求,可为自主移动平台提供理论与技术支撑。

中国网络文学国际传播的视觉化研究:文化逻辑与运营机制

中国网络文学的对外译介与国际传播是当下备受关注的热点议题,也是当代中国国际传播能力建设的新话语形态。本研究认为,网络文学要实现精准有效传播,成为“注意力经济”秩序下深入人心的中国文化符号,令知识经验谱系不同的海外受众产生价值认同和文化共情,有关各方需要从认识论上高度重视并充分考量全球文化的视觉修辞与图像叙事的审美逻辑;在方法论上则要努力构建网络文学海外题材布局的多元样态,积极营造“文影漫音游”全IP联动的海外运营生态,充分探索多元译者主体协同翻译的机制,自主搭建线上翻译作品、影视改编、动漫改编、短视频改编、有声书音频改编、游戏改编等外文网站及APP协同联运的国际传播矩阵。

移动机器人视觉里程计技术研究综述

随着移动机器人技术不断发展,里程计技术已经成为移动机器人实现环境感知的关键技术,其发展水平对提高机器人的自主化和智能化具有重要意义。首先,系统阐述了同步定位与地图构建(Simultaneous localization and mapping,SLAM)中激光SLAM和视觉SLAM的发展近况,阐述了经典SLAM框架及其数学描述,简要介绍了3类常见相机的相机模型及其视觉里程计的数学描述。其次,分别对传统视觉里程计和深度学习里程计的研究进展进行系统阐述。对比分析了近10年来各类里程计算法的优势与不足。另外,对比分析了7种常用数据集的性能。最后,从精度、鲁棒性、数据集、多模态等方面总结了里程计技术面临的问题,从提高算法实时性、鲁棒性等方面展望了视觉里程计的发展趋势为:更加智能化、小型化新型传感器的发展;与无监督学习融合;语义表达技术的提高;集群机器人协同技术的发展。

从视觉中心主义到审美资本主义——以抖音为例的短视频文化解读

以短视频为代表的图像文化已进入到人们生活的各个领域,图像无处不在。短视频成为我们生活中“物”的一种类型,视觉文化不只是沟通和反映我们的生活世界,也是在创造世界。从短视频对当今社会全方位的影响程度看,它充分体现了“视觉中心主义”或“视界政体”特征。短视频系统构建了“全景敞视视界”体系,以统计学的方法形成了“全景敞视监狱”式的监视模式,并以“投其所好”的推送方式实现对观看者的无形规训;人们的窥视本能与短视频的“审美诱惑”相结合,以审美的名义实现资本利益的获取,实为一种审美资本主义。

基于单激光束信息的掘锚装备视觉定位方法研究

煤矿井下掘锚装备智能化是改善行业采掘失衡问题的关键,而掘锚装备的精确定位是实现其智能化的前提。与其他传统定位方法相比,基于视觉的位姿测量方法以其无接触、无累计误差的优势在煤矿井下得到了初步的应用。针对目前煤矿井下掘进工作面掘锚装备视觉定位方法存在的合作标靶结构复杂、标定繁琐的问题,结合掘进工作面原有激光指向仪特征,提出一种基于单激光束信息的掘锚装备视觉定位方法。该方法通过分析激光指向仪光斑及光束图像特征,提出了一种基于二维反正切函数拟合的激光光斑中心提取方法和基于Hough直线检测的激光束中心线提取方法,构建了基于点线特征的双目视觉位姿解算模型,得出了掘锚装备在巷道中的实时位姿。最后,为了验证提出的特征提取方法和视觉定位方法的可行性和准确性,在实验室模拟掘进工作面工况环境搭建平台进行了试验。结果表明:基于矿用激光指向仪信息的掘锚装备视觉定位方法具有较高的位姿测量精度。在50 m的测试范围内,机身位置在巷道坐标系下沿X轴、Y轴和Z轴的平均测量误差分别为25.44、58.64、31.08 mm,其最大误差分别为55.16、127.39、63.57 mm;机身姿态在巷道坐标系下的俯仰角、偏航角和横滚角的平均测量误差分别为0.22°、0.22°、0.41°,其最大误差分别为0.29°、0.37°、0.58°。满足煤矿井下巷道施工的定位精度要求。

基于机器视觉与光谱融合的柑橘品质无损检测分级系统设计与试验

针对柑橘果径、着色率和内部糖度3项关键品质指标,基于双锥滚子式果杯传输线设计了一套柑橘综合品质无损检测分级系统,该系统主要包括喂料部分、机器视觉检测模块、近红外光谱检测模块和分级执行部分.机器视觉检测模块采用单相机拍摄不断翻滚的柑橘视频来获取大量不同姿态的柑橘图像,并进行轮廓提取,以单个柑橘所有帧图像的最小外接圆直径的平均值计算果径,以每一帧图像得到的其二维黄色占比的平均值作为全表面着色率.在近红外光谱检测模块中设计了透射式光路,采集柑橘透射率光谱,并按在线检测时柑橘出现的两种高频姿态建立了混合姿态糖度检测模型,对比不同预处理方法下的建模结果,选取应用效果较优的多元散射校正(MSC)后建立的偏最小二乘法(PLS)模型.在线试验结果表明:果径检测的最大绝对误差为-1.42 mm,着色率检测的最大绝对误差为0.048,糖度检测结果的相关系数为0.817,均方根误差为0.658%.内外品质的联合检测分级按判别树决策方法确定了3种品质的联合分级方式,在分选速度为5个/s时,综合分级的平均准确率可达到91.16%,该检测分级系统整体结构简单,对于类球形水果具有较强的适用性,在产业化应用上有很大的潜力.

工业机械臂辅助机器视觉的工件识别与定位

传统的工业机器人系统由于缺乏感知判断能力,很难适应目标种类和位置的变化,而现代工业需要生产不同种类和规格的产品。为此,以多品种小批量生产的零件为背景提出了一种机械臂辅助机器视觉系统,该系统能够实现对工件的图像采集并进行预处理,通过改进的Canny轮廓的提取算法与基于Hausdorff距离的模版匹配完成对不同种类工件进行识别和定位。最后经实验的验证该系统的定位精度在0.35 mm内,基本满足了在实际生产中对小批量生产、不同形状且没有固定夹具的目标工件的抓取、搬运与检测等要求。

视觉对人体姿势控制影响的脑功能网络连接机制

目的研究视觉对人体姿势控制影响及其脑功能网络连接机制。方法以15名健康青年为研究对象,要求受试者分别进行30 s睁眼、闭眼的双腿站立平衡,采集平衡过程中身体压力中心(center of pressure,COP)和脑电。对COP进行样本熵(SampleEn)计算;对脑电θ、α和β频段,计算相位滞后指数(phase lag index,PLI)构建大脑功能网络,并基于图论计算集聚系数(C)、特征路径长度(L)及小世界网络属性(σ)。结果人体在双腿站立平衡过程中,闭眼COPY样本熵显著高于睁眼(P<0.05)。闭眼α频段PLI平均值显著高于睁眼(P<0.05);闭眼α频段C、σ显著高于睁眼,L显著低于睁眼(P<0.05)。闭眼时α频段额区-中央区-顶区之间的网络连接以及中央区和顶区内连接强度显著高于睁眼(P<0.05)。闭眼时α频段PLI平均值以及C值与COPY样本熵中度呈中度负相关(P<0.05)。睁眼时左前额区、左顶区、左枕区α频段PLI平均值与COPY样本熵呈中度负相关;闭眼时左中央区、右枕区α频段PLI平均值则与COPY样本熵呈中度负相关。结论人体在站立平衡时,当没有视觉信息输入时,身体平衡稳定性下降,同时伴随着脑电α频段的脑网络连接增强以及大脑处理信息的效率需提升。人体在不同的视觉条件下进行姿势控制时,大脑会采用不同的神经策略。

基于计算机视觉的电力作业人员行为分析研究现状与展望

电力作业人员的有效监管是保障电力安全生产的基础。该文对电力视频中作业人员的行为识别研究进行了归类总结,涵盖静态行为分析(穿戴分析、动作分析和组合分析)和动态行为分析(复杂动作、时序行为和行为预测等);详细综述了电力作业行为分析中的核心算法模块,包括目标检测、姿态估计和视频跟踪等;论述了电力作业行为识别在算法高效性、鲁棒性、灵活性等方面所面临的应用难点和挑战,并展望了电力作业行为智能监控领域的未来发展方向,特别强调了在软硬件结合、通用大模型、生成式人工智能方面进行技术创新和改进所蕴含的潜在机会。