一种实用的嵌入式DSP视觉跟踪器设计

设计一种用于跟踪一般物体的实用的嵌入式视觉跟踪器 .以 TMS32 0 C32 DSP为中央处理器 ,以 OV7610为摄像芯片建立独立的视觉跟踪器硬件模块 ;以 Kanade- Lucas光流算法为基础建立基于特征的目标跟踪算法 ,并使用金字塔数据结构和启发式搜索算法快速有效地跟踪目标 .结果表明使用普通的

浮选工业生产中的计算机视觉器

该项目是欧盟投资 130多万欧元 ,历经数年 ,3个国家 4所大学、2个企业 ,共 6个研究组共同完成。主要研究内容及路径 :①建立实时图象采集系统 ;②图像处理及分割 ;③图像分析及矿物提取模型的建立 ;④用于工业生产自动控制。其技术核心是如何采用计算机视觉器来代替人眼和人脑自动实时地观测浮选槽表面的变化 ,研究结果已很好地实现了这一技术。目前 ,已有 13台在世界各地用于选矿工业。介绍了浮选机视觉器主要硬件部件的特性和功能。

混浊水用清水视觉器的研究

针对混浊水环境下对海洋平台管节点焊缝和坝体裂纹检测和监测不易实现的难点,研制了一种基于轴对称射流的混浊水用清水视觉器,其基本原理是在适当区域中,造成一定体积的清水视域并用CCD对目标进行观测.在污水射流浓度分布理论的基础上,推导了静止混浊水中自由清水射流起始段与主体段中的混浊水浓度分布规律,并通过试验对射流的可视域进行了验证.试验表明,这种混浊水用清水视觉器能够在混浊水中造出一定体积的可视域,应用CCD能够对可视域中目标进行观测,其可视域的尺度与射流出口尺寸有关.

浮选工业生产中的计算机视觉器

该项目是欧盟投资 130多万欧元的 3年研究项目。从 1997～ 2 0 0 0年 ,3个国家、4所大学和 2个企业 ,共 6个研究组共同进行了这一项目的研究工作。主要研究内容及路径 :(1)建立一个实时图象采集系统 ;(2 )图象处理及分割 ;(3)图象分析及矿物提炼的模型的建立 ;(4)用于工业生产自动控制。该项目的技术核心为如何以计算机视觉来代替人眼和人脑自动实时地观测浮选槽表面的变化 ,研究结果已很好地实现了这一技术。目前已有

工业机器人视觉定位系统的实现

描述了一种利用机器视觉技术的工业机器人定位系统,可用于飞机小型零部件的装配定位和复合材料胶结部件的加压保压等作业。系统利用双目相机对目标工件上的反射靶标进行测量,获取机械臂末端与工件间的相对位姿关系,系统控制模块根据位姿反馈驱动末端进行位姿调整,实现末端对工件的精确定位。利用激光跟踪仪对位姿偏差进行测量,结果表明位置误差为0.11mm,姿态误差为0.04°,在定位精度和稳定性方面均能满足实际应用需求。

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，

基于双目视觉的非合作目标逼近控制系统设计与仿真

主要研究空间非合作目标近距离逼近过程的控制系统设计与仿真问题.针对采用双目视觉敏感器实现对非合作目标的观测情况,提出一种考虑成像误差的目标位置矢量计算方法,有效保证目标位置解算的可行性.在主星视线坐标系下,分别考虑逼近过程的最大相对速度约束、控制推力和力矩约束,设计了基于非线性项解耦的递阶饱和PID形式的近距离逼近位置控制律和姿态控制律,并在逼近过程中设置停泊点以确保与目标无碰撞.最后对典型航天器非合作目标抓捕任务进行了数学仿真,仿真结果表明所提出的方法可在满足各种约束的情况下有效实现任意方向的空间非合作目标的抓捕任务.

微光视觉CCD在卫星云图观测中的应用

为满足气象云图观测对电荷耦合器件(CCD)的量子效率、器件规模、像素尺寸和动态范围等提出的更高要求,可选用超低噪声和高量子效率的微光视觉电荷耦合器件(L3VisionCCD)。分析了该种器件的电子倍增工作原理和性能特点,并给出CCD97器件的部分参数。讨论了L3VisionCCD器件用于云图观测时的增益选择与控制、动态范围控制,以及器件规模与实现等关键技术。分析表明,L3VisionCCD器件尤其适用于可见光云图观测,可进一步增大云图的动态范围。

基于OPENMV的色彩引导机器人系统研究

随着机器人技术的发展,越来越多较为单调、劳动强度大,危险程度高的工作逐渐交由机器人来完成,近年来,机器视觉技术日渐完善,并得到广泛应用,本文设计了一套基于OPENMV的自动寻物系统。系统根据用户指定的物体形状或颜色,自主进行色彩识别和形状识别,通过算法对物体匹配,自动以较优的速度从起始点运行到指定物体前,并稳定停在其前方。用户可以通过蓝牙对系统识别物体的颜色和形状进行设置,从而增强其实用性。

双目立体视觉测距软件设计与评测

双目立体视觉测距软件设计有四部分组成:相机标定、图像校正、立体匹配、距离测量。根据双目测距的原理,首先需要使用两个摄像头先采集若干组棋盘图片,通过张氏标定法得到摄像头的内外参数。其次使用得到的参数对采集的图片进行消除畸变、图像校正。然后对校正过的图片进行立体匹配,应用一种改进的动态规划的算法,先用SAD算法对图像块进行匹配,将各个像素对应数值之差的绝对值进行求和,来评估两个图像块的匹配度,作为立体匹配的初步筛选,再利用SGBM算法通过计算匹配代价函数得到最终的视差图。最后,通过三角相似原理测得距离。根据以上流程,以Micro soft Visual Studio为开发环境,使用MATLAB立体校准工具箱和OpenCV计算机视觉库等搭建一个双目测距系统,并对系统进行了实验验证。结果显示,只要深入优化立体匹配的算法,该系统将拥有可靠的精确度,有广泛的应用前景。

水下图像采集存储、增强程序设计及验证

水下光学成像探测技术是水下探测技术的重要组成部分,但水下环境错综复杂,直接或间接影响到水下图像采集过程和成像质量。文中基于LabVIEW软件设计水下图像采集存储和图像增强程序,利用LabVIEW视觉与运动采集组件和存储模块进行水下图像采集存储,利用NI视觉重构器和IMAQ视觉系统模块完成水下图像的增强,从而改善水下图像的对比度、RGB亮度及伽马校正,增强水下图像成像效果。经过多次测试验证,该程序具有性能稳定,水下图像存储及增强效果显著的特点,为水下图像采集存储、增强提供了新思路。

结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器

基于机器学习的思想并充分利用外观信息,提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔,通过强度二值特征和金字塔梯度方向直方图二值特征,描述全局与局部区域的纹理和形状;并根据特征描述的二值性和多模性,设计并实现了在线混合朴素贝叶斯分类器。分类器预测类别后验概率生成信任图,跟踪器通过分析信任图实现目标跟踪,并利用极大似然估计和交叉验证实现外观学习和特征选择。选用基准测试集比较同类方法,从性能和复杂度两方面评估了跟踪器。实验结果表明跟踪器对光照变化,部分遮挡等情况具有一定的适应能力,且执行速度较快,存储空间较小。

混合跟踪技术在增强现实系统中的应用

跟踪技术是增强现实的一个重要研究方向,它致力于解决虚拟信息与真实环境的精确配准问题,构建稳定、高效的增强现实系统。通过分析增强现实系统的跟踪需求,指出单一跟踪存在的不足,说明采用混合跟踪技术的必要性,论述了基于视觉-惯性的混合跟踪技术及其在增强现实中的应用,实现了一种基于VisTracker视觉-惯性混合跟踪器的增强现实实验系统,并给出调试结果。

尺度自适应的铁路异物侵限PSA-Kcf降维跟踪方法

针对铁路异物侵限存在尺度上的外观变化,导致现有目标跟踪算法容易学习到过量背景或局部纹理信息,从而引发跟踪框漂移的问题,提出一种融合尺度估计的核相关滤波目标跟踪算法。利用视觉背景提取器ViBe对铁路沿线侵限异物进行检测,通过密集循环采样和尺度金字塔技术分别提取初始化跟踪框的FHOG特征,用来训练一个核相关位置滤波器和一个PCA降维的尺度滤波器,以实现尺度自适应的铁路侵限异物快速跟踪。实验结果表明:PSA-Kcf算法在跟踪精度上优于无尺度估计环节的生成类算法MeanShift和原生核相关滤波算法Kcf,略高于尺度自适应的SA-Kcf和SAMF算法;在跟踪速度上明显快于MeanShift、SA-Kcf和SAMF算法,能达到与Kcf算法相当的快速跟踪效果。

如何培养英语快速阅读能力

如何培养英语快速阅读能力民乐县一中张志和快速阅读并不是一个单纯的技术问题，它还受阅读者的学风等各方面的影响。因此要培养快速阅读能力，必须从下列几个方面进行。一、要有明确而严格的时间观念。无论做什么事，都要讲究效率，要想做得既快又好，就必须具有明确的时...

基于ViBE与面向对象分类的视频卫星运动车辆检测

为了提高视频卫星对运动车辆的检测质量,在经典视觉背景提取器(ViBE)算法的基础上,结合遥感的面向对象分类技术,从提升正确检测运动目标数量和抑制虚假运动目标检测数量两个方面着手,提出了一种新的运动车辆检测方法(VOMVD)。首先通过优化ViBE模型参数,尽可能多地获取真实运动目标,但这在一定程度引入了许多的虚假目标。研究继而依据影像上地面小尺度运动目标和道路的依存关系,采用面向对象的分类方法,基于光谱、纹理、空间属性,构建了均值、标准差、卷积核内平均灰度值、卷积核内平均信息熵、面积、长度、紧密度、延伸度等8个特征,用于提取道路信息,以此掩膜ViBE提取的虚假运动目标和伪运动目标。结果表明,基于本研究提出的视频卫星运动目标检测方法较之三帧差分法、ViBE检测方法等,其精度有明显提升。在本研究中,三帧差分法、ViBE和VOMVD对运动目标的检测精度P分别为70.91%,61.49%和85.71%,召回率R分别为84.78%,98.91%和97.83%,F值分别为77.23%,75.83%和91.37%,有效提升了方法对运动目标的检测效果。

一种基于深度学习的轮胎缺陷检测系统

为了提高轮胎缺陷检测的效率与准确率,论文设计了一款轮胎缺陷检测系统。该系统首先将数据库中选择的原始图像进行预处理,在提高图像的对比度之后,对预处理后的轮胎图像进行固定像素大小的切割,将轮胎图像切割为若干张像素大小为1024*1024的图像,论文选用视觉图像注释器对切割后的轮胎图像进行特征标记,标记后的图像以坐标形式呈现,用Mask R-CNN网络对准备好的训练集进行自适应训练,最后通过测试集对训练好的模型进行评测,实验发现轮胎杂物缺陷检测率为96.68%。可以发现,该系统可以有效地检测出轮胎的杂物缺陷,使得轮胎厂家可以节约人工成本,大大缩减轮胎缺陷的检测时间。