信息背景下AR动态图像轮廓特征匹配拼接仿真

为提升AR动态图像轮廓特征匹配准确性,扩展图像拼接技术的应用领域,满足信息背景下的计算机视觉与图像处理需求,提出一种AR动态图像轮廓特征匹配拼接方法。通过滤波处理、平滑与边缘锐化以及几何校正阶段,完成图像预处理,划分图像为左边缘及右边缘,搜索不间断边缘点上的全部轮廓点,基于方向性约束与灰度相关性约束获取最优轮廓匹配点,利用特征向量信息实现匹配检验与轮廓特征匹配,根据图像梯度场,引导插值拼接区域,转换图像拼接问题为最小化目标函数问题,采用泊松融合完成AR动态图像轮廓特征匹配拼接。从无标准参考与有标准参考两种图像角度,使用不同的评估指标来评价拼接图像质量,仿真结果表明,所提方法具有明显的配准优越性与较好的拼接效果,有效性与适用性相对理想,能够满足信息背景下图像处理需求。

基于轮廓特征的SAR图像自动配准

针对SAR图像的自动配准问题,提出了一种基于轮廓特征的快速配准方法。在对SAR图像正确检测和分割的基础上提取图像的区域轮廓,并对其几何特征属性进行准确描述,利用配准点可以实现自动图像配准,仿真试验表明可以获得亚像素级配准结果。

面向RP的工业CT切片数据的CLI建模技术研究

主要讨论利用ICT断层图像进行CAD建模并进行快速成形的方法 ,着重研究图像平滑、边缘检测、图像分割、轮廓提取、轮廓特征点采样、轮廓特征点匹配、插值中间轮廓的方法 ,针对摩托车汽缸头复杂零件ICT断层图像进行实验研究 ,取得了较满意的实验结果。

基于机器视觉的机械臂智能抓取系统设计

智能抓取搬运机器人能够高效、可靠地完成各种搬运任务,降低工作人员的劳动强度,精准的目标物体定位是机器人执行抓取搬运任务的基础。本文研究了基于机器视觉的机器人智能抓取系统,可以实现物体的类别检测、物体定位及机器人抓取搬运任务。智能抓取系统由三个子系统组成(目标识别系统、目标定位系统及机器人抓取系统)。首先利用深度相机采集图像信息,并通过基于轮廓特征的匹配算法对目标物体进行匹配获得目标物体的中心坐标,接着通过机器人手眼标定法将像素坐标和深度信息转换到机器人基坐标系下,完成对目标物体的定位,最后通过机器人逆运动学求解各关节角姿态,驱动机器人运动完成抓取搬运任务。实验系统以对场景中多个目标物体识别抓取作业为例,实现以目标物体为导向的机器人自适应抓取。实验结果表明,该基于机器视觉的机械臂智能抓取系统具有较高的定位精度,能够有效地完成抓取搬运任务。