AGVS图象识别多分支路径的研究

基于图象视觉导航的 AGVS与传统的、在地下埋设电磁感应电缆引导的 AGVS相比 ,前者能更好地适应现代柔性生产的要求 .该文研究了图象识别白线路标的边缘检测算法 ,并采用了最大方差法来设定路标图象的灰度阈值 ,可得到较准确的图象边缘 .针对所研究的 AGVS特点 ,提出了机器视觉的图象变形校正算法 ,以获得正确的路标图象信息 .在此基础上 ,用改进的数字图象模板匹配法识别数字 ,再用数字标识符区分柔性生产线中的分支路径 ,来引导 AGVS在正确的分支路径上行进 .实验表明 。

基于稀疏表示的可见光遥感图像飞机检测算法

为解决当前遥感图像飞机检测方法在复杂背景下准确率低,实现旋转不变困难的问题,结合图像稀疏表示原理,提出一种基于稀疏表示的飞机检测算法.该算法首先利用飞机是刚性目标且具有明显几何外观的特点,构建飞机几何原子库;然后建立飞机轮廓几何逼近的最优化方程,在稀疏表示原理框架下,得到飞机轮廓最优的几何部件组合;最后,以星型结构的部件模型为框架,生成待检测图像的目标显著图并根据显著图定位出飞机.实验结果表明,稀疏表示方法能自适应选取飞机部件,部件数目较少且不易受光照、颜色和复杂背景的影响.与现有算法相比,本文算法准确率达90%以上,检测速度有较大的提高.

利用显著图构建注意力深度网络检测诱虫板蔬菜害虫

为提高诱虫板图像蔬菜害虫检测精度,针对背景区域容易导致误检的问题基于显著图分析技术构建了一种注意力深度网络害虫智能视觉检测方法。首先通过显著图筛选出粗候选区域;然后在粗候选区域内用全卷积神经网络精选出细候选区域;接着用神经网络分类器识别细候选区域害虫种类,得到含有冗余的若干检测框;最后用改进的非极大值抑制消除冗余检测框,实现诱虫板图像中目标害虫的检测。针对小菜蛾和瓜实蝇展开试验,获得86.40%的平均精度均值和0.111只的平均绝对计数误差均值,所提方法平均精度均值比Faster R-CNN和YOLOv4分别高2.74和1.56个百分点,平均绝对计数误差均值比FasterR-CNN和YOLOv4分别低0.006和0.003只;同时,消融试验中移除显著图注意力模块后平均精度均值下降了4个百分点、平均绝对计数误差均值增加了0.207只。试验结果表明,所提方法有效提高了诱虫板图像蔬菜害虫检测精度,其中,引入显著图注意力模块对提升检测精度有重要作用。

天线型面自动测量系统设计

针对现有的天线测量技术中全站仪测量技术的不足,研究了多模式目标识别与视觉引导技术,构建了基于视觉引导的天线型面自动测量系统。该系统是在全站仪坐标测量原理的基础上,将图像传感器和马达驱动全站仪相结合,实现目标的自动识别和视觉引导技术。根据实际应用需求,设计了基于VC++的测量系统软件,实现了测量系统硬件和软件的实时通讯及目标图像的实时采集和处理;可通过标定操作对测量数据进行误差补偿;并可进行测量数据的处理和分析;同时可实现测量数据的实时存储、数据库管理及人机交互等功能。实验证明该测量系统可实现与硬件系统的实时通信,并实现坐标测量和数据处理等相关功能,满足用户的测量要求。

基于引导滤波的分布式多波段图像融合算法

为进一步提高空基光电探测系统对复杂环境与目标的智能感知性能,采用多无人机平台组成分布式空基多波段融合探测系统进行多基线数字多波段测量,系统具备可见光、红外数据协同探测与多波段图像融合能力。为了结合红外与可见光多模态图像的互补信息,文中提出一种基于引导滤波的可见光与红外像素级异构图像融合算法。首先,采用Shearlet变换分别对两幅经过处理的相同视场的可见光和红外图像进行高低频特征分解;接着,通过引导滤波提取图像显著性特征和边缘特征;最后,计算融合的权重再对图像进行像素级融合。本算法在在Ubuntu18.04系统上采用Qt开发框架进行算法实现并在某分布式多机系统下得到验证,算法对于分辨率为640×512的红外与可见光多波段图像源融合时间为32 ms,满足实时图像融合需求,融合后的图像能突出目标的红外辐射特性并较好的保留背景细节信息,为后续目标智能识别提供了保障。

四种地面固定目标识别方法研究

首先简要阐述了模型基视觉法是基于知识的智能化识别目标的方法,然后以桥梁例比较详细地介绍了应用模型基视觉法解决目标识别问题的过程,包括:建立目标图像、确定预理方法、设计识别算法和提高识别算法的鲁棒性等。对四种地面固定目标识别研究的结果表明,型基视觉法是解决地面目标识别问题的有效方法。

基于HALCON的水果识别算法研究

采用基于机器视觉的方法,研究具有不同特征的水果的自动分类识别方法。首先通过对相机采集到的图像进行颜色空间转换、图像增强、图像分割等一系列算法的预处理,提取水果区域从而获得准确的颜色模型和纹理特征,再利用基于MVTec HALCON软件平台的SBI(Sample Based Identification)分类器算法,根据水果的颜色和纹理进行训练和识别。实验结果表明,基于样本的识别方法对经过处理后的水果图像识别具有较强的适应能力,并且具有良好的鲁棒性,总体识别率可达98.5%。

PtSi肖特基势垒红外焦平面阵列的市场前景

本文全面深入地分析了PtSi肖特基势垒红外焦平面阵列技术的市场前景。从制作技术、像元集成度、NETD、光响应均匀性、量子效率、成品率和成本方面把PtSi阵列与InSb和HgCdTe阵列技术作了详细的比较,评述了PtSi阵列技术的发展现状和面临的现实,分析了PtSi阵列技术的应用范围,目前面临的市场状况和可预料的今后时间内PtSi阵列技术的前景。

基于视觉的无人直升机自主着舰关键技术

以无人直升机为被控对象,描述了其着舰/陆飞行引导控制的一般过程,并着力梳理分析了自主着舰所涉及的关键技术。首先,研究无人直升机建模、基于图像匹配的降落点目标识别、无人直升机视觉的位姿运动估计、着舰控制律设计、实时视觉系统软硬件设计;其次,分析和比较了目前视觉着舰的一些关键技术;最后,结合国内外视觉着舰研究现状,为今后视觉着舰流程提供研究方向。

嗅觉搜索机器人的单目视觉室内定位技术研究

针对室内嗅觉搜索机器人定位问题,提出一种基于最小二乘高斯核支持向量机的单目视觉定位算法.首先,利用最小二乘高斯核支持向量机,可将机器人在图片中像素位置与真实场景中位置间的非线性映射转化为带高斯核的线性映射;然后,运用k重交叉验证方法对映射关系模型进行训练,获取优化模型参数;最后,利用单目摄像头采集机器人运动的连续图像,并根据机器人平台与其背景间的灰度差异特征实时识别图像中目标机器人平台,计算得到机器人平台形心在每一帧图像中的像素位置,进而映射出机器人平台在室内环境下的实时动态位置.实验结果表明:此定位方法能够为移动机器人在室内环境下提供高精度和无累积误差的实时定位信息;算法的精确性和可靠性得到了充分验证.