圆锥裁剪BLOB的视频目标检测方法

真实场景的视频目标检测需要消除阴影、反射和鬼影等噪声的影响,以检测出运动目标和静止目标.为了实现系统性的视频目标检测,提出一种自适应圆锥裁剪联通块(TC-BLOB)检测方法.基于BLOB知识,将3D颜色空间变换为"夹角-模差"2D空间后,定义一套圆锥裁剪规则划分出阴影BLOB和反射BLOB;再以一种持久化记忆PM方法判别出鬼影BLOB;最后改进双背景模型检测出静止目标和运动目标.采用不同环境视频进行实验的结果表明,文中方法是有效的,并有独立于后续跟踪的优点.

复杂环境中车辆检测与跟踪方法的研究

提出了一种在复杂环境中车辆检测与跟踪方法。该方法首先分析车辆的外形特点,确定采用从Blob块提取的几何形状参数作为车辆的特征并用于运动车辆的检测;然后结合Blob分析和CamShift算法提出了车辆跟踪方法。实验结果表明,本文采用的车辆特征参数能够准确地检测车辆,并能准确地区分车辆和行人群体,车辆检测与跟踪准确率分别达到了96.7%和86.7%,证明该方法适用于复杂环境下车辆的检测与跟踪应用要求。

基于视觉的锂电池防爆片摆盘机器人轨迹规划

针对人工检测锂电池防爆片的正反面并组装效率低、成本高等问题,研发了一套基于机器视觉的锂电池防爆片自动摆盘系统。由定位相机采集目标的位置信息,通过Blob分析实现目标定位;由检测相机采集目标的特征信息,通过图像配准对目标位置进行修正,根据ROI视图选取区域的灰度均值来判断防爆片的正反。采用7次B样条曲线构造机械臂关节的运动轨迹,在满足机械臂约束的条件下,通过NSGA-II和MOPSO混合算法(NSGAII-MOPSO)以时间消耗少、能耗低和冲击小为优化目标对运动轨迹进行优化。实验结果表明该系统正反检测的准确率在98%以上,验证了检测算法的有效性;仿真结果显示,相较于NSGA-II和MOPSO算法,该优化方法的非支配解集分布性更好且更加接近真实Pareto前沿,最终获得的轨迹不仅满足生产线对机械臂运行时间的要求,还降低了机械臂的能耗和冲击,提高了防爆片抓取搬运的质量。

基于神经网络结合模板匹配算法的送药系统研究

为解决医院送药的效率低以及人力资源浪费等问题,设计了一款基于单次多边框检测(SSD)卷积神经网络结合多模板匹配算法的智能送药系统。该系统主要由目标检测装置和智能循迹装置组成,实现了图像识别、电机舵机控制和人机交互功能。系统采用OpenMv4摄像头模块对目标进行图像识别和采集,在TensorFlow平台设计SSD卷积神经网络目标检测算法,训练图像数据得到目标检测模型。将该模型与多模板匹配算法结合进行目标检测。以英飞凌TC264芯片作为主控芯片,对电机和舵机分别设计增量式比例积分微分(PID)算法和位置式PID算法进行控制,实现小车智能循迹。经验证,该系统的目标检测模型识别精确度可达96.3%,能够稳定实现送药系统的实时目标任务,提高医院送药效率,具有良好的实际应用效果。