颜色视觉匹配中明度阈值的评价

为了对颜色视觉匹配中的明度阈值特性进行评价,采用在阴极射线管显示器上获得的颜色刺激,在5个不同明度的中性色背景下,标准刺激的明度L*从5到95以5个CIELAB单位为变化步长,共对19个不同明度的中性标准颜色进行视觉匹配实验。通过对实验结果的处理和分析,验证了关于颜色刺激视觉辨别明度阈值与背景明度之间相关性的韦伯法则和crispening效应,同时利用颜色视觉匹配数据对基于CIELAB的相关色差公式进行了评价和比较,CIEDE2000具有最好的明度差预测性能,CMC次之,CIELAB和CIE94最差。     

Color Zone Map in Peripheral Vision at Various Illuminance Levels

We measured the entire region of mesopic and photopic vision to determine the color zone covering the visual field with unique red, yellow, green, and blue hue components. Eight kinds of test stimuli in the natural color system (NCS) color notation system were used. These stimuli were presented at horizontal and vertical meridians, and at meridians inclined at 45° angles. The illuminance level was set at six levels: 0.01 lx-1000 lx. The evaluation method measured chromatic, white, and black components as well as the hue component of the stimuli. Results show that the color zone of the retina extended further into the periphery with increasing illuminance; the response of opponent colors y-b was shown to be greater than that of the opponent colors r-g.     

机器人头部的视觉跟踪系统研究

对运动目标进行识别和跟踪是机器人视觉的一项关键技术。提出了一种可以快速跟踪运动目标的系统设计方案,采用了双计算机处理和Memolink通信方式的机器人控制结构,以图像处理为基础,在图像经过校正之后,通过区域分割和目标识别两个步骤来确定目标的位置,并控制机器人对目标进行跟踪。实验表明,该方法具有较高的速度和准确性。     

浅谈防空夜视装备的发展

针对我军现代夜间反空袭作战的制约瓶颈——缺乏夜视装备，提出在预警领域采用被动红外周视扫描系统，在先进的火控领域采用制冷式红外热成像系统．在老式的防空火控系统上利用微光和非制冷红外技术进行改造的方案比较符合我国国情，也是比较现实和可行的。     

基于机器视觉的离散傅里叶变换目标识别方法

提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。     

基于支持向量机的肤色滤波器

为了探测图像中的肤色像素，提出了一种新的方法-支持向量机（SVM：Support Vector Machine）方法.它是一种基于肤色的非特定人的面部定位方法，是非接触人机交互技术和机器视觉中的一个重要内容.实验结果表明，采用支持向量机方法较传统人工神经网络方法不仅有更高的探测准确性，而且具有更好的推广性能.由于SVM采用结构风险最小化（SRM：Structural Risk Minimization）准则，在最小化训练误差（经验风险）的同时，尽量缩小模型预测误差的上界，从而使模型有更好的泛化能力.     

基于特征圆单目视觉的飞机舵面角位移标定技术

提出了一种基于特征圆单目视觉的非接触式飞机舵面角位移标定技术。用一台数码摄像机对固定在飞机舵面上的特征圆进行拍照,经数字图像处理后确定五个特征点的坐标,利用针孔成像和射影变换原理建立物像空间坐标解算模型,计算出特征圆的法线相对方向和圆心的相对位置,舵面角位移由该圆的法线方向确定。仿真结果表明,该方法具有标定过程简单、实时、快速和准确的特点,标定精度可达到0.1°。该技术也可用于航天器上实时测量交会对接时的相对位姿参数。     

基于CCD图像的火灾空间定位方法

大空间中火源的空间位置的定位,一直是火灾自动探测与自动扑救中的难点。研究了一种利用单一CCD摄像头进行火灾自动空间定位的方法。根据计算机视觉原理,利用固定在自动消防水炮末端的CCD摄像头随水炮旋转扫描时的角度、位移变化,将CCD摄像头在不同位置所拍摄的图像中火源图像坐标和火源的空间坐标建立联系,从而实现了火源空间位置的自动定位。     

基于机器视觉的表面粗糙度测量与三维评定

表面粗糙度的测量与评定一直是机械行业的重要课题。提出了一种基于机器视觉检测工件表面粗糙度的方法。首先利用显微镜获取端铣、刨、车不同等级下工件表面的序列图像,采用方差聚焦测度算子对序列图像中的每一个点进行高度计算;然后再利用高斯插值法计算出微观物体表面的准确高度,重构其表面微观形貌;最后计算出各个工件表面的三维粗糙度。通过对实验数据的分析和讨论,可以确定出表面均方根偏差Sq、表面偏斜度Ssk和表面峰密度Sds这三个参数,它们是常用地对工件表面粗糙度进行评价的可靠参数,可为以后三维粗糙度体系的科学建立提供依据。     

3DSEM++: Adaptive and intelligent 3D SEM surface reconstruction

Structural analysis of microscopic objects is a longstanding topic in several scientific disciplines, such as biological, mechanical, and materials sciences. The scanning electron microscope (SEM), as a promising imaging equipment has been around for decades to determine the surface properties (e.g., compositions or geometries) of specimens by achieving increased magnification, contrast, and resolution greater than one nanometer. Whereas SEM micrographs still remain two-dimensional (2D), many research and educational questions truly require knowledge and facts about their three-dimensional (3D) structures. 3D surface reconstruction from SEM images leads to remarkable understanding of microscopic surfaces, allowing informative and qualitative visualization of the samples being investigated. In this contribution, we integrate several computational technologies including machine learning, contrario methodology, and epipolar geometry to design and develop a novel and efficient method called 3DSEM++ for multi-view 3D SEM surface reconstruction in an adaptive and intelligent fashion. The experiments which have been performed on real and synthetic data assert the approach is able to reach a significant precision to both SEM extrinsic calibration and its 3D surface modeling.