基于单目视觉追踪测量羽毛球空气阻力系数

针对羽毛球空气阻力系数难以测量的问题,提出了一种基于单目视觉追踪来测量羽毛球空气阻力系数的方法。使用摄像头对运动员击打羽毛球的过程进行拍摄,通过图像识别算法追踪视频中羽毛球的飞行轨迹获取羽毛球的即时速度,最后根据动力学规律分析得出羽毛球的空气阻力系数。该方法测量精度较高,测量过程简便,可推广用于测量其他飞行物体的空气阻力系数。     

视觉传感器的标定方法

在视觉检测方法的基础上,构造了一种便于几何测量的视觉传感器,给出了该视觉传感器的测量原理,并设计了该视觉传感器的标定方法,该方法利用空间中三个有特殊关系点的对应成像点,直接列写出方程组,求解出摄像机的内参数。内参数标定模型中考虑了几何畸变。     

基于生物视觉特征和视觉心理学的视频显著性检测算法

提出了一种空域和时域相结合的视频显著性检测算法.对单帧图像,受视觉皮层层次化感知特性和Gestalt视觉心理学的启发,提出了一种层次化的静态显著图检测方法.在底层,通过符合生物视觉特性的特征图像（双对立颜色特征及亮度特征图像）的非线性简化模型来合成特征图像,形成多个候选显著区域;在中层,根据矩阵的最小Frobenius-范数（F-范数）性质选取竞争力最强的候选显著区域作为局部显著区域;在高层,利用Gestalt视觉心理学的核心理论,对在中层得到的局部显著区域进行整合,得到具有整体感知的空域显著图.对序列帧图像,基于运动目标在位置、运动幅度和运动方向一致性的假设,对Lucas-Kanade算法检测出的光流点进行二分类,排除噪声点的干扰,并利用光流点的运动幅度来衡量运动目标运动显著性.最后,基于人类视觉对动态信息与静态信息敏感度的差异提出了一种空域和时域显著图融合的通用模型.实验结果表明,该方法能够抑制视频背景中的噪声并且解决了运动目标稀疏等问题,能够较好地从复杂场景中检测出视频中的显著区域.     

基于孪生神经网络在线判别特征的视觉跟踪算法

基于孪生神经网络的跟踪算法是利用离线训练的网络提取目标的特征并进行匹配,从而实现跟踪。在离线训练过程中,网络学到的是相似目标的通用特征,因此当有相似目标干扰时,用这种通用特征表达特定目标将会导致跟踪性能下降,甚至丢失目标。为提高对相似目标的判别能力,通过在线更新网络参数,使网络能够在通用特征的基础上,进一步学到当前目标的特定特征,这样不仅能有效地区分目标与背景,还能消除相似目标的干扰。实验在OTB50和OTB100数据库上进行,结果表明该算法可以提高对网络提取特征的判别力,实现对目标的稳健性跟踪。     

基于深度视觉传感器和卷积神经网络的跌倒检测算法

为提高传统跌倒检测系统的识别准确率,降低识别时间,提出了一种新型跌倒检测模型。以Kinect V2深度视觉传感器获取的骨骼节点为样本数据源,由改进型K-means算法计算聚类中心点,并在此基础上提取跌倒检测特征数据。将特征数据重构成5×5训练样本数据后,输入所设计的卷积神经网络模型进行训练学习,得到优化的跌倒检测模型参数。实验表明,所设计的新型检测模型相对于传统检测跌倒算法具有更高的识别准确率和更快的运算速度,保证了系统的实时性和鲁棒性要求。     

提高基于机器视觉的心率测量精度的方法

基于摄像头(可见光)的心率测量方法,能够以非接触的方式检测受试者心率,无论在临床应用还是在家庭健康监护中都有着极大的应用前景。但是,CMOS摄像头的行扫描方式采集图像以及计算机系统的图像采集时钟抖动都会影响此类心率测量的精度,从而引入相位误差和系统随机误差。本文针对这两大主要误差进行研究分析,提出了消除相位误差的基于傅里叶变换的幅频叠加算法、消除图像采集系统时钟抖动误差的基于时间标定的三次样条插值重构方法。幅频叠加算法只在幅频域对信号进行处理,能够忽略信号的相位影响,从而消除相位误差。时间标定的三次样条重构算法能够重构图像的均匀采集,从而消除系统时钟抖动引起的随机误差。同时,通过理论推导论证了两种算法的可行性,进而利用LED模拟实验和实际心率测量实验验证该算法在提高信号检测精密度中的特性。在模拟实验中,对每帧图像的200行作幅频叠加运算,能够使信号幅值相对提升4.58%;基于时间标定的三次样条重构算法能使检测的信号频率的均方根误差缩小30%以上;在实际心率检测中,幅频叠加算法可使心率幅值相对提升达33.5%,基于时间标定的三次样条重构算法可使心率准确度提升40%左右。因此,模拟实验和实际心率测量实验均验证了提出的算法在提高系统检测精度上的有效性,提高了基于机器视觉心率测量的抗干扰能力。这两种算法不仅能够提高基于机器视觉的心率检测精度,而且能够适用于基于机器视觉对一定频率信号的检测,在机器视觉检测中具有广泛的意义。     

两位置球面面形检测方法研究

三位置球面面形绝对检测方法在一定的条件下可以简化为两位置球面面形检测方法.本文在研究三位置绝对检测原理的基础上,提出了基于菲索干涉系统新的两位置球面面形检测方法.该方法的简化条件分为参考面面形误差偶对称或被检面面形误差偶对称两种不同的情况.实验结果表明,两位置检测方法可以有效实现PVr值λ/30的高准确度检测,且检测结...     

光学镜片外观瑕疵视觉检测方法

介绍了一种基于计算机视觉检测光学镜片外观瑕疵的方法。该方法主要针对麻点、划痕、毛刺和破边等瑕疵,并根据瑕疵在侧面光源作用下发生漫反射,产生亮光斑或亮光带的原理,开发了基于反射检测法的瑕疵检测装置,检测装置的工作节拍不超过5 s/片。创新使用了黑体作为暗背景,提高了瑕疵的对比度。视觉检测中利用了总面积检测法来检测镜片表面的麻点和划痕,利用边缘毛刺检测法来检测镜片边缘的毛刺和破边。在试验中检测了53块直径10 mm的镜片,准确率达到100%。最后给出了基于31万像素CCD的检测结果,其中OK镜片总瑕疵量≤100 pixel,最高灰度值≤80,麻点和划痕镜片的总瑕疵量介于200 pixel～600 pixel之间,最高灰度值≤210,毛刺/破边镜片总瑕疵量≤100 pixel,最高灰度值介于200～255之间,可见麻点镜片和划痕镜片的总瑕疵量明显比毛刺/破边镜片和OK镜片高。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于矢量水听器的一种时间方位历程目标跟踪方法

文章简要介绍了时间方位历程显示方式的原理，针对时间方位历程中最大值自动跟踪方法存在的弊端，提出了应用矢量水听器解决多目标跟踪问题的一种新方法，并应用于海试数据处理中，取得了良好的效果。     

基于组合线阵的近程运动小目标被动定位跟踪

针对水下运动小目标被动探测与定位问题,提出了分段组合子阵联合处理探测方法,各探测子阵采用相互垂直结构布局,克服了单阵方位模糊及无法定位等问题。研究了分段组合子阵的宽带最小方差无畸变失真响应近场聚焦目标定位方法,实现了近程蛙人等水下小目标被动高精度定位。在此基础上,采用卡尔曼滤波算法对目标运动轨迹进行预测估计,将目标定位信息与跟踪轨迹信息进行匹配,实现高背景噪音下的运动小目标的跟踪处理。理论分析及仿真结果表明,分段子阵联合处理能有效对水下运动小目标进行定位和跟踪,海试试验进一步验证了该方法的有效性。     

基于DSP的实时自动跟踪系统的研究

在差分得到的二值图像基础上,采用快速搜索算法预测运动物体在帧图内的二维坐标,并自动跟踪运动目标。选择TMS320C642作为视觉跟踪系统的硬件平台,采用摄像机获取场景图像,通过软件捕捉场景图像中的运动物体,识别物体运动的方向和距离,实现了视觉实时跟踪功能。在此基础上,完成了分立器件构成的嵌入式视觉实时跟踪系统的设计,对于视觉技术的实际应用具有一定工程意义。     

Sphere-based calibration method for trinocular vision sensor

A new method to calibrate a trinocular vision sensor is proposed and two main tasks are finished in this paper, i.e. to determine the transformation matrix between each two cameras and the trifocal tensor of the trinocular vision sensor. A flexible sphere target with several spherical circles is designed. As the isotropy of a sphere, trifocal tensor of the three cameras can be determined exactly from the feature on the sphere target. Then the fundamental matrix between each two cameras can be obtained. Easily, compatible rotation matrix and translation matrix can be deduced base on the singular value decomposition of the fundamental matrix. In our proposed calibration method, image points are not requested one-to-one correspondence. When image points locates in the same feature are obtained, the transformation matrix between each two cameras with the trifocal tensor of trinocular vision sensor can be determined. Experiment results show that the proposed calibration method can obtain precise results, including measurement and matching results. The root mean square error of distance is 0.026 mm with regard to the view field of about 200×200 mm and the feature matching of three images is strict. As a sphere projection is not concerned with its orientation, the calibration method is robust and with an easy operation. Moreover, our calibration method also provides a new approach to obtain the trifocal tensor.     

A calibration method for stereo vision sensor with large FOV based on 1D targets

Large FOV (field of view) stereo vision sensor is of great importance in the measurement of large free-form surface. Before using it, the intrinsic and structure parameters of cameras should be calibrated. Traditional methods are mainly based on planar or 3D targets, which are usually expensive and difficult to manufacture especially for large dimension ones. Compared to that the method proposed in this paper is based on 1D (one dimensional) targets, which are easy to operate and with high efficiency. First two 1D targets with multiple feature points are placed randomly, and the cameras acquire multiple images of the targets from different angles of view. With the fixed angle between vectors defined by the two 1D targets we can establish the objective function with intrinsic parameters, which can be later solved by the optimization method. Then the stereo vision sensor with two calibrated cameras is set up, which acquire multiple images of another 1D target with two feature points in unrestrained motion. The initial values of the structure parameters are estimated by the linear method for the known distance between two feature points on the 1D target, while the optimal ones and intrinsic parameters of the stereo vision sensor are estimated with non-linear optimization method by establishing the minimizing function involving all the parameters. The experimental results show that the measurement precision of the stereo vision sensor is 0.046 mm with the working distance of about 3500 mm and the measurement scale of about 4000 mm×3000 mm. The method in this paper is proved suitable for calibration of stereo vision sensor of large-scale measurement field for its easy operation and high efficiency.     

基于计算机视觉的可变形手势跟踪算法改进研究

手势是人们最为常用的、最为自然的表达方式,人机交互的方式迎合了社会的需要。其成本低、适用性强、操作方便,也符合了人们的要求,得到了越来越广泛的关注。传统的手势跟踪算法仅停留在静态的手势跟踪上,当手势变形移动时,会导致跟踪目标从摄像头等设备的视野中消失,导致手势目标消失。本文对传统的CAMSHIFT算法进行了进一步的改进,并对可变形的手势图像的预处理及特征提取做出了研究。有效去除小的零值噪声点和提高了手势跟踪的准确率,这个算法对系统的资源要求不高,并且在仿真实验中有体现出了很好的鲁棒性。仿真实验表明,本文提出的方法有效的解决了一些不确定性问题,能够广泛应用。     

基于跟踪度的Gabor小波特征跟踪方法的研究

图像的边缘包含了目标的大量特征信息。利用Gabor小波可以从目标图像中提取具有特征位置、角度和尺度的参数。利用这些参数可以重建除均值以外的所有图像信息。图像边缘与均值无关。根据重建图像边缘线段的长度和边缘拟和度以及特征点的个数,提出了跟踪度的概念,分析了跟踪度的性质,并在跟踪度准则指导下确定了跟踪的特征点个数。仿真实验证明,跟踪度反映了目标特征跟踪的可靠程度,提供了跟踪精度的客观标准,为选择特征点个数、平衡计算复杂度和跟踪精度提供了客观的依据。通过对目标进行姿态变换和大面积遮挡的跟踪实验证明,当跟踪度达到0 95以上时就可以稳定地跟踪目标。     

Defocus and binocular vision based stereo particle pairing method for 3D particle tracking velocimetry

We propose a new method, based on the depth-from-defocus technique and binocular vision, for solving the stereo particle pairing problem in 3D particle tracking velocimetry (PTV). Firstly, the apparent particle depth is measured with a single camera, using the depth-from-defocus technique. Secondly, a strict mathematical model of the particle-to-particle correspondence relationship between the left and right images, taking into account the refractions at the interfaces in the optical path, is presented, with the assumption that the apparent particle depth is measured. Thirdly, based on the apparent particle depth and particle-to-particle correspondence relationship, the epipoplar line is truncated into a short line segment by cutting off, where the apparent particle depth extends beyond its estimated range. For the first time, the range of the blur circle radius is employed as an additional stereo particle pairing constraint. Finally, the optimal pairing particle is selected by applying the epipolar line segment and blur circle radius constraints. The experimental results show that the rate of correct pairing is significantly improved compared with the epipolar line nearest neighbor analysis, especially when the particle density is increasing.     

基于ZigBee网络和超声定位的智能跟随小车

基于成熟的IEEE802.15.4协议和ZigBee无线模块,结合超声定位,设计了一种新颖的智能跟随系统。设计的核心为PIC18F4620单片机和MRF24J40MA无线收发模块,通过无线收发来完成节点间的识别与同步,同时以超声测距系统完成对被跟踪目标的定位,通过控制驱动电机动作实现对指定目标的定距离跟随。控制网络以子网的形式控制不同系统的分时定位跟随,同时管理各移动定位系统的入网和切换。样机测试结果表明系统达到了预期的跟随设计要求,具有一定的工程使用价值。