基于立体视觉与特征匹配的点云目标识别算法

准确提取三维点云数据中待测目标的点云集合是三维点云目标识别技术的一个关键问题,也是近年来目标识别领域从二维向三维拓展的一个重要挑战,其主要难点在于快速寻找离散点云之间的相关函数关系。结合立体视觉与特征匹配构建了可以表征不同视场条件下的目标点云约束的机制,通过采用立体视觉作为约束条件完成了对原有特征匹配算法的优化。设计了基于立体视觉的估计算法,通过训练学习获得了不同选取比例条件下的识别规则。实验采用ARIES激光雷达采集点云,并通过MATLAB选取三种典型目标状态。当目标区分度高时,优化前后的目标识别率都在98%以上;当目标区分度低时,优化后对目标边界的限定条件可以很好地提高识别概率。采用优化的点云数据位置偏差量可达到0.55 mm,相比未优化的0.74 mm提高了0.19 mm。同时,优化后算法的收敛时间曲线要优于未优化的,3000点以上的收敛时间均值约为8.33 s,优于未优化的12.76 s。综上所述,优化后的算法具有更好的识别效率。     

面向狭窄场景的鲁棒多视角配准方法

多视角点云配准是逆向工程中的关键步骤之一,具有重要的研究意义和工程应用价值。而对于狭窄场景(如口腔或机械结构内部)获取的点云数据,多视角配准算法的精度直接影响重建精度的好坏。为了提升狭窄场景多视角点云配准的速度和鲁棒性,提出一种基于位姿图优化的增量式多视角点云配准方法。首先针对相邻视角的点云,结合迭代最近点法(ICP)和基于特征的配准方法,提出一种多策略融合的成对点云配准算法,用于求解相邻视角点云的配准结果;然后在增量式相邻视角点云配准的基础上,进一步提出一种基于距离约束的回环检测方法,并依据相邻视角点云的配准结果和回环检测的结果构建位姿图;最后采用实时优化策略对位姿图进行优化,消除累计误差,实现鲁棒的多视角配准。实验结果表明,提出的多策略融合配准算法和基于距离约束的回环检测方法是有效的。经典ICP算法和基于FPFH特征的配准算法在实验中存在失效的现象,而提出的多策略融合配准算法并无失效。基于距离筛选的回环检测方法较常规的回环检测方法效率提高。提出的多视角配准算法在配准牙齿模型数据时精度可达到0.0357 mm。为了验证算法的普适性,采用多个狭窄场景下连续采集的模型点云进行验证,结果表明:提出的算法取得了不错的效果,表明该方法是一种有效的狭窄场景多视角配准方法。     

单像素高效感知方法概述

资源受限平台的高效率视觉感知是信息领域的瓶颈难题。不同于传统阵列探测成像,单像素成像基于压缩感知原理将多维图像编码为一维采集数据,有效提升了数据压缩率,且灵敏度高、工作波段宽,逐渐成为研究热点。然而,单像素成像重建的图像中仍包含大量对高层语义理解无关的信息,导致传输、存储、计算的资源浪费。单像素感知是一种直接从一维采集数据解耦高级语义推断结果的新型感知技术,无需重建多维图像,相较传统先成像-后感知的技术路径大幅提升了感知效率,在遥感探测、智慧交通、生物医学、国防军事等众多领域具有广阔的应用前景。文中重点梳理了单像素感知技术的发展历程,详细介绍了单像素感知技术的方法架构以及在视觉应用中的研究进展,最后对其未来发展趋势进行了展望。     

动态特征空间和三维运动目标的智能递推识别方法

在实际成像条件下,运动中的三维目标,其投影形状(silhouette)是变化的,因而其可识别性也处于变动中.为了应对这类困难情况,本文定义了模式的动态特征空间和模式的动态可识别性等概念.提出了处理三维目标运动图像序列的多尺度智能递推识别方法(MUSIRR).构造了一种混合神经网络和逻辑决策模块的智能识别器,BP神经网和RBF网用作识别器的基本构成单元.在训练阶段,该识别器使用目标的多尺度二值特性视图模型的规则矩不变量为样本特征向量.在识别阶段,算法在递推识别序列目标图像过程中,充分利用了目标姿态不会突变以及有关成像过程的合理约束,达到了提高识别率目的.     

嵌入式图像检测一体机研究

嵌入式图像检测一体机是以机器视觉为基础,将图像采集技术和嵌入式系统相结合的一种新型图像检测设备.该设备由硬件和软件两部分组成,硬件部分包括光学成像模块、图像采集模块、数据处理模块及系统接口模块;软件部分由图像传感器驱动、嵌入式系统配置、系统自启动程序、图像预处理和数据处理程序构成.实验表明,该设备可在各种条件下清晰地采集到有效的图像数据,且处理速度快,是一个优秀的嵌入式图像检测硬件平台.该嵌入式图像检测一体机填补了国内图像检测硬件领域在嵌入式方面的空白.     

新一代(第四代)人机交互的概念框架特征及关键技术

人机交互是研究人与计算机之间通过相互理解的交流与通信,在最大程度上为人们完成信息管理,服务和处理等功能的一门技术科学.本文给出新一代(第四代)人机交互的概念框架和其四个标志性特征,即:(1)具有多模感知(听觉,视觉,手势,笔势等)功能的人机交互方式;(2)可进行基于Agent的听、视觉对话,作为人机交互的界面;(3)具有Internet数据仓库和基于内容检索的知识处理能力,作为人机交互内容;(4)可以在二维或虚拟的三维环境中实现人机通信,作为人机交互的环境.文中给出了解决和实现该四大特征的关键技术,描述了实验系统平台的全面功能,可以为同类研究人员作参考.     

基于STM32巡线机器人软件系统的研究与分析

本文主要论述基于STM32的智能巡线机器人的软件系统的设计思路与研发流程,阐述此过程中所遇到的各种问题以及解决方法和改进方案,对比不同方案间的优劣,与此同时对机器人的硬件系统做出了简要的说明。软件系统主要包括视觉识别检测系统和动力控制系统,本文会对其中相应的算法尤其是巡线算法做出深入分析与探讨。     

视觉系统在检测对称器件倒反入载带中的应用

针对传统分立器件测试包装时,自动视觉检测一般只检测器件塑封体和引脚等外观,对称器件在替补时可能存在方向倒反的问题,引入了视觉检测的方法。通过检测器件打印码来判断器件方向是否正确。通过具体设计并在实际设备上安装和实验分析,阐述了如何通过视觉检测出载带中的倒反器件,有效提升了产品质量。     

基于故障统一模型的故障检测策略

随着集成电路制造工艺持续向纳米尺度的推进,数字电路受老化、工艺误差、软错误等故障所造成的时序偏差越发突出,严重威胁了电路的“时序安全”。文中通过分析故障影响信号稳定性侵犯模型,提出了一种新的故障检测模型。该模型扩展了现有的故障检测能力,通过使用C单元作为稳定性检测器输出单元,提高了其对高速的适应性。仿真结果显示,与已有结果相比其具有明显的速度优势和较小的硬件开销。     

计算机辅助视觉下的英文字母识别软件系统设计与实现

传统的英文字母计算机辅助视觉识别方法采用图像边缘轮廓检测方法,在字母识别过程中容易产生虚假轮廓特征干扰,导致识别准确度不高。该文结合嵌入式Linux设备驱动程序开发,进行计算机辅助视觉下的英文字母识别软件优化设计。使用Qt/Embedded作为GUI,构建用户应用程序,基于X86架构的GNU开发工具集进行计算机辅助视觉下的英文字母识别文件系统配置和编译,通过设备驱动程序开发,进行软件设计优化,包括字符设备驱动程序、块设备驱动程序和网络设备驱动程序。系统测试表明,该英文字母识别软件具有较好的识别精度和收敛性,软件可靠度较高,人机交互性能较好。