基于单目视觉的行车环境安全预警系统设计

文中设计了基于机器视觉的行车环境安全预警系统,采用包含视频图像采集、行车环境检测以及行车环境安全预警3个功能模块的系统结构,重点研究并提出了新的行车环境识别方法,包含车道线提取和前方车辆检测方法,并对系统硬件架构及软件流程和算法进行说明,实现高速公路行车环境的识别并进行危险警示。实验结果显示,系统能够准确地对前方车道线和车辆进行检测,实现设计效果。     

基于机器视觉的点餐自动提示器设计

针对在外就餐中的盲目消费,不健康饮食等问题,提出基于机器视觉的点餐自动提示器系统;从组成系统的关键软硬件技术入手,基于光源设计、镜头及图像采集卡的选择、图像处理控制系统的设计集成,分析了系统的工作原理,设计了系统的原理结构,并在此基础上进行了原型设计;最后通过对原型系统实践应用得到的数据分析,表明该设计有助于实现科学点餐,文明就餐的预期目标,在成本得到进一步控制的前提下具有一定的应用前景。     

基于立体视觉的人体头部目标识别研究

使用立体视觉系统可确定任意物体的三维轮廓及其表面任意点的位置信息和深度信息。本文将立体视觉运用于人体头部目标检测,设计了一种基于图像深度信息处理的人体头部识别系统。系统采用Xtion摄像机采集场景的深度图像,并对其进行特征分析,根据深度图像的特点以及头部的特征确定头部目标区域。再对目标区域采用Mean Shift算法进行聚类处理,得到清晰的图像边缘。最后通过基于动态阈值的一维熵函数分割法实现头部的分割识别。该系统可快速锁定目标区域,减少了算法的计算量,大大提高了系统的识别速度。此外,采集深度图像的xtion摄像机悬挂在目标场景的正上方,因而较好的解决了目前人体目标检测受遮挡的问题。经实验论证,该系统有较高的识别精度。     

基于激光视觉原理测量玻璃中气泡的尺寸

为了实现玻璃中气泡尺寸的在线测量,基于激光视觉原理,采用线结构激光器、线阵CCD相机和运动控制系统在实验室搭建玻璃气泡的动态测量系统。投射到玻璃表面的线结构激光光斑经变焦镜头成像在相机的光敏阵列上,相机的横向扫描与运动平台的纵向扫描配合,利用Sapera CamExpert图像采集软件获得玻璃气泡的灰度图像;理论上讨论了图像的纵向和横向精度,给出了气泡图像失真的判断依据及工作像素时钟频率与玻璃板纵向运动速率之间的匹配关系;采集了不同纵向运动速率下气泡的灰度图像,利用Sapera Architect软件测量气泡图像的横向和纵向像素数,通过理论计算得出气泡的横向和纵向尺寸,并与直尺测量结果比较,发现纵向尺寸相对误差为0.18,横向尺寸相对误差为0.05。结果表明,在相机工作距离、焦距和像元尺寸确定的情况下在误差允许的范围内该系统可以用来测量气泡的横向尺寸。     

基于ARM和DSP空中运动目标实时跟踪系统研究

对空中目标物体实时跟踪目前主要采用雷达探测的方法,但时常会受到电磁场与电磁波的干扰,降低了探测的准确性,为解决此类问题,提出了一种基于空中视觉实时跟踪系统的解决方案.该方案适用于小范围空中动态物体的跟踪,包括动态目标的差值提取,二值图像的滤波和模板图像的实时更新,以及动态目标的特征提取、云台控制.为提高系统的准确检测性,提出了一种基于改进的动态模板匹配与帧间差分相结合的空中目标检测方法.该方法有效地解决了电磁场干扰、环境变化使动态目标无法捕捉的问题,根据实验表明,该系统能够很好地检测到空中动态物体,具有很好的鲁棒性、实时性和清晰度.     

基于改进SURF算法的双目视觉定位

随着机器人技术的发展,机器人视觉方面的研究也越来越受到人们的重视。在机器人视觉系统中,双目视觉应用最为广泛。在利用双目视觉对物体进行定位时,文中采用了各方面性能都较有优势的SURF算法,来对图像中的特征点进行提取与匹配。由于客观因素的影响,在SURF匹配过程中存在特征点误匹配现象,为了消除误匹配,文中对SURF算法做了改进,加入了剔除误匹配的RANSAC算法。实验结果表明,改进后的SURF算法,能够大大提高双目视觉定位的精准度。     

测量长期光辐射下人眼对比度敏感函数及模型

正常环境下研究得出的对比敏感度函数模型,在人眼受长时间高亮度电脑或手机显示屏光辐射(即视觉异常)时不再适用。文中基于正弦光栅的计算公式在Matlab中编程得到了实验所需的正弦光栅。由于在不同光谱功率分布下的对比敏感度值会有较大差别,实验基于LCD显示器得出视觉异常实验者在不同光谱功率分布(日光,灯光)下的对比敏感度值和CSF曲线。并通过非线性最小二乘法得出视觉异常时CSF模型。其结果表明,视觉异常时人眼最敏感空间频率和光学成像能力均发生了较大变化,且节能灯和显示屏等非自然光源与自然光源日光相比其光谱功率分布对人眼对比敏感度的影响最大。     

基于机器视觉薄零件高精度测量技术的研究

为快速准确检测薄零件几何量精度,提出了一种基于机器视觉的检测方法。根据具体的视场和精度要求,完成电荷耦合元件(CCD)传感器、镜头、光源等选型与硬件系统设计。开发了软件系统,采用双三次插值法细分图像后提取亚像素边缘,变权重最小二乘法拟合出零件轮廓的圆弧和直线,自动计算零件的圆度误差,中心距尺寸误差,并判断其是否合格。通过齿轮泵中间体零件的检测结果表明,本系统能快速准确检测中高精度(IT7级)薄零件的几何量精度,满足实际应用的需求。     

应用灰度直方图特征识别木材表面节子缺陷

木材表面节子是木材缺陷中非常重要的一类缺陷,也是评定木材外观等级、锯材和单板质量的重要指标。为了提高节子缺陷识别效率及准确性,并改善检测过程的自动化程度,对应用木材表面图像的灰度直方图统计特征进行节子缺陷识别进行研究。通过利用类间距离对7个统计特征的分类能力进行评价,从而确定出识别节子缺陷的最佳统计特征,即平滑度特征;同时提出一种自适应的最大类间方差聚类法进行分类阈值的确定,进而采用阈值判别实现节子缺陷识别。经在线检测实验证实,该方法的识别率高于99%。     

基于神经网络的人脸识别系统

针对人脸在整个图像中识别的问题,提出了基于神经网络的前端人脸检测系统.该系统首先将训练集中每个图像划分成独立的小窗口,并标示出每个窗口中包含的人脸图像,并据此对神经网络进行训练.在利用神经网络对人脸进行识别的过程中,对待检测图像划分为分辨率为金字塔形的小图像,然后对每个分辨率的小图像进行人脸识别.同时为了提升系统对人脸检测的准确率和误报率,需要对多个神经网络输出的阈值进行权衡.本系统使用自适应算法,增加了错误检测集以提升系统的检测精度.