基于超分辨率重构的航天器位置姿态测量方法

航天器间相对位置和姿态的确定是实现航天器编队飞行的重要基础.为了解决航天器相对位置姿态的远距离测量精度问题,该文提出了基于超分辨率重构技术的测量方法.介绍了由单帧图像求解相对位置姿态的测量原理,研究了图像传感器退化成像模型和基于该模型下的图像配准算法,给出了超分辨率图像重构算法及其算法流程.利用地面试验原型系统的实际测量数据对算法进行了验证,试验结果表明该方法大大提高了高精度测量距离的范围,有效解决了航天器间相对位置姿态的远距离测量精度及稳定性问题.     

基于数据挖掘技术的牙刷包装缺陷检测方法研究

为了实现对牙刷包装缺陷的精准检测,提出基于数据挖掘技术的牙刷包装缺陷检测方法。构建牙刷包装视觉信息采样模型,对牙刷包装视觉图像进行超像素特征提取。建立牙刷包装缺陷的大数据分布集,结合模糊信息采样技术进行牙刷包装缺陷的信息采样和多分辨融合,建立牙刷包装图像的信息融合模型。采用统计分析方法进行牙刷包装缺陷分布特征检测,根据信息增强和模糊聚类分析方法,实现牙刷包装缺陷检测。仿真结果表明,采用该方法进行牙刷包装缺陷检测的精度较高,自适应性较好,提高了牙刷包装缺陷定位和特征提取能力。     

应用于人脸识别的基于Candide-3特定人脸三维重建

针对不同的姿态对人脸识剐的影响,提出了一个基于Candide-3参数模型的特定人脸三维重建方法.该方法同时利用了主动形状模型和主动表观模型的优点,较好地提高了特定人脸三维重建的时间效率和准确程度.将该方法对输入的图像进行姿态校正之后再进行识别,极大提高了识别正确率.对CMU-PIE数据库中4种不同姿态集的识别结果表明了方法的有效性.     

一种交互式脸部网格模型调整算法

脸部网格模型的建立是基于模型人脸合成技术中的关键步骤.提出一个半交互式正面人脸模型的调整算法,首先利用区域增长法和模板匹配自动确定图像中人脸及各特征区域的大致位置,然后交互地提取人脸特征点的准确二维位置,最后自动确定脸部姿态和调整模型非特征点,即获得输入人脸模型.该算法简便实用,费时较少,具有实用价值.     

自动判别基坑支撑位置的图像识别方法

提出了一种基于设计信息的基坑支撑位置图像识别方法.首先,在室内相机标定的基础上对采集到的基坑图像进行镜头畸变校正;然后,利用控制点法确定相机在真实世界坐标系中的位置和姿态(以下简称位姿);根据针孔摄像机模型成像原理将支撑区域投影到图像上;再对形成的支撑图像区域进行特征提取,使用颜色分量关系对图像特征进行分析,以达到判断支撑是否施工完毕的目的;对基坑的所有支撑进行循环判断,最终得到当前基坑施工的支撑位置.与传统数字照相识别方法相比,能有效避免复杂施工现场环境的干扰;最后,给出了一个基坑支撑位置识别的工程实例.结果表明,基于设计信息的识别基坑施工过程支撑位置的方法是有效可行的.     

基于颜色特征的漂浮机器人三点定位系统

针对现有机器人全局相对定位方法的局限性,研究和提出了一种带有颜色特征的漂浮机器人定位算法.首先,在机器人表面标定3个红色标记点,利用CCD摄像机和图像采集卡采集全局视图,并将采集到的视图用HSI模型描述,从而增强颜色特征的鲁棒性,减少光照等外界因素的影响.然后,通过对HSI模型图像全局扫描、滤波和除噪,确定机器人表面3个标记点的位置,再根据三点定位法找出机器人在图像中具体的像素位置和像素姿态.最后,按照微分坐标转换法,根据已知的机器人像素位置和像素姿态数据,求得其在工作台上的实际位置和姿态,以达到精确定位的目的.与同类方法相比,该方法可以显著提高算法的效率和精度.     

面向快递分拣的二维码定位与校正方法

为了提高快递分拣系统的效率和自动化程度,提出将二维码技术应用到快递分拣系统中。但由于快递分拣环节中的快件位置随机性和流通环节中的快件表面磨损等因素,影响着二维码识别准确性。为此,提出利用二维码结构特性实现快递单二维码的定位,以加快识别速度,并针对上述问题造成的二维码畸变和磨损情况,提出了一种基于改进Canny算法的二维码畸变校正方法,实现快递单二维码图像的畸变校正以提高快递分拣识别率。实验表明,定位方法定位准确率为92%且计算速度快;畸变校正方法可以改善快递分拣中因二维码畸变导致的识别率低的问题。     

基于深度图像预旋转的手势估计改进方法

基于深度图像的手势估计比人体姿势估计更加困难,部分原因在于算法不能很好地识别同一个手势经旋转后的不同外观样式.提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)推测预旋转角度的手势姿态估计改进方法:先利用自动算法标注的最佳旋转角度来训练CNN;在手势识别之前,用训练好的CNN模型回归计算出应预旋转的角度,然后再对手部深度图像进行旋转;最后采用随机决策森林(Random Decision Forest, RDF)方法对手部像素进行分类,聚类产生出手部关节位置.实验证明该方法可以减少预测的手部关节位置与准确位置之间的误差,手势姿态估计的正确率平均上升了约4.69%.     

基于直线模型的微型飞行器姿态角计算

利用地平线进行微型飞行器(MAV)稳定飞行控制中的姿态估计.根据地平线的直线模型,将地平线视作一条直线,依据线性摄像机成像投影关系,建立地平线在世界坐标系和图像坐标系中的位置对应关系.通过推导得出图像坐标系中地平线的直线方程参数与摄像机姿态角的对应关系,实现通过地平线的直线方程参数计算MAV的姿态角.实验验证了该方法的正确性.在对俯仰角的求取问题上,与使用占天面积比的方法进行了比较,通过仿真实验论证了该方法的优势.     

改进AdaBoost算法的条码识别

针对传统激光条码读写器受读取距离和条码形变等因素影响较大的缺点,提出一种基于决策树和AdaBoost算法融合的图像条码识别方法,采用5维特征提取法,结合条码图像特点,对条码图像进行标定.研究结果表明:本方法可以实现对视距内任意角度和距离条码的准确识别,并能有效识别脏污条码.该研究成果极大的方便了条码读取,可应用于物流系统检查、分拣货物等.