图像实时数字监控系统

利用模糊散度准则实现图像分割中最佳阈值的提取,能有效地实现图像背景与目标的分割,分割后通过对目标的提取,运用知识库中预存的规则对目标进行处理。本系统主要运用于防火防盗,经近两年的实践证明实用可靠,满足实时报警的要求。同时,该系统能实时将报警信号和指定报警区域的图像通过网络远程传送到监控中心。     

图像分割方法在焊缝跟踪过程中的应用

为提高焊缝超声波探伤的实时跟踪,提出将图像分割方法应用于白线跟踪法和激光跟踪法两种不同焊缝跟踪系统中。一种是采用Hough变换边缘检测法对检测图像中的目标边缘进行提取,另一种是利用区域增长法对检测图像中的目标区域和背景区域进行有效区分,这两种方法都能很好地提取出图像中的目标特征信息。仿真结果表明,两种图像分割算法在焊缝跟踪过程中能够准确地识别出焊缝的特征信息,确保跟踪系统的实时性。     

复杂背景中视频图像目标的检测

研究带有运动景物的复杂背景中视频图像运动目标的检测。用图像差分法提取运动目标信息;针对运动景物在差分图像中产生强脉冲干扰的特点,提出K领域自适应滤波算法;采用二维熵准则选择最佳二值化阈值;最后用图像形态学运算处理目标的分割碎块。中给出了实验结果。     

基于灰度分布的概率密度实现实时图像分割

针对实时图像质心跟踪的问题，提出了一种目标分割的算法。对相邻两帧图像的跟踪框和背景框的灰度分布统计，加入滤波因子，再根据Bayes判别规则构造判别函数，把背景像素和目标像素进行分类。实验结果证明，该方法克服了由于图像序列中某一帧图像灰度分布发生突变产生的影响，能较好的分割出图像中的目标。在电视跟踪系统中有效的保证了跟踪的稳定性。     

汽车智能驾驶系统中运动图像的实时检测与跟踪

采用CCD摄像机获取运动目标图像序列,用基于背景重建的运动变化,对运动目标检测;通过运动分割并求运动梯度计算出物体运动方向;利用目标的短时相似性,完成对目标的跟踪与识别,并进而实现对目标长时间的稳定跟踪,确定目标的运动规律,实现运动图像实时检测与跟踪的目的.基于上述运动目标检测跟踪算法,利用C++编写了实时处理程序,实现了动态单目标、多目标及不同方向运动目标的检测与跟踪.实验证明,本算法可以实现对单运动目标和多运动目标的实时检测与跟踪,具有很高的鲁棒性,效果良好.     

一类线性不确定离散系统的广义l_1鲁棒跟踪控制

针对存在未建模动特性和外部干扰的被控系统,给出了一种同时考虑跟踪误差和控制输入的鲁棒控制器设计方法.结合l1优化方法和有限拍控制原理,首先分析最坏情况系统稳态跟踪误差简洁的表达公式;然后同时考虑系统跟踪误差和控制输入,问题便归结为一个非线性规划问题.采用可行点法处理它,进而得到了控制器.因为这类控制器设计过程中考虑了控制输入,所以它的适用范围更为广阔.而先前的控制器可认为是它的一种特例.     

一种基于FPGA非均匀光照图像分割方法

针对非均匀光照条件下图像的分割问题,提出一种基于FPGA的实时图像分割方法。得到了一种非均匀光照下分割效果较好的方法。首先,使用图像传感器采集原始的图像数据,然后进行sobel边缘检测,最后对其进行Bernsen局部二值化得到分割图像。本方法使用FPGA来对图像进行高速采集和并行处理,实时完成图像边缘检测及局部二值化。经现场调试证明本方法可以有效分割图像,使其目标更加突出,从而改善了非均匀光照对图像分割质量带来的影响,并具有良好的实时性。     

基于视频图像序列的动态物体跟踪定位算法的研究

视频图像动态物体跟踪的算法是计算机视觉的核心课题之一,具有重要的理论意义和广泛的实用价值。本文提出了一种改进的三帧差分的运动目标实时检测算法,对3帧连续的边缘图像进行3帧差分运算,最后通过阈值分割和形态学处理完成对目标的提取。该方法计算简单,实验结果表明该方法能对运动目标进行准确检测,且具有很好的鲁棒性。此外,利用基于物体特征的轨迹记录算法清晰的记录了物体的行进轨迹。实验证明,该算法在运动物体实时检测和跟踪方面有效可行。     

基于边带限制的梯度矢量流主动轮廓线模型的超声图像分割

主动轮廓线模型是广泛应用于数字图像分析和计算机视觉等领域的一种目标轮廓跟踪算法，非常适合于医学图像（如CT和MRI）的处理。但将这一模型应用于超声图像的分割和目标轮廓的跟踪时，由于超声图像不可避免地存在着斑点噪声、弱边界和与组织有关的纹理，往往使传统主动轮廓模型难以获得满意的轮廓跟踪效果。为此，在梯度矢量流主动轮廓线模型的基础上，引入边带限制概念，并将该模型应用于超声图像的分割。实验表明，该方法较好地限制了非目标边缘和噪声干扰的影响，而且对超声及其序列图像具有较好的分割效果。     

基于多DSP和FPGA的高速并行互相关图像跟踪技术

研究高速并行互相关图像跟踪处理设计技术 ,解决复杂背景下低对比度目标的跟踪问题 .采用多个高速 DSP TMS32 0 C30和 TMS32 0 C50并行处理 ,结合 FPGA实现实时智能化图像跟踪 ,提出了概率模板分步搜索快速互相关算法 .互相关图像跟踪器的跟踪精度可达± 1个像素 ,而平均帧处理时间仅为 15ms,实验结果证明跟踪效果良好 .互相关图像跟踪器可以解决现有图像跟踪器处理速度慢的问题     

嵌入式视觉实时跟踪系统

在差分得到的二值图像基础上，采用快速搜索算法确定运动物体，并用光流场方法跟踪运动目标。作者选择TMS320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。     

基于图像量测的光学触摸式测量系统的研发

基于现有测量系统的基础上,创造性的开发出光学触摸式的测量系统(Optical Touching system).新开发的系统的精度较以往系统有了一定程度的提高.OTS系统具有操作方便的特点,它是利用数字图像技术对被测量物体的图像进行处理、分析、研究,以获得物体的尺寸、位置、数量、外形轮廓等参数.     

基于差分法和概率估计方法的运动目标检测

针对视频序列运动目标检测问题,提出根据灰度直方图概率密度函数特点自动确定阈值的方法,以准确地从背景中分割出运动目标.本文以差分法为基础,利用正态分布的经验法则确定阈值,对差分图像进行分割,并用方框标识运动目标.该方法省去了滤波、形态学处理等冗余步骤,缩短了图像处理的时间.实验表明,该方法实时性强,且对面积较大或较小的运动目标都能达到有效跟踪的目的.     

基于面阵CCD的快速曝光图像采集系统

为了实现高速运动物体的高品质实时检测,提出一种基于面阵CCD的快速曝光图像采集系统的设计方法。采用VSP01M01作为驱动芯片,在外触发模式下,在同一帧图像的读出脉冲之前进行曝光,以FPGA作为图像采集系统的控制核心,完成对快速运动图像的快速采集。实验测试表明,系统具有性能稳定、数据传输实时性强、图像品质高,快门时间最快可达10-4s,充分满足了工业现场对相机采集快门速度的要求,此系统已在以直线电机为运动载体的轴承检测中实现。     

实时视频对象识别与计数系统的模型和算法设计

动态视频对象的识别与检测是计算机图像处理领域中的一个前沿课题。该文提出了一种利用实时视频图像识别技术 ,对无规则行进队伍的人员进行检测与统计的系统模型和算法设计。基于颜色模型转换、减影、膨胀、腐蚀、聚类、匹配、跟踪等技术 ,实现了对特定检测区域内运动对象的识别、检测和计数。着重讨论了系统的设计原理和实现方法 ,以及对象运动的物理模型和多目标识别跟踪算法。该系统于1998年开始成功地应用于毛主席纪念堂 ,对每日的瞻仰人数进行实时统计 ,计数误差小于 3% ,系统工作稳定可靠     

基于视觉定位的七轴机械臂目标抓取研究

针对机器人结合机器视觉在面对特定物体进行抓取任务时,系统设计工作量大、可移植性差的问题,提出基于机器人操作系统(ROS),结合手眼的七轴机械臂目标抓取方法,在ROS框架下利用协作机器人FRANKA PANDA结合RGBD摄像头进行目标抓取。创建了RGBD摄像头的xacro机器人模型,利用RViz进行三维模型的可视化操作;应用MoveIt!软件对RViz和Dazebo进行联合仿真;将ROS获取的图像信息发送给OpenCV库进行图像处理及物体定位,然后将物体坐标信息发还给ROS进行机械臂抓取任务。结果表明,该方法简单有效,以ROS为基础设计的抓取方法可移植性强,解决了面对复杂多样的物体,机器人系统需进行大规模控制改动的问题。     

基于DSP的视频图像特征提取系统的实现

以TI公司的DSP芯片DM642图像处理平台为硬件开发平台,在CodeComposerStudio软件开发环境下,通过硬件设计和软件编程实现了视频图像中动态目标的获取和特征提取。系统结合了软件算法的灵活性和硬件DSP的高速度,同时利用CCS对程序中的关键代码进行了优化,测试结果表明系统软件的运行效率得到了提高,达到了真正意义上的实时处理。     

自主足球机器人视觉系统结构及关键技术

提出了自主足球机器人嵌入式多处理器体系结构以及视觉系统的构成框架.对单目视觉系统所涉及的关键技术进行了详细的分析和研究,其中包括图像分割、目标搜索算法、目标定位和机器人自定位技术.基于YUV颜色空间,对目标进行分割,并通过连通区合并来快速搜索目标,同时根据摄像机模型来确定目标的空间位置.实验表明分布式视觉体现结构能够实时准确地完成视觉处理任务.以上新算法可以快速鲁棒地搜索图像目标,并能较精确地确定目标的位置信息和机器人的自定位信息.     

基于序列图像时间稳定性特征的背景估计技术

针对背景的缓变特性和实时图像处理的需求,该文提出了一种基于序列图像时间稳定性特征的背景估计技术。采用一个时间矩阵来监视序列图像的稳定性特征,利用背景在时间上的缓变特性来实现对背景的提取和更新。结果表明:该方法具有简单有效、实时性能好、内存消耗少、背景提取速度快等特点,并对突变背景具有自动感知能力;时间矩阵对于运动目标的分布和轨迹分析也具有参考价值;该方法特别适合静止摄像机的背景估计,在背景配准后也适用于移动摄像机的背景估计。     

智能装配系统中神经视觉的三维物体识别

根据智能装配系统的实际要求，提出了一种利用神经视觉进行三维物体识别的理论和方法，在利用立体象对重建物体的三维外形的基础上，建立物体的区域图，利用物体的三维矩及其不变性来构造代表物体的特征矢量．采用ＡＲＴ２神经网络构成神经网络分类器，把物体的特征矢量作为神经网络分类器的输入，从而对物体进行识别或分类．这种识别或分类方法可以在线学习，能满足智能装配环境下连续作业的要求