支持向量机训练算法概述

本文介绍了目前流行的机器学习方法——支持向量机,详细论述了目前主要的支持向量机的训练算法,分析了它们各自的优缺点。最后对支持向量机训练算法今后的研究提出一些设想。     

基于SVM的分类方法综述

本文介绍了文本分类的起源,常用的几类文本分类方法及基于SVM(Support Vector Machines)文本分类的基本原理和方法。并在分析文本分类的特点的基础上比较了在文本分类中应用SVM的优势及存在的问题。最后总结出了SVM在文本分类中应用的两个主要研究方向。     

半智能排爆机器人单手双目手眼系统的研究

针对目前排爆机器人手动控制方式的不足,研究和开发了一个单手双目手眼系统用于半智能排爆机器人的自动控制.单手双目手眼系统是半智能排爆机器人的重要组成部分和关键技术,该视觉系统利用双目立体视觉原理,采用Matlab7.0作为运算引擎,调用机器视觉处理软件EVision6.2中的EasyMatch模式匹配库进行立体图像匹配,能实时捕获排爆机器人周围的图像信息、进行摄像机标定、图像预处理、立体图像匹配、确定机器人未端手爪与可疑目标物的相对位置坐标,并把图像实时显示在控制台,自动控制手臂靠近并准确地抓取可疑目标物.该半智能排爆机器人成功地抓取实验,表明了该立体视觉系统在精度上能够满足半智能排爆机器人的项目要求.     

摄像测量学简介与展望

摄像测量学是摄影测量学、计算机视觉、光学测量、数字图像处理分析等学科交叉融合形成的新兴交叉学科,集各学科的优势。在对各种运动、变化过程参数进行测量方面,摄像测量方法具有精度高、自动化、非接触、动态测量、实时测量、易于实施等特点。近十几年来,摄像测量学在国际上发展迅速,国内目前还未见到对摄像测量学的释著述。本文从学科内涵、历史、基本原理、应用、优势和发展前景等方面对摄像测量学进行了简介和展望。     

类人足球机器人彩色目标识别与头部视觉跟踪

为了在机器人足球比赛中能够快速准确地跟踪运动目标,提出了一种颜色识别与头部视觉跟踪相结合的方法.利用HSV色彩空间颜色阈值的判别和种子点区域生长的填充算法识别物体,计算物体质心并判断其位置,然后通过舵机控制机器人头部的转动跟踪目标.实验结果表明,该方法具有较高的跟踪速度与准确性.     

基于改进k-means聚类算法的车轮踏面损伤检测研究

为提高列车车轮踏面检测效率,设计了一套基于机器视觉的车轮踏面动态检测系统,分析了k-means聚类算法,通过加权欧式距离对该算法进行改进,利用聚类法具有保持最大相似性的特性,将基于加权欧式距离的k-means聚类算法用于机器视觉的图像处理。先对原始图像作图像增强、图像灰度化等预处理,再以特征聚类思想对图像作阈值分割,使图像中的各部分特征更加突出。图像处理结果显示,基于加权欧式距离k-means聚类算法的车轮踏面损伤视觉检测系统可以有效地检测出踏面损伤。     

最小二乘支持向量机在人脸识别中的应用

 支持向量机(SVM)模式识别方法具备良好的分类性能和鲁棒性,在介绍了典型支持向量机与最小二乘支持向量机(LS_SVM)原理的基础上,给出最小二乘支持向量机的算法实现过程,将其应用于人脸识别当中,取得较典型支持向量机在时间上较好的效果.在OPL人脸库中的实验结果表明,基于LS_SVM的人脸自动识别系统更能适用于实时性要求较高的场合.     

基于视觉传感的激光-MIG复合焊熔透闭环控制

在对接焊中,坡口同隙的波动会导致焊接熔透状态的变化,为保证稳定的熔透,需要对焊接熔透状态进行实时检测和控制.针对CO2激光-MIG复合对接焊,建立了基于视觉传感和DSP的熔透状态实时检测与控制系统,获取了清晰的熔池背面图像,经过适当的处理得到了熔池背面熔宽的信息,并通过调节焊接速度或控制电弧电流,对熔透状态进行了控制.结果表明:即使在间隙明显波动的情况下也获得了熔透可靠、背面熔宽均匀的焊缝,从而实现了复合对接焊熔透状态的闭环控制.     

基于颜色特征的酶标板孔菌液浑浊度与菌体生长情况研究

为了快速检测酶标板培养孔菌体不同时期的生长情况,代替传统的微生物生长中人工对菌体数量的测得从而对其生长情况判断的方法;通过对JM09菌株在加有LB液体培养基的酶标板中连续24 h的培养,采用机器视觉的图像采集和图像处理算法对酶标板孔培养孔的菌体颜色特征的每隔一个小时进行颜色特征值计算方法;得到了菌体不同生长时期菌液浑浊度和颜色特征值的曲线变化关系;提出一种根据菌体培养时菌液浑浊度变化和颜色特征值的关系对菌体数量及生长情况判断的方法.     

基于机器视觉与Andriod的停车场智能管理系统

为了实现停车场的智能与精确管理,设计了一套基于机器视觉与Andriod的停车场智能管理系统。首先,集成网络摄像头、数据处理服务器硬件和Andriod终端显示器,组成系统硬件平台;嵌入机器视觉算法和局域网通信,构建了停车场智能管理系统架构。然后,基于10万帧各场景各车型的大数据样本,利用卷积神经网络四层训练,设计了车牌定位检测算子,实现车辆有无判断与车牌定位。在Visiual Studio平台开发系统,并对该智能管理系统进行了测试,输出结果表明:所提出的停车场智能管理系统,在车牌检测和系统智能性方面,都优于传统停车场管理系统。