基于BP神经网络的机器人视觉控制方法

利用BP神经网络实现了基于图像的机器人视觉伺服控制器,省略了计算图像雅可比矩阵和机器人雅可比矩阵的过程,简化了控制算法的计算,训练样本和测试样本取自RBT-6T/S04S机器人实际运动,设计6个BP神经网络来实现图像空间与机器人空间的非线性映射关系,仿真结果显示神经网络控制器具有良好的定位跟踪效果,在保证精度的条件下简化了算法.将训练好的神经网络控制器用于视觉伺服系统中引导机器人到达目标物体,达到了较好的效果.     

一种基于视觉特征的鞋底图像识别方法

提出了一种基于视觉特征的鞋底识别方法,即提取鞋底的形状、直方图、纹理特征,将这些特征进行内部和外部归一化形成鞋底图像的视觉特征,实验结果表明根据鞋底图像视觉特征进行识别是很有效的.     

基于人眼视觉特征的立体图像质量客观评价方法

在充分利用人类视觉特性的基础上,模拟人眼感知立体图像的方式,提出了一种立体图像质量客观评价方法。该方法考虑了对比度敏感度、多通道结构和掩盖特性等多种人眼视觉特性．在处理HVS模型的多通道中,将图像的空间频率按视觉系统的掩盖效应特点分成5个带分别进行滤波,以改变原始图像的空间频率实验结果表明,所提出的方法与主观评价结果基本一致,能够反映图像质量以及立体感的优劣．     

弱标定冗余特征机器人视觉伺服方法研究

为克服机器人视觉伺服系统对标定精度的依赖性,提出一种弱标定条件下基于冗余特征的机器人视觉伺服控制方法.该方法无需3D重构,直接以冗余图像特征作为反馈信息建立伺服控制器.鲁棒的特征提取算法确保了伺服系统能够在复杂的环境快速稳定地提取伺服特征.针对图像视觉伺服系统中需具有足够敏感度的要求,结合视觉特征的前期处理,提出一种新的敏感性校验准则,提高了系统的敏感性以及对环境的适应性.试验分析结果表明,该方法对标定误差和深度估计误差具有鲁棒性.     

融合视觉特征和语义关系特征的视觉故事生成方法

现有视觉故事生成方法没有考虑不同图像之间高层视觉特征和语义关系特征的深层关联、忽视对图像序列主题的挖掘。提出一种既考虑了整个图像序列的主题又考虑不同图像之间视觉特征和语义关系特征相关性的融合视觉特征和语义关系特征的视觉故事生成方法。该方法利用自编码器挖掘图像序列的主题特征,通过主题特征总结由图像中实体推理出的语义关系特征,然后利用相互注意力融合高层视觉特征和语义关系特征。实验表明,该方法可以生成更具一致性和表现力的故事,并在机器评价指标上取得了比现有方法更好的结果。     

基于视觉显著性特征的自适应目标跟踪

为解决运动目标跟踪过程中候选目标信息描述单一的问题, 提出一种基于视觉显著性特征融合的自适应目标跟踪算法。提取目标颜色、颜色的变化、强度和运动信息构建目标四元数模型, 采用相位谱重建算法检测目标的显著图(Saliency Map), 并根据特征相似度大小自适应调整权值, 融合视觉显著性特征和颜色特征实现目标跟踪。实验结果表明, 该算法能有效克服部分遮挡和背景融合干扰, 从而实现复杂背景下目标的准确跟踪。     

基于视觉特征的水果蔬菜自动分类方法

为实现超市中水果蔬菜等产品的自动销售，提出了一种基于视觉特征的水果蔬菜自动分类方法。首先将所获得的水果蔬菜图像划分为多个重合的子块；接着提取这些子块的视觉特征，即尺度不变特征和方向梯度直方图特征；为了提高特征的表征能力，还将这些提取出的特征融合在一起描述目标；然后对融合后的特征做编码和池化操作以降低特征维数并提高特征区分能力；最后用所得特征训练支持向量机分类器并最终实现水果蔬菜的自动识别与分类。与现有方法相比，提出的方法在超市农产品数据库上取得了较高的识别率，从而为实现水果蔬菜的自动销售提供了技术支持和理论保障
     

基于视觉注意力机制的图像检索研究

信息技术的发展使各种图像信息日益膨胀,如何从中找到重要的信息一直是机器视觉和信息处理研究中长期面临的重要问题。将视觉注意力机制引入到图像分析领域,则能获得高效的检索能力。本文首先介绍了视觉注意力、视觉注意力计算模型及研究现状,其次分析了图像中引入视觉显著性的必要性和重要性,论述了图像视觉显著性的层次、显著性特征的选择及度量;最后给出了有待研究的重点问题。     

VTC-KSVD:一种融合视觉特征与标签一致性的多标签图像标注方法

提出一种融合视觉特征及标签一致性的多标签图像标注方法VTC-KSVD.首先通过K均值奇异值分解（KSVD）法建立图像的标签一致性模型TC-KSVD,然后将多视图特征融合在该模型中.该方法既利用了训练样本的类标与编码系数的判别式模型,又利用了训练样本的标签与编码系数的关系,增加了字典的判别性,提高了标注性能.在Corel5K数据集上的实验结果表明,融合了多视图视觉特征与标签一致性的VTC-KSVD方法可以较为准确地找到视觉特征与语义特征均相似的图像近邻,能明显提升多标签图像的标注性能,并能有效缓解训练数据有限而引起的稀疏性问题.      

基于视觉词袋模型的人脸识别方法

近年来,基于视频的人脸识别吸引了很多人的关注,同时,视觉词袋模型已成功应用于图像检索和对象识别中.论文提出了一种基于视觉词袋模型的人脸识别方法,该方法首先在兴趣点提取尺度不变特征变换的图像描述,这些兴趣点由高斯差分检测,然后基于k均值生成视觉词汇,并使用视觉单词的索引以取代这些描述符.然而,在人脸图像中,由于面部姿势失真,面部表情和光照条件变化,采用尺度不变特征变换描述符后识别效果并不理想.因此,论文使用仿射尺度不变特征变换描述符作为人脸图像表示法.在Yale及ORL人脸数据库上的实验结果表明,在人脸识别中,本文方法可以获得较低的错误率.     

基于图像的机器人视觉伺服控制

介绍了基于图像的机器人视觉伺服原理和基本实现方法，详细阐述了图像特征提取和视觉伺服控制器设计中所面临的问题及其解决办法，并展望了未来的发展方向。     

智能计算机视觉消防系统设计

智能计算机视觉消防系统对火灾的预测和及时营救可以提供巨大的帮助,利用可见光图像甚至能够跟踪火源点以便人们有效灭火。现有的图像型火灾探测系统设计复杂,不能有效进行火灾现场情况的判断,针对以上缺点,本文提出一种简化的方法,从而提高系统整体的监控效率。     

基于符号特征的视觉识别方法

为满足实时性、较强环境适应性以及可靠性的需求,提出了一种基于放射状标志符号的视觉识别方法.标志所采用的符号呈放射状且辐条近中心部分由四周向中心逐渐变细.利用符号的亮度特征、对称性特征、形态学特征、Haar以及拓扑等特征,构建了一系列分类器以对图像上各点进行层层筛选,最终获取符号中心点在图像中的坐标.进一步设计出竖直排列...     

一种基于人眼视觉特性的医学图像增强方法

在数字化X光影像仪中,图像信息是通过医生的视觉来获取的, 所以在图像处理中, 应充分考虑人眼的视觉特性.从人眼视觉的生理特性和人的心理特性出发, 测试分析了图像的灰度分辨能力和图像结构的敏感性.根据测试结果总结了在复杂背景下视觉对目标的分辨能力, 建立了相应的数学模型和具体实现方法.将该方法应用于X光图像处理系统中, 提高了图像质量, 增加了医生诊断的准确性.     

基于分形特征的PCB机器视觉定位

提出一种基于印刷电路板（PCB）兴趣区图像特性曲线分形特征的定位新方法,由PBC兴趣区图像生成一组可观测特征曲线,抽取曲线中最能反映图像转动角度信息的曲线段为研究对象,从曲线的形成机理分析其分形特征,运用信号处理和随机统计理论处理曲线,得到能反映图像转动角度的曲线分形维数,建立起了可观测特征曲线的分形维数和图像位姿转动角度间的对应关系。     

一种立体视觉图像的特征选择与匹配方法

从立体图像对中获取精确的三维信息需要进行相机建模、标定和图像点的匹配。提出了特征点的选取，利用金字塔图像结构进行立体匹配，以及对匹配点进行整体性检验的准则。实验表明，该算法匹配速度快，错误概率小，匹配点在整个景物中分布均匀。     

全方位视觉大图像并行解算方法研究

全景视觉的大图像中,单DSP难以在规定的时间内完成对图像的处理要求,尤其在连续视频图像上的处理存在延迟.基于此设计了3种方法：图像均分4份;图像按内外环分割;奇偶场分割;并用于多DSP进行处理分割后的图像,再进行合并,以达到实时性的要求.图像均分4份处理速度要优于其他2种,但这种方法运用DSP的数量也要多于其他2种,另外该方法在相对分辨率较低的情况时,竖直方向会存在毛刺问题.按内外环分割,并行处理的时间要按其中像素点较多,处理时间较长的环来计算,而且拼接处接缝处的细化也要延长处理时间,需要注意r的选取.而按奇偶场分割,是将图像的像素点均分,有效解决了毛刺和缝隙问题.仿真采用C＋＋语言在VC＋＋环境下进行.     

基于计算机视觉的储备粮智能稽核方法

针对现有粮食数量检测方法称量法和主动视觉法存在用时多、 设备成本高等缺点, 以及图像识别法存在匹配精度低、 三维重建多面性等不足, 提出一种新的基于激光测距及三维重构技术的散装仓粮食数量识别方法。概述了现有基于图像识别的检测方法的实现过程, 对提出的方法进行了理论分析。最后论述该方法的优越性。     

基于FPGA+DSP的空中智能体视觉系统设计

为了扩大智能体在空中的信息采集视觉范围,使之能够达到在空中任意角度定点采集的程度,提出了一种利用FPGA+DSP技术实现的空中智能体视觉系统设计.以飞行器作为设计载体,采用FPGA作为数据采集核心控制芯片,DSP模块作为图像信息计算控制模块,实现图像信息采集、处理、存储和传输等控制,最终构成空中智能体的视觉系统.与传统的空中智能体视觉系统相比,不仅扩大了信息采集范围,还具有速度快、运用灵活、可靠性高的特点.     

一种基于视觉熵的图像分割压缩方法

基于视觉熵概念提出了一种静止图像分割压缩方法．通过对人类视觉系统特性的归纳,总结了基于视觉熵的图像分割原理,提出了用于量化图像特征的数学定义和基于视觉嫡的分割算法．实验结果表明,这种基于视觉熵的图像分割压缩算法既提高了压缩比,又能保证压缩后的重建图像整体上具有高的主观视觉感知质量．