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     

基于计算机视觉的三维重建技术研究

针对计算机视觉在图像识别和三维模型构建中的广泛应用,本论文对基于计算机视觉的三维重建技术进行了分析探讨,首先分析了当前三维模型重建技术中存在的问题,在此基础上重点探讨了基于机器视觉的三维重建技术应用,给出了基于特征点的三维模型匹配方法,探讨了三维重建机制的步骤,对于进一步提高计算机视觉在三维重建技术方面的应用水平具有一定借鉴和指导意义。     

智能加工中心的视觉系统

提出了一种智能加工中心的实验系统方案，计算机视觉系统作为ＩＭＣ的感官部件，利用ＣＣＤ工业摄像机摄下机床工作台上的工件毛坯图像，在零件设计信息指导下，把待加工面抽象条封闭的平面曲线，据此识别工件毛坯及其安装状态，进而识别工件坐标在机床坐标系中的位置，从而将视觉信息作为工艺规划的依据。     

智能自动化的模式识别方法

对于那些无法用数字方程式表述的复杂生产过程，提出一种基于模式识别原理的智能自动化新方法。该方法的基本点在于：从信息的角度出发，采用特征变量来描述过程，再用时间序列分析法建立预测模型，从而实现最优化，还介绍了专门为此目的研制的红外线ＣＣＤ热成像装置，并给出了建立预测模型的神经网络算法。     

基于双目立体视觉的海浪波面三维重建技术

为了提高海面特征点检测的准确度和三维重建的精度,在基于传统的Harris算法的基础上,提出1种基于高斯金字塔图像的改进Harris特征点检测算法.利用搭建的双目相机平台,对海浪图像进行采集并完成相机的标定过程,然后根据改进的角点提取算法对图像的角点进行检测,利用尺度不变特征变换(scale-invariant feat...     

基于TMS320DSP的装配视觉检测系统

讨论了基于ＴＭＳ３２０２０ＤＳＰ的装配视觉检测系统的组成、工件识别方案及工件图象的处理方法。     

具有计算机视觉的FMS神经网络智能调度方法研究

采用“事件驱动”的神经网络智能调度方法 ,当系统发生某一事件时 ,及时更新系统可利用资源和需调度的任务集 ,综合计算机视觉的反馈信息作出合理的调度决策 .仿真结果表明 ,该方法对简化调度策略、提高设备利用率、及时完成加工任务具有较好效果     

智能加工中心的视觉系统

提出了一个智能加工中心（ＩＭＣ）的实验系统方案，计算机视觉系统作为ＩＭＣ的感官部件，利用ＣＣＤ工业摄像机摄下机床工作台上的工件毛坯图像，在零件设计信息指导下，把待加工面抽象成一条封闭的平面曲线，据此识别工件毛坯及其安装状态，进而识别工件坐标在机床坐标系中的位置．从而将视觉信息作为工艺规划的依据．     

物体外形非接触式提取中的综合立体匹配方法

提出了一种用于物体外形非接触式提取的综合立体匹配方法,该方法综合了基于面积的立体匹配过程和基于特征的立体匹配过程,能充分利用它们各自的优点,既能产生致密视差图,又能获得不连续处的准确匹配,解决了物体外形非接触式提取中的关键性的问题．实验结果以及实际应用都收到了很好的效果     

智能装配工艺规划中的层次化装配语义模型

通过对传统CAD系统装配设计方法进行系统分析,提出一种基于虚拟装配的多层次装配语义模型,并在此基础上重点分析了装配语义信息的分析提取过程,其中包括空间位置关系、配合特征、装配特征、装配工程关系的提取.并根据此模型基于Prot g本体工具进行建模,导入三维虚拟装配工艺规划(3D Virtual Assembly Process Planning,3DVAPP)系统中进行验证,实现了装配工艺规划中的智能零件识别等应用,为智能虚拟装配提供了理论与实践基础.     

立体神经视觉系统中零件识别的学习方法

提出了一种立体神经视觉系统中零件识别的学习方法。与标准的ＢＰ算法对比有两点改进：①用变尺度方向代替负梯度方向作为搜索方向；②用可变的最优学习率来代替不变的学习率，采用上述２仆改进后，训练速度和收敛性都有较大的改善，实际应用表明，所提出了垢训练速度、收敛性和稳定性都比标准ＢＰ算法有较大的提高。     

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。     

基于计算机视觉的静态场智能监控系统

本文介绍了一种基于计算机视觉的静态场智能监控系统,用于重要区域的智能视频监控领域。该系统将数字图像处理技术、智能模式识别技术及视频监控技术进行了融合,通过监控现场摄像机分时采集若干帧的视频图像,以此建立场景边缘模型,通过计算机视觉的自适应识别算法分析被监控现场的实时图像资料,并根据相应模式处理被监控现场的异常状况,从而实现重要区域的智能监控。     

基于实时性的三维重建综述

目前的三维重建技术主多数是基于静态的,但是在动态情况下难以得到应用,本文通过分析介绍并比较不同的实时的和非实时的三维重建技术方法,以得到对未来实时性的三维重建的更好的研究方向。     

计算机视觉中双目视觉综述

双目视觉是利用已经标定了的不同位置的两台或者一台摄像机(CCD)经过移动或旋转拍摄同一幅场景得到两幅二维图像,应用图像处理、图像匹配、三维重建等方法处理,实现从二维图像恢复场景的三维图像的一种模拟人的双目视觉的方法,本文总结了近来三维重构建模的研究成果和计算方法;并提出了一些观点,对三维重构建模的难点和发展趋势作了说明.     

一种快速高精度立体视觉光条匹配算法

提出一种用于视觉检测的快速高精度立体匹配算法,利用投影和透视变换理论以及矩阵转换知识建立了摄像数学模型及双目视觉传感器模型,并给出摄像机模型中各种参数的求解方法;在外极约束理论的基础上,提出了外极斜率匹配方法,从而实现空间光条快速精确匹配。实验取得了令人满意的结果,并且该项技术已成功地应用于国家“８６３”重点攻关项目。     

基于双目视觉的工件三维重建

为了提高样品识别的智能化水平,基于双目视觉技术,配合工业机器人,对具有特征轮廓属性的工件进行三维重建.三维重建算法采用轮廓边缘线拟合算法以实现工件边缘轮廓提取;针对多条轮廓线相交情况,采用点圆拟合理论确定特征点;为了实现左右对应特征点的准确匹配,采用异面直线公垂线最小距离算法,通过对比左右公垂线距离大小判断两条直线对应特征点是否为匹配点;当单次拍摄无法满足完整尺寸测量时,引入了具有重叠特征点的二次拍摄重建算法.对5组不同尺寸、不同形貌的工件开展三维重建实验,整体还原出工件的三维尺寸形貌,各工件的主要轮廓尺寸的误差标准差基本在±0.5mm以内.     

光纤光栅视觉系统的研制

利用光学衍射原理，研制成光纤光栅衍射屏，并与计算机神经网络相结合，开发了一种识别立体形状的视觉系统。本文介绍了光纤光栅的设计原理及计算方法，给出了系统的总体结构及工作原理完成了三棱柱，三棱锥，四棱柱，四棱锥和球等立体形状学习与识别，并讨论了实验结果。     

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间 3 组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1 5%~2 6%之内.