机器视觉摄像机标定的一般正多边形方法

围绕机器视觉摄像机标定问题,该文将通常几种基于特定正多边形模型的标定方法拓展为一般正多边形模型的摄像机标定方法. 首先分析一般正多边形的平面几何性质,结合射影几何中的交比和调和共轭的性质计算正多边形各条边和正多边形内切圆心与切点连线方向的消失点. 利用消失点与光心的连线方向和形成消失点空间直线方向相同的性质建立线性方程组,从而求解摄像机内参数. 最后通过几个特定正多边形（正三角形、正四边形、正五边形、正六边形）模版的摄像机标定验证一般正多边形标定方法的正确性. 实验中还发现几种特定正多边形的摄像机标定精度不同,正五边形的标定精度最高,正四边形最低.     

基于BP神经网络的障碍物位置视觉检测的研究

针对障碍物位置的自动检测,提出了基于单摄像头视觉的检测方法。首先利用BP神经网络进行标定建立图像坐标系与地面坐标系的对应关系,然后以图像中障碍物两个位置点为输入,障碍物实际位置点为输出,建立神经网络。以18个点进行实验,实验结果表明横坐标x的平均误差为3.12%,纵坐标y的平均误差为0.83%。这说明利用此方法能够较为准确地求出障碍物的位置。     

视觉测量中一种平面标定新方法

测量用摄像机进行标定是视觉测量中的重要环节.在分析其他标定方法的基础上,提出基于平面的标定方法以及它的应用场合、精度分析等.此平面标定法完全能满足一般应用场合中快速、准确的测量要求,尤其适用于实时性要求较高的几何尺寸在线检测.当摄像机镜头畸变较小时,应用此线性标定方法可以达到与非线性标定同等的精度.     

双摄像机三维成像系统参数的标定和优化算法

通过分析双摄像机三维视觉系统的成像视觉过程,建立了包括镜头畸变因素在内的成像过程数学模型,推导了模型参数的求解方法,提出了标定过程的具体实现方法.在此基础上,同时结合双摄像机系统的成像视觉两个互逆过程,提出了一种标定参数的快速优化方案,利用视觉过程所提供的更多信息,从标定的最终目标——提高视觉过程的角度,优化成像过程的模型参数,以更准确地反映视觉系统的信号变换过程,提高三维视觉精度.实验表明,上述方法可以有效地同时提高双摄像机成像模型的标定精度及提高三维视觉系统数据的采集精度,并且优化算法迭代收敛速度较快.     

基于机器视觉的分拣技术研究概述

机器视觉在近几年发展非常迅速,并渗透于各个行业中,极大地提高了工作效率。本文对机器视觉的整体结构布局进行了介绍,详细介绍了图像识别部分软、硬件设备和相关算法,介绍了该技术在零件分拣领域的应用,并对机器视觉技术今后发展做出展望。     

机器视觉照明光源技术要点分析

随着科技的发展,机器视觉系统已被广泛应于社会生产和生活的方方面面。照明光源是机器视觉应用系统中非常重要的一个方面,它通过影响图像质量从而影响到整个机器视觉系统的应用效果。本文就机器视觉照明光源技术进行的分析与探讨。     

基于神经网络的机器视觉图像识别算法应用

研究神经网络的机器视觉图像识别算法应用,神经网络是通过模仿生物个体中的神经网络的结构,并模仿其功能特性,即神经网络的并行性的信息处理、非线性映射等能力,将建立的神经网络数学模型应用于农业中图像识别中.在现代农业科技中机器人视觉技术应用非常广,如在分级、采摘、除草等需要分析采集图像的操作中,故图像识别是上述操作有效的前期.通过分析各种神经网络模型在图像识别应用,叙述各种神经网络数学模型应用于图像识别算法中的优缺点.通过对以BP神经网络数学模型为基础的图像识别技术进行试验,验证基于神经网络的机器视觉图像识别算法的应用价值.     

机器视觉辅助的无人机空中加油相对导航

为准确获取无人机空中加油对接阶段的相对位姿信息,提出了一种机器视觉辅助的INS/GPS/MV 组合导航方案,研究了机器视觉图像的特征点提取与匹配算法. 引入相对惯导误差,建立了全局滤波器的增广状态方程,并根据杆臂矢量推导了GPS和机器视觉量测方程. 设计了基于联邦滤波器结构的全局多速率扩展卡尔曼滤波算法,以融合多速率传感器信息,并与标准EKF算法进行对比. 仿真结果表明,所提出的算法能有效融合惯导、GPS和机器视觉的测量信息,使导航参数的精度和输出带宽均满足导航系统的设计要求,有利于改善无人机的飞行品质,放宽对飞控系统的性能要求.     

基于机器视觉技术的自动化理瓶机设计研究

整理瓶环节是影响灌装生产线效率的重要节点,人们要深入推进视觉检测技术与机器人技术的融合开发,研制自动化理瓶机,这是保证产品质量的有效手段。本文研究了自动化理瓶机设计方法和关键视觉算法,深入分析了视觉系统搭建、视觉系统标定、整理瓶的多目标分类跟踪技术算法、Delta机器人轨迹规划及动态目标抓取、视觉控制系统设计等关键研发问题,并详述了研究方法和具体实施方案。实践表明,在复杂环境(杂乱无章)下,自动化理瓶机充分利用机器视觉技术,可以完成复杂分拣、挑选、整理等高重复度工作,展现出良好的稳定性和高效性。     

基于OpenCV的摄像机标定算法的设计与实现

本文针对基于视觉导航的无人驾驶汽车导航系统,提出一种基于OpenCV的传统摄像机标定方法实现摄像机标定算法.最后,通过测量标定板的顶点坐标来验证导航系统标定算法的精确度.实验结果表明,采用该标定算法测量系统的定位精度高,而且具有实用、简便、快速等优点.     

基于人工神经网络的CSTR温度控制研究

在对自适应神经网络进行分析和研究的基础上,对连续搅拌反应釜进行了建模,使用基于径向基函数的神经网络系统对釜内的温度进行了控制.使用MATLAB实现了温度控制系统,仿真实验结果表明,文中设计的模型和系统具有良好的自适应性、鲁棒性和抗干扰能力.验证了人工神经网络在CSTR中的温度控制的应用,为CSTR的控制提供了一种新的方法.     

基于计算机视觉的水位检测算法

鉴于传统的水位读数方法误差大,成本高,需要一种精确、实时、鲁棒的智能水位检测算法来高效读取水位,为此提出了一种基于计算机视觉的水位检测算法以满足实际需求。首先对拍摄到的图像进行预处理和边缘检测以找出水尺位置,并通过仿射变换对水尺进行矫正。通过两种策略在水尺区域找到水尺关键字的位置,即关键字处理。然后对边缘特征进行投影并检测出水面位置。最后根据关键字处理结果和边缘特征计算得到水面高度。大量实验和实地测试的结果表明：所提算法在基于计算机视觉的水位检测、水尺读数等领域具有理论和应用的双重价值。     

基于BP人工神经网络的路基压实度预测模型研究

在大量路基碾压实验的基础上,通过对BP人工神经网络的分析,建立了路基压实度预测神经网络模型,并利用MATLAB环境下的神经网络工具箱开发了相应的程序.预测结果表明,该模型程序具有学习能力强、预测精度较高、快速方便等特点.这项研究为路基碾压施工工程中土的压实度预测研究提供了新的研究思路.     

多层前馈人工神经网络结构研究

研究表明，由多层FNN的BP算法误差函数构成的非线性方程组的独立方程个数和FNN的待求未知变量的个数应该相等，该方程组才能有唯一组解．由此导出网络结构方程式，进而导出隐层层数判别式和每层神经元个数判别式．依据Kolmogorov定理，由该判别式得出求解FNN隐层层数和每个隐层神经元个数的具体算法．计算机仿真结果表明该方法简明实用．     

2519铝合金本构关系的人工神经网络模型

2519铝合金足一种新型的装甲材料，变形时，各热力学参数之间存在着非常复杂的非线性关系，采用Gleeble 1500热模拟机上圆柱体轴对称高温压缩试验数据建立了该合金本构关系神经网络模型，利用所建立的网络模型对其它一些热力学状态下材料的流变应力进行了预测，实验结果表明：在目标函数为0．2、隐层节点数为5、学习率为0．1时，预测数据与实验数据吻合良好，系统误差较小(拟合度为2．6％)，表明已形成了一个知识基的本构关系模型。     

基于人工神经网络的组合预报模型与应用

在研究铜锍吹炼实际生产过程的基础上，综合运用两种结构不同的BP神经网络与经验估算方法，建立了铜锍吹炼造铜期终点的组合预报模型；并采用模糊聚类分析法对神经网络隐含层节点数进行模糊确定，经实践证明，预报结果具有较高精度．能有效地指导生产实践．