基于视觉导航系统的标志识别方法

探讨了基于视觉导航系统的标志识别方法 .采用基于特征分类的方法对标志进行识别 ,适用于变化的环境 ,能有效排除由于光源所引起的各种干扰 ,处理速度快 ,满足自引导车实时跟踪和导航的需要 .     

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...     

导航系统视觉快速跟踪方法

提出了一种图象搜索的方法，适用于变化的环境，通过灰度值偏移校正二维阈值化和噪声滤波的方法能有效排除由于光源所引起的各种干扰。本方法处理速度快，满足自引导车实时跟踪和导航的需要。     

基于彩色图像的移动机器人视觉导航系统

基于移动机器人视觉处理的实践 ,提出了基于颜色模型的图像分割方法 .运用快速聚类的方法处理分割图像并进行目标定位 ,通过实验检验图像分割和目标定位的精度 ,给出了目标定位计算公式 ,对误差的产生进行了分析 .     

基于计算机视觉的博物馆导览系统

为了利用计算机视觉技术对当前拍摄物体进行识别并获取相关信息,设计和实现了两种视觉系统框架:系统一通过智能手机上传图像帧的方式在服务器端对博物馆内物体进行识别;系统二在智能手机端对区域内物体进行实时识别。实验证明两种方法充分利用了智能手机和服务器端各自的软硬件资源,达到实用效果。前者充分利用了服务器端庞大的处理能力和较高的存储能力,支持大规模物体的识别;后者能有效减少网络通信流量,减轻服务器负载,支持小规模的物体识别。     

GPS视觉导航系统中多级实时匹配算法研究

为了解决GPS导航中存在的精度低、不稳定和移动通信定位代价高的问题,引入了图像的外极限约束和多级实时匹配算法。该算法根据特征点对图像进行分级处理,首先匹配特征比较明显的点,再利用已匹配点的数据通过外极限约束确定后面几级像素点的视差范围,使得算法能够覆盖绝大部分点的真实视差,对于少部分落在搜索范围之外点的匹配,主要靠中值滤波去除。实验表明,多级实时匹配算法定位精确性和匹配速度优于传统的区域匹配算法。     

仿人多自由度立体双目视觉导航系统的研究与开发

基于人类视觉系统原理，设计了仿人多自由度的立体双目视觉导航系统．首先给出了立体双目视觉导航系统的设计原理，然后详细讨论了仿人多自由度立体双目视觉装置的设计．该装置可同时实现水平旋转、俯仰、左右摄像机聚散度调整4个自由度伺服控制，并可实时在线调整摄像机参数．针对自由度控制电机及其驱动控制、摄像机同步控制、摄像机参数控制、基线长度选择等进行了优化设计．系统在Pioneer-2DXE移动机器人的实际应用验证了本设计方案的可行性和有效性．     

基于三维视觉的运动易损动作识别方法研究

在对运动易损动作进行识别时,一直由于无法克服外界条件带来的影响,存在识别精度低、误差大的问题。提出基于三维视觉的运动易损动作识别方法,对运动动作的三维视觉空间进行三维梯度值求解,获取三维视觉梯度直方图特征;并进行降维出来,得到低维隐空间下的运动模型,在此基础上,对其进行序列映射,求出测试序列与训练序列的吻合度。通过匹配计算,获取匹配度,实现运动易损动作的识别。实验结果表明,所提方法具有很高的识别精度,所需时间较短,识别性能高。     

移动机器人视觉导航系统的设计与实现

实时、准确的提取道路信息和控制机器人的运动状态是机器人视觉导航系统的关键,针对这两点提出了一套基于ARM处理器的解决方案和控制算法,并着重研究了坐标几何校正算法和最小曲率半径算法。实践结果表明,该套算法简便有效、实时性好、可靠性高,适用于简易机器人的视觉导航。     

基于工程图形的特征识别方法

在零件几何特征分类的基础上 ,根据工程制图的特点 ,提出了零件视图的“顶点 +边+位置”信息矩阵表示模型 ,通过多视图间关系规则的探讨 ,给出了基于DXF文件格式的几何特征识别方法 为CAD/CAPP的无缝集成提供了实施方案     

基于.net改进的书目分类导航系统

书目分类导航系统是数字图书馆系统WEB检索的重要交互工具,传统的检索导航系统具有类目过于抽象化、交互性弱等缺点.为了解决这个问题,采用.net技术平台,设计出了更直观合理的书目分类导航系统.     

基于立体视觉的一般物体识别方法

为了使计算机具有与人类相似的在复杂背景下识别一般物体的视觉处理能力,提出了一种基于立体视觉的一般物体识别方法.该方法的核心在于融合二维图像信息和双目相机获取的深度信息,对视野中的环境进行物体定位、图像分割、特征描述以及物体识别.通过双目相机获取环境的三维点云信息,并利用mean-shift算法进行聚类,剔除干扰点,从而实现物体在二维图像上的定位与分割.利用含有空间关系的BoW模型对分割后独立区域内的物体进行识别,得出判别结果.此外,在利用sift算法进行特征点提取以及利用mean-shift算法进行聚类的环节中,采用CUDA环境下的GPU进行加速处理,提高了处理速度.实验结果表明,所提方法具有较好的识别效果和鲁棒性.     

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.     

基于机器视觉的目标识别方法的研究进展

随着社会的不断发展,机器视觉系统在各行业已被广泛应用,基于目标检测与目标识别的图像处理方法在机器系统中有了主要的应用途径,总结近年来使用机器视觉研究中用到的目标识别方法,包括Blob分析法、模板匹配法、深度学习法,详细讨论这些目标识别方法的原理、优劣以及在各个领域中的应用。首先介绍了基于机器视觉的目标检测识别的任务、难点和发展现状,其次基于深度学习方法的目标检测识别算法,最后讨论当前实际应用中目标检测识别方法存在的问题和未来可能的发展方向。     

一种基于BoW物体识别模型的视觉导航方法

针对复杂的室内环境,提出一种新的动态环境下的移动机器人视觉导航方法.该方法以室内常见物体作为自然路标,通过单目视觉建立识别模型来认知环境中的各种物体.首先对室内常见物体建立图像库,并对库中的大量图像采集SIFT特征;然后通过BoW模型来描述各幅图像,针对每类物体利用线性支持向量机(SVM)训练出物体识别模型;最后借助交互的手绘地图描述室内环境,移动机器人从中获得辅助路径以及自然路标的大概位置,从而完成导航任务.通过大量实验,从自然路标变化、目的区域变化、手绘地图偏差等多角度验证该方法的鲁棒性.实验结果表明,该导航方法操作简单高效,并具有人机交互性强、动态环境下适应能力高的优点.     

高速公路标志植物对视觉反应特性的影响

采用简单随机取样法，研究了高速公路匝道入口前的标志植物对驾驶员反应时间的影响。测试结果表明，在匝道入口区域选择红色叶或者红色枝干、单一种类、较大空间体积的标志植物，能够缩短驾驶员对入口识别的反应时间。     

基于人因学的道路标志研究

通过对人因学上人的知觉特征和视觉规律的研究,借鉴国外先进的理论及经验,结合国内道路的实际情况,研究了道路标志的形状、颜色、大小以及文字规范的设计准则,提出了国内道路标志尚存在的不足之处。并且具体地根据道路标志的颜色、形状、文字规范等方面,结合不同场所的要求,提出改善方案,以增加标志的视认效果和显示性。     

基于双目视觉的田径运动员犯规动作智能识别方法

提出基于双目视觉的田径运动员犯规动作智能识别方法。通过双目相机获取田径运动员动作图像,立体校正双目相机以及实现图像的行对准,获取田径运动员动作深度图像;将提取的前景图像输入双流卷积神经网络模型中,通过批量归一化、非局部特征提取以及A-softmax损失函数,智能识别犯规动作。结果显示：该方法可有效完成图像立体校正,背景扰动影响指标值均低于0.025,精准识别田径运动员犯规动作。     

基于Arduino 模块化机器人视觉系统的研究与设计

基于视觉系统的移动机器人是近年来机器人研究领域的热点,机器人视觉在自动化生产中也变得越来越重要.本文以移动机器人为载体,重点研究并设计了一套移动机器人视觉系统,以视觉系统在移动机器人中的应用为主线,简单介绍了视觉系统中摄像机标定,着重阐述视觉系统对目标的识别与定位以及视觉系统在移动机器人的应用.文中所设计的移动机器人采用Arduino MEGA2560单片机作为主控芯片,负责测距传感器数据采集、定位传感器位置确定、视觉系统伺服控制、驱动电机以及驱动舵机转向等.试验验证移动机器人能准确的运动到目标物体位置,很好的完成既定的任务,移动机器人的视觉系统有效可靠.     

基于计算机视觉的植物病害识别方法综述

病害识别是计算机视觉技术在农业领域的重要应用之一,对及时发现和早期预防植物病害起着关键作用。近年来,随着病害识别方法的不断演进,病害识别性能有了显著提高,但自然条件下病害特征提取困难、病害严重程度难以区分等问题依然存在。为了在现有方法的基础上进一步探索病害识别的新思路,先是针对不同识别目标,分析病害识别和病害严重程度识别的研究现状。然后从视觉特征类型和学习方式两个角度对植物病害识别方法进行全面的比较与研究,指出深度模型是当前植物病害识别的主流方法,融合多源信息和结合不同的机器学习方式是改进植物病害识别的重要手段,并将不同识别方法在主流数据集上的性能进行对比和分析。最后对未来发展方向进行展望。