最小的温血动物蜂鸟

在美洲大陆的原始森林里栖息着一种袖珍鸟类--蜂鸟,体重仅2-3克,这是世界上最小的温血动物。蜂鸟飞行时能像蜜蜂一样连续而快速地拍打翅膀,同时发出嗡嗡的叫声,加上它形体小巧,看上去就像大黄蜂在空中飞行,因此人们给它起名为"蜂鸟"。与其他鸟类相比, 蜂鸟有两个非常独特的地方:一是在吸食花蜜时能在空中悬飞,二是能通过鸟喙的变形捕捉飞动的昆虫。科学家在美国威斯康星州野外用摄像机跟踪摄录蜂鸟的整个活动过程,包括它如何飞行,吃什么,怎样炫耀和求偶,以及如何保卫领地和在空中捕捉飞虫等,终于逐步弄清了这种鸟儿在生存方面所表现出来的一些不同凡响的生存技能。     

一种基于单个神经元的摄像机标定自适应算法

传统的标定算法利用标准的参照物与图像点的对应约束关系来求取摄像机参数,其中非线性优化方法标定精度较高,但计算繁琐.为此提出一种基于单个自适应神经元的摄像机传统标定算法,应用一种结构简单、抗干扰能力很强的单个神经元自适应算法代替通常的非线性优化算法进行摄像机标定.实验结果表明该算法无需计算雅可比矩阵,且精度较高,简单可行.     

基于可编程逻辑器件的图像处理方案设计

介绍了以CPLD为核心器件的高速图像处理方案,系统通过视频分离芯片LM1881,将视频信号中的行同步信号与场同步信号分离出来,以此控制转换速率高达40MSPS的A/D转换芯片TLC5510,将视频信号转换成数字信号,最终CPLD器件根据A/D转换的数据进行实时处理。     

基于LabVIEW开发的摄像机标定方法

针对火车轮缘动态检测系统中的摄像机标定问题,讨论了基于径向约束的摄像机标定,选定了包含畸变因素的摄像机透视投影模型,得出了以LabVIEW开发的摄像机标定方法.该方法利用了LabVIEW的图形化开发环境,内嵌Matlab语言编写的核心程序,数据处理功能强大,且具有良好的图形化互动界面.     

摄像机标定角点点阵的多尺度检测和亚像素定位

为改进角点检测算子的检测性能,提出一种最佳尺度估计的方法.该方法结合X角点检测算子和递推方法,可以明显提高棋盘格角点阵列检测的精度和鲁棒性.通过实验验证了该方法的有效性,为基于多幅图像的摄像机定标过程自动化创造了条件,以便于极端环境下的机器视觉应用.     

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.     

基于主动视觉的智能车道路跟踪方法

针对城市环境道路,将主动视觉方法应用于智能车的视觉导航中,重点解决急转弯情况下摄像头视野不足的问题.摄像机被安装在可旋转的云台上,根据道路和车体之间的相对位姿动态地调整云台目标角度.通过车辆与图像坐标系之间的对应关系,修正道路与车体之间的相对位姿.实验结果表明,与传统视觉方法相比,采用主动视觉方法的智能车实际行驶轨迹误差较小,丢失道路的次数较少.     

塔利班的孩子炸弹

2010年,1224名巴基斯坦国民在自杀性恐怖袭击事件中死亡。生于巴基斯坦、在西方接受教育的夏曼,决心用摄像机深入探索穆斯林的世界。2009-2010年间,她数次进出巴基斯坦,采访那些接受自杀性爆炸训练的孩子们,以及招募这些孩子的塔利班人员。她尝试了解塔利班如何将这些孩子变成人体炸弹,而这些孩子们又如何自愿走上不归路。     

基于累积图像特征点匹配的智能皮带测速方法

在煤炭工业生产运输过程中可能出现皮带打滑问题影响设备运行,现有的基于传感器的测速方法可能因为贴合问题出现误测.提出一种基于视觉的智能皮带测速方法,针对皮带低纹理特征点不足的问题,通过累积多帧特征点对估计运动模型.同时,实际场景可能出现的视频抖动问题可以通过背景特征点估计出偏差,并进行补偿.另外,图像坐标系下的检测结果可以根据标定得到的摄像机内外参数转换到世界坐标系下皮带运动速度.实验结果验证了方法的有效性和准确性.该方法实现了煤炭运输皮带的智能测速,可用于皮带打滑故障的及时报告.     

基于运动补偿的小型无人机云台控制器设计方法

云台安装的摄像机可用于基于视觉的小型无人机目标跟踪与定位。分析了无人机平移和旋转运动对目标在图像平面成像的影响,推导了机体角速度与云台姿态角速度转换矩阵,设计基于运动补偿的云台控制器将无人机速度和机体角速度引入云台控制器输入,补偿因无人机运动引起的摄像机视线改变,并利用目标在图像平面的位置偏差修正摄像机跟踪误差。仿真实验表明所设计的云台控制器可提高目标跟踪精度,减少云台抖动。