工人不安全行为智能识别与矫正研究

针对当前基于行为安全(BBS)的研究存在不安全行为数据未充分利用、分析能力不足、矫正缺乏针对性等问题,构建了基于BBS和机器视觉的工人不安全行为智能识别与矫正框架体系．该框架体系主要包括不安全行为智能识别、行为安全个性化培训和不安全行为智能预测,并被应用于武汉两湖隧道工程．研究结果表明：该框架系统从基于场景的不安全行为自动化识别、基于自适应学习的行为安全个性化培训和基于现场工人运动轨迹的不安全行为预测三个方面,实现了对工人不安全行为的“事中-事后-事前”管理,为探索机器视觉技术支持的行为安全管理提供了新思路．     

基于字符串匹配和直方图分析的视频镜头检测算法研究

首先介绍了现有典型切变检测算法,然后提出一种改进的镜头切变检测算法,在字符串匹配算法的基础上用直方图法来进行二次检测.实验显示,这种方法解决了单独用字符串匹配算法造成的误检问题,取得了较好的镜头切变检测效果.     

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。     

惠斯通对物理学的贡献

简述惠斯通生平,回顾了他对电学测量特别是对电桥的研究,以及他对立体视觉、声学和电报技术的研究,分析了他自学成材、执着追求等成功的因素.     

多媒体课件的视觉传播效果评价系统设计

随着信息技术的不断发展,多媒体技术在教育教学中的地位逐渐提升。为了使多媒体技术更好地为教学服务,需要应用多媒体课件视觉传播效果评价系统对其使用效果进行评价,但此系统由于评价计算能力较差,造成了评价响应时间较长的问题。因而,设计新型多媒体课件视觉传播效果评价系统。系统硬件优化过程主要分为3部分,通过对中央控制芯片、系统硬件串口以及网络接口提升系统的硬件性能。同时,设定新型视觉传播效果评价指标体系,使用聚类分析技术验证指标构建合理性。计算指标信息熵,构建特征判断矩阵,完成评价过程。将硬件与软件相结合,至此,多媒体课件视觉传播效果评价系统设计完成。构建系统测试环节,通过对比可知,此评价系统优于传统评价系统。     

面向微束等离子选区熔化的在线检测系统

为解决微束等离子选区熔化过程中的自动化检测问题,开发出一套面向微束等离子选区熔化的在线检测系统。该系统以每一层的成形金属为研究对象,基于深度学习目标检测原理,对金属成形表面进行缺陷检测,并根据检测结果控制设备的启停,确保每一层的成形质量达到要求。同时,通过双目相机和线激光的配合,利用线阵扫描的方式对成形表面形貌进行三维重建,并显示在自主开发的可视化软件上,实现了缺陷检测和三维重建相结合的检测方案。实验结果表明：该系统能够快速、精确的检测出成形过程中产生的缺陷,实时性强、漏检率低,并将结果及时反馈到系统,实现了成形过程的主动、有效调控。     

一种基于人眼视觉特性的小波域图像水印方法

提出了一种基于小波变换的图像水印嵌入方法,通过对原始水印置乱的预处理,运用人眼视觉掩蔽模型（HVS）,增强了数字水印的安全性和隐蔽性,把水印嵌入到感觉重要的小波变换系数中,提高了水印的稳健性,并实现了水印的盲提取。实验结果表明,该算法对JPEG压缩、旋转、滤波、加噪等图像处理操作有很强的鲁棒性。     

基于视觉特性的自适应加权水印算法的研究

文章提出了一种基于人类视觉特性的加权水印算法.该算法结合视觉系统特性等诸多因素,合理地设计了水印在图像中的能量分布系数,增强了水印的透明性和稳健性.实验证明该算法是有效的.     

基于分段垂直投影的水田秧苗列中心线提取

为提取水田秧苗列中心线,提出了基于分段垂直投影的中心线提取方法.将彩色图像进行预处理后得到的二值图像在纵向方向分为上、中、下3段,从下段图像开始采用垂直投影法确定该段中各作物列左右边缘;在图像下段的每对左右边缘之间提取特征点并拟合临时直线,用每条直线和本段图像顶部的交点位置来确定中段中属于同一秧苗列的左右边缘点,再根据左右边缘点提取中段图像的特征点,在上段图像中以此类推,将所有特征点按不同秧苗列归入不同的点集;最后分别将每个点集中的特征点使用最小二乘法进行直线拟合.试验结果表明,该方法在分辨率为1 280×1 024像素的图像中提取离横向中心最近的3列秧苗中心线的准确率为94.50%,平均每幅耗时208 ms.     

基于辅助相机的多目视觉线结构光测量系统全局标定方法研究

为解决现有的多目视觉线结构光测量系统在大视场测量时,相机之间无公共视场,导致标定工具要求高、全局标定过程复杂等问题,本文提出了一种基于辅助相机的多目视觉线结构光测量系统全局标定方法.首先,将辅助相机作为中介,它与线结构光传感器的相机有1/2左右的视场重叠,构成了双目子系统,通过拍摄标定板不同姿态的图像来建立辅助相机和相邻两个线结构光传感器的空间几何关系.然后基于此通过坐标转换求解出相邻两个无公共视场线结构光传感器的位置关系,最后再逐步换算求解出局部坐标系向全局坐标系统一的变换矩阵,完成全局标定过程.此方法对标定工具要求低,不需要借助高精度测量设备及复杂靶标,只需简易的棋盘格靶标即可完成多目视觉线结构光测量系统的全局标定,标定过程简单,并且可达到较高的标定精度.测量试验表明,该方法的全局标定误差是0.067 mm,有效提高了测量精度,为后续大构件的机器人“测量-加工”一体化作业提供精度保障.