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     

视觉诱发事件相关脑电位实验装置的研制

介绍了自制的利用微机和４４００信号处理装置 成的视觉发事件相关脑电位的实验装置，它具有实验模式和作业信息调整方便，数据采集精度高的特点，并且克服了４４００信号处理系统依靠２输入信号本身触发且仅能进行单点采集的缺点，在视觉，诱发事件脑电位的实验研究中取得了满意的效果。     

基于机器视觉的脱绒棉种外观质量检测装置的研究

为实现基于脱绒棉种外观特性对红种、破碎棉种的分选，搭建了脱绒棉种外观质量检测的硬件装置，并基于Visual C＋＋6．0开发了检测的软件系统。提取了适合脱绒棉种分级的3个关键的特征参数：颜色、圆形度、粒型；基于BP神经网络实现了脱绒棉种的分级，通过试验验证，该神经网络的拟合性较好。     

特征筛选对脑-机接口信号单次提取精度的影响

脑-之机接口的核心问题之一是通信载体信号的单次提取．在构建脑控拼写器的过程中，通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体，采用支持向量机方法进行特征信号的单次识别．为提高识别精度，详细研究了信号时程、时段的选择对模式识别精度的影响．结果表明，信号时程越长分类精度越高，时程达到300ms时，分类精度就可达到最大值（且趋于饱和）；信号时段的选择对分类精度亦有较大影响，最佳时段在靶刺激出现后约250～350ms作为起始处．这一结果为提高系统的整体速度与精度打下了基础．     

美国：飞机有了人造视觉

美国宇航局（NASA）最近为民航飞机研制出了一种新的计算机系统，它能够保证飞机在各种恶劣的天气条件下安全飞行：这套被称为“人造视觉系统”通过使用卫星和机载导航仪器提供的数据资料由计算机系统判定飞机飞行的准确位置，然后再将当前飞机所处的空间坐标与提前储存在计算机系统中的三维地形图进行对照，再将经过处理的彩色地形图输入飞行员座舱内的多个显示器。这样一来，飞行员就能够及时准确地观察到整个飞行过程中的每个细节。     

支持视觉检测的边缘检测技术

本文简述了视觉检测技术在工业中的广泛应用，回顾和总结了立体视觉系统中的边缘检测技术；对边缘检测技术中的各种方法进行了分析、比较。     

基于小波变换和模糊聚类的自适应水印嵌入方法

利用人类视觉系统(HVS)的掩蔽效应和小波多分辨率分析的特点,作者提出了一种通过在图象的小波域的细节部分进行模糊聚类来寻找适合嵌入水印的位置,再用隶属度作为嵌 入强度来嵌入水印的新的数字水印嵌入算法.实验表明该方法能在保持图象质量的前提下提高水印的鲁棒性.     

集成CAD模型的虚拟微装配系统伺服控制方法

虚拟技术可克服微装配中显微视觉系统小景深、小视场的问题，但构造虚拟场景时，数据量大、效率低。利用微器件设计时的CAD数据，可减小构造虚拟环境的数据量、提高效率，能够使构造出的场景更精确。利用显微镜聚焦——失焦理论并借助于器件CAD模型构造虚拟环境；将获得的深度信息集成在伺服控制方程中。通过这些方法，可进行复杂路径的规划，完成三维微装配任务，仿真和实验结果均表明上述方法是可行的．     

色彩在体育运动中的应用

正常人从外界所接受的信息中,来自视觉的信息量最大。色彩引起直接的彩色视觉刺激,这是其对光的波长的反映。在体育比赛或训练中,色彩直接影响人的心理、生理状态和情绪变化,继而影响运动员的表现效果和运动成绩。随着2008年北京奥运会的临近,从色彩学及设计学的角度,应加强色彩协调美的研究,科学准确地利用色彩在体育运动中的积极作用,激发运动员的潜能,提高运动成绩。     

一种单神经元自抗扰控制器

针对自抗扰控制器可调参数多且不易整定的问题,提出了一种用单神经元改进非线性状态误差反馈控制律的算法.利用神经网络的自学习能力,采用一个单神经元构造自适应参数,使参数依据系统误差的变化自动作相应地调整,从而完成参数的在线自整定.仿真结果表明,改进后的控制器调整参数大大减少,而且具有更强的适应性和鲁棒性.