机器人足球训练中视觉感知与动作执行同步机制

主要研究RoboCup训练中球员视觉感知与动作执行同步的技术.在全面分析RoboCup现有同步方法存在问题的基础上,提出一种动态的视角调整方法,即通过对球员视角宽度的调整控制视觉信息到达的时刻,结合动作指令发送的特殊策略,实现球员向服务器发送指令时机的优化,以达到最佳同步效果.关于球员视角宽度动态切换的实现,具体包括:基于增强视觉检测的视角切换与分类视角动态切换2种方法.对比实验证实了该同步技术的优越性.     

DCT域双重图像数字水印算法

在简要分析DCT域数字水印算法的基础上,提出了双重图像数字水印算法,嵌入一个低频单向水印和一个基于人类视觉系统分析的中频盲水印.实验证明,该算法满足水印图像客观评价质量,能够实现两种水印的鲁棒性互补,具有方便灵活的实用价值.     

嫁接用苗生长状态无损测量技术的研究

利用机器视觉技术对蔬菜幼苗的生长特征信息进行了无损检测,该研究技术是定量化研究植物生长规律的关键技术之一,并为蔬菜自动化生产过程中的嫁接、移栽、间苗等作业提供必要的技术理论依据.该研究通过在温室内设计了一套计算机视觉系统,对多株群体蔬菜苗的生长进行了长时间、连续、快速的无损检测,并利用VB6.0编制了图像处理软件,提取了蔬菜幼苗的外部形态特征,经过图像处理软件分析得到蔬菜幼苗的日生长变化规律,发现蔬菜苗在夜间的生长率明显高于白天.研究表明,采用机器视觉及图像处理技术可以快速、准确地监测出蔬菜幼苗的外部形态特征量,能够对蔬菜生长状态进行直观测量,实现对蔬菜幼苗生长规的定量化研究,为蔬菜生产过程中相关作业的自动化提供可靠的理论依据.     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.     

基于OpenGL的声视觉仿真系统

基于VC 编程环境,采用OpenGL图形库标准,并结合3DS Max造型软件,对三维声呐图像进行功能性仿真,目的是为了建立一个简单实用的水下目标仿真环境.     

同步化响应:视-脑信息处理的新进展

１９８９年猫的初级视皮层上,发现了刺激诱发的神经元群活动的γ同步振荡现象,在这之后,视－脑研究进入了一个新时期,如何理解视觉系统自然就成为一个至关重要的科学方法论问题,从信息处理,非线性动力学和神经网络的观点出发,对当前视觉研究中的由神经元群对外部世界客体的同步化响应所涉及到的几个主要方面进入深入评述,强调指出,神经表象是视觉系统作为智能信息处理的独有特点,是视觉计算理论的核心概念,子波变换是多尺     

基于邻域熵的自适应多尺度边缘检测方法

提出了一种基于邻域熵的自适应调整滤波尺度的多尺度边缘检测方法,该方法根据当前像素点所处邻域内像素点的灰度分布的有序性,定义了邻域内灰度分布的邻域熵,以判定该邻域内是否存在边缘。同时分析了后选边缘的宽度,以定量调整边缘检测中的滤波尺度参数。实验结果和抗噪性能分析表明,这种方法可以得到令人满意的结果,特别是对图像中弱边缘的检测效果比较理想。     

猫外膝体细胞对光栅刺激图形适应的时间特性

研究了猫外膝体细胞对扫描正弦光栅刺激产生的图形适应的反应时间特性,结果表明：与这视皮层细胞类似,外膝体细胞适应后与适应前相比反应幅度降低,潜伏期延长,但与之不同的是,外膝体细胞适应后反应的基频相位提前了,这暗示长潜伏期原抑制作用可能参与外膝体适应的形成,也说明外膝体细胞的适应现象可能存在与视皮层细胞不同的形成机制。     

引入突触修饰非对称时窗的神经元感受野自组织模型

视觉通路中一些简单神经元的时空响应特性在动物出生前已基本形成,在缺乏视觉经验的情况下,视觉系统是怎样发育出这些神经元感受野的？以Wimbauer的时延网络为基础,引入神经生物学中最近发现的突触修饰非对称时窗,修改了Hebb学习规则,提出一种4层前馈网络模型。模型能自组织生成时空响应特性更为丰富的神经元感受野,并能对脊椎动物视觉系统中反差极性敏感型神经元的形成机制做出解释。这种网络模型比Linsker网络和Wimbauer的时延网络更具普适性。     

计算机视觉及网络领域中人工智能的运用

本文主要探讨了在计算机视觉与网络领域中人工智能的运用,首先阐述了相关概念,其次叙述了人工智能在计算机网络技术中的作用,再次分析了人工智能与计算机视觉及网络领域之间的关系,最后探讨了人工智能在计算机视觉及网络领域中的运用,以期推动计算机视觉及网络领域中人工智能技术的稳定发展。