一种道路照明光源的光视光效模型研究

文章依据视觉功效法建立基于中间视觉道路照明的行车视觉行为反应时间测试系统,获取受测试数据集;根据人眼对光谱敏感度适应效应理论,对实验测试数据进行分析处理,构建了基于行车视觉行为反应时间的光视光效模型,获得了中间视觉下光视光效率曲线;采用建立的模型给出了基于反应时间的光源节能性评价计算分析方法,并对道路照明传统白色和黄白色光源与设计的白绿色光源进行了光视光效性能分析与节能评价。结果表明,在中间视觉下设计的白绿色光源光视性能更好,且光视效能更高。     

驾驶员不良情绪状态检测系统的方法研究

针对驾驶员因处于非常状态下驾车而频繁导致交通事故问题, 设计了驾驶员不良情绪状态检测系统。该系统采用LBP(Local Binary Patterns)和SVM(Support Vector Machine)决策树相结合的算法分析、识别人脸表情。经实验验证, 该方法有较高的准确率, 系统运行速度快。     

双目视觉法测量接触线几何参数的误差与灵敏度分析

给出了双目视觉法测量接触线几何参数的数学模型,系统地分析了双目测量系统的结构参数和相机光学参数与测量误差及灵敏度之间的关系,并应用Matlab进行仿真计算。结果表明,双目视觉系统对接触线高度变化的灵敏度远低于对拉出值变化的灵敏度,故导高测量误差远大于拉出值测量误差。要同时提高二者的测量精度,一是通过图像处理实现亚像素分辨;二是适当增加两相机CCD光敏面中心距离2L以增大相机光轴相对垂直平面的倾斜角α,并增大相机焦距f以提高测量灵敏度,减小测量误差。     

焊接视觉跟踪机器人数学建模和工作空间分析

摘要： 针对大构件相贯线型空间焊缝的视觉跟踪方法,设计并制造了8自由度焊接视觉跟踪机器人.描述了一种空间机器人建模方法,主要思路为将移动坐标系从绝对坐标系原点,顺着关节机构移动到机器人末端工作点,运用此法对机器人进行数学建模并仿真,得到机器人运动学正解,运用数值法对机器人进行工作空间分析,得到工作空间三维图和侧向剖面图.仿真结果证明数学建模方法的有效性,空间分析结果表明本机构工作空间无空洞,工作范围符合设计要求.最后用物理样机对空间曲线型焊缝进行运动跟踪实验验证.     

空间局部重合图像的快速聚类

采用视觉词袋模型表示图像,以快速检测空间上部分重合图像对的最小哈希算法为基础,提出一种对局部重合图像聚类即数据挖掘的方法,能够找到类种子的概率随着类别中图像数目的增长显著增加.对聚类的结果进行空间上的验证,并在大小分别为104、105以及5×106的图像数据集上对该算法的效果进行测试.算法的速度依赖于数据集中图像的数目和数据集中类别的数目,类种子生成的时间复杂度线性相关于数据集大小.     

人工补偿在视觉测量中的应用

机器视觉测量是目前一种新兴的非接触测量技术,由于外界环境影响,机器视觉测得的物体尺寸会存在一定的误差。为了减小测量误差,提高系统各方面性能指标,提出了人工补偿算法来处理数据结果。通过多次重复性测量和系统标定,提出了人工补偿算法,对标定结果进行了修正,确保试验的精度以及稳定性。实验结果表明,人工补偿算法使实验误差减小1.16%,极差减小1.3 pixels/mm,最大误差减小2.32%,方差减小0.041 1。标定实验后,分别对三种不同尺寸物件进行测量实验,试验结果表明,对系统进行人工补偿后,相对误差最大减小0.145%。人工补偿算法可以提高计算结果的精度。     

基于物体信息的图像显著性区域检测

针对目前图像显著性检测存在的显著性图边缘模糊、缺乏视觉高层信息等问题,提出了一种基于物体信息的显著性检测算法。将似物性计算与显著性计算相结合,可以将前景与背景分离,抑制高对比度干扰区域的影响。首先采用改进的L0平滑算法对图像进行滤波处理,然后通过超像素分割将图像分成若干图像块,再通过聚类算法进行合并,得到待检测图像块。采用似物性检测算法计算物体可能存在的区域,与待检测图像块进行融合,得到物体显著性图,再通过颜色对比度及空间分布特征计算显著性图,最后将二者融合,得到最终结果。实验结果表明,算法能够得到清晰的物体边缘,对图像的显著性区域能够较为全面地覆盖,有效地抑制高对比区域的干扰。     

MKLasso模型的算法与模型选择

在KLasso模型基础之上,引入多核函数与多核参数重新建立的一种更为广发的非线性的多核KLasso模型（MKLasso模型）,采用基于梯度Boosting的思想的算法进行求解,并依据人类观察事物的一个基本特征,即人眼位于数据空间较近时能够看清细节,较远时只能够看清整体结构的特性设计了一种模型选择策略,通过实际的3个数据集设计6组试验,来验证该算法的有效性。模拟试验结果表明：MKLasso模型的预测能力明显优于KLasso模型,其预测均方误差提高了10倍;该算法运行高效,抗噪声能力强,在参数选择方面又有一定自己的优势,可以直接选择核参数,算法大大降低了调试与运算时间。     

“机器人与智能技术”研究专栏征稿

征稿范围:机器人理论与控制技术人工智能与智能控制技术移动机器人及自主导航技术机器人传感技术、智能传感器机器视觉、图像处理与模式识别技术智能系统建模与控制机器人结构设计多机器人系统特种机器人机器学习     

视频图像中运动目标跟踪算法研究综述

分析和描述了当前运动目标跟踪的有关方法,通过分类介绍的形式,从跟踪方法的研究现状、研究进展、应用领域等方面进行讨论。比较介绍了几种方法的优缺点以及研究过程中所面临的难题。最后对运动目标跟踪算法的研究前景进行了展望。