基于E-PRIME的眼动实验刺激呈现

眼动实验是教育与心理研究的一种重要实验方法,但目前开展眼动实验的仪器——眼动仪在实验刺激呈现方面效率较低,无法满足复杂的教育与心理实验的需要.以ASL-D6眼动仪为例,分析了国际通行的心理实验标准化设计软件E-PRIME在眼动实验刺激呈现上的可行性和优越性,给出了E-PRIME与ASL - D6眼动仪结合进行眼动实验时实现实验刺激呈现与眼动数据同步记录的具体步骤.     

基于机器视觉的精密光学元件表面疵病识别初步研究

提出了一种基于机器视觉的表面疵病的检测方法,对获取的多幅图像进行了无缝拼接,并获得完整的表面 图像。在对图像去噪的同时,利用基于偏微分方程（PDE）的各项异性扩散算法能很好地保护图像的边缘特征。并 且在Perona&Malik算法的基础上引入了梯度阈值,对算法进行了改进;用zernike矩提取图像的边缘建立疵病模 型,选择模糊聚类神经网络构造分类器,将图像的每个象素的n维特征向量输入该分类器进行分类。实验表明,该 方法能有效地识别麻点、气泡和划痕。     

工业机器人位姿误差建模与仿真

针对机器人姿态的视觉测量方式,建立了适用于机器人全标定的运动学模型,在此基础上推导了以世界坐标系为标定的基准坐标系且包含所有参数的误差模型,指明了误差模型的参考坐标系,解决了仿真上的关键技术,研究了验证误差模型正确性和精度的公式,并对误差模型的正确性和误差辨识精度进行了仿真对比.结果表明:误差模型有一定的精度限制;随着测量次数的增加,误差辨识的精度会提高,但当测量次数达到一定数量时,辨识精度提高不明显.     

基于双目识别技术的复杂背景中果实识别试验

为了迅速识别不同背景中的果实目标,在规范结构下建立了双目立体视觉识别系统,对复杂背景中的果实进行定位和识别.提出了基于角点聚类的局部特征提取及匹配算法,利用极限约束条件,通过提取同行像素角点特征完成立体匹配,获取果实3维信息.通过对不同背景下果实目标进行大量试验,发现基于单一特征属性的提取方法,角点匹配效率低,定位精度...     

双目立体机器视觉检测系统及其应用

为了快速准确地获得被测物体的三维立体尺寸,双目立体视觉检测系统是有效解决方案之一。经过精密标定的双且视觉系统,可根据两摄像机的视差,准确计算空间物体的三维形貌尺寸。双目视觉系统的标定技术及立体匹配技术是决定测量数据质量的关键环节。设计了高精度视觉标定系统,有效解决了立体匹配的难题,所开发的便携式立体测量仪,可以快速准确地获得大型物体的稠密三维坐标点云。在不喷涂显影荆的情况下,解决了黑色物体和反光物体的三维测量难题,可广泛应用于摩托车、汽车、模具、服装鞋帽以及逆向工程设计中。以逆向工程的3D轮廓测量为例,介绍了双目立体视觉技术及其应用。。     

编者按

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性.针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法.首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降.仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度.     

变电站巡检机器人导航方法研究

随着移动机器人技术的发展和变电站无人值守的开展,变电站巡检机器人应运而生。稳定的导航是巡检机器人能够正常工作的前提保证,因此针对变电站巡检机器人的导航方法进行研究。影响导航的关键因素有导航方式和导航算法,变电站巡检机器人采用视觉与电磁融合的导航方式,运用自适应位置型PID控制算法,对于脱离导航线的错误处理采用模糊控制的思想,实现了巡检机器人的导航并得到了实际应用,实际运行的结果说明此种方法抗干扰能力强、收敛性好。     

基于改进型神经网络的双目摄像机标定

摄像机标定是机器视觉中最重要的环节之一,传统标定方法运算量大、计算复杂,非常繁琐。为解决标定存在的若干问题,提出基于改进神经网络的双目视觉摄像机标定方法。通过对双目摄像机有效模型分析,建立空间点图像坐标与世界坐标非线性映射关系,同时引入自适应学习算法,实现隐层神经元的自适应选取,并且在创建网络模型前对样本数据进行归一化处理,提前终止策略,使网络泛化能力得到极大改善。通过与经典标定方法进行比较,表明基于改进型神经网络标定方法能获得较好的双目标定精度。     

复杂背景下钢板表面缺陷检测的图像增强方法

为了实现复杂背景中钢板表面图像缺陷的准确检测,采用连续均值量化变换(SMQT)对钢板表面图像进行增强处理.每个均值量化单元的计算由3步实现:计算各个像素灰度值的平均;采用均值量化方法将各个像素的类度值量化为0或1;将量化输出分解到2个节点中.实验表明:与传统图像增强方法相比,本方法可以显示出图像底层的结构特征,并能自动...     

基于DSP的自动驾驶系统硬件体系的设计与算法研究

提出了一种以DSP为主要运算设备的汽车自动驾驶智能控制系统,并对硬件体系和图像分析算法进行了研究.对汽车自动驾驶系统的硬件结构进行了设计,采用车载PC和DSP—PCI卡的形式进行构建,并在该硬件结构基础上完成了算法的设计.对传感器采集到的数字图像信号进行灰度化、去噪、二值化、边界提取等处理后得到符合判断算法条件的图像.应用模式识别技术与GPS技术的结合,对图像中的车道、道路上的障碍、其他车辆、交通指示标志等物体进行识别和判断,并对下一步动作作出正确判断.对于前后方车辆和障碍物等采用激光雷达进行测距.