深度图象用于机器人视觉导引

本文讨论了激光深度图象感测器的原理.基于该原理,文中提出了一种计算时间省、抗干扰能力较强的提取图象边界的新方法.文中还提出了一种获取三维数据的变换方法和一种从表面到物体的识别方法.将上述方法和技术用于导引机器人焊接,提高了机器人适应外界环境的能力.     

The Vision Conference: Facilitating Creative Processes

This paper presents the principles behind the design and management of the Vision Conference: a one-day workshop in which a large group of participants meet to create ideas, projects, and visions for the future activities of a local community or an organization. A case study from a local community in Denmark is also presented to illustrate the organization, planning, and management of a Vision Conference. The paper focuses on the three central social processes of the conference: group work, problem solving, and facilitation. The paper ends with a discussion of creativity and creativity techniques suitable for Vision Conferences.     

猫眼内压升高对视网膜节细胞及视神经的影响

在人为升高猫IOP(眼内压)条件下,记录了视网膜节细胞反应及ONR(视神经反应),并与同时记录的ERG (视网膜电图)进行了比较,发现不同视网膜节细胞的耐压性也不同,ONR 与ERG 几乎平行消失。在两只猫上同时记录了VECP(视皮层诱发电位)与ERG,发现ERG 先于VECP 完全消失,这与家兔的类似实验比较结果不同。     

视觉原理及图象数字化表达

建立了简单的视觉模型,确定了物体表面的几何形状、光源的投射方向和强度、物体表面的反射特性等与灰度分布间的关系,描述了数字图象采集、量化及其基本表示方法.     

基于多次分割的疲劳驾驶的检测方法研究

针对目前常用的人眼检测方法误判率高,计算量大的特点,提出了一种基于多次分割的机器视觉人眼检测方法,进行疲劳驾驶检测研究。首先,将图像由RGB颜色空间转换至HSL空间,设定HSL空间分割阈值得到人脸初分割图像(第一次分割),经过滤波,膨胀、腐蚀等操作后与源图像进行掩膜。然后,按照初分割方法再进行第二次和第三次人眼分割;最后利用统计双眼面积和的方法实现疲劳检测。动态实验中,人眼识别准确率为93%,疲劳检测准确率为90%,表明该方法能较好地解决复杂背景中人眼定位问题,准确率较高、速度快,算法移植性强。     

基于立体视觉的三维立体模型全自动拼接方法

基于影像的三维立体模型重建时,如何自动地将部分模型拼接成完整模型是个亟待解决的问题。目前关于三维立体模型拼接大多限制在手动取两个模型上的公共点完成拼接。提出一种方法,能够全自动地、快速地、高精度地实现三维立体模型的拼接。与图像拼接类似,三维立体模型拼接也要经过特征点提取、特征点匹配、空间变换三个步骤。值得一提的是,在特征点提取时利用了三维重建时的点云数据、特征点匹配时利用了点与点间距客观不变、空间转换参数RT矩阵计算时提出了仅用四对精匹配点计算等方法,完成三维立体模型全自动、快速、高精度地拼接,拼接精度达到毫米(mm)级。     

GPS视觉导航系统中多级实时匹配算法研究

为了解决GPS导航中存在的精度低、不稳定和移动通信定位代价高的问题,引入了图像的外极限约束和多级实时匹配算法。该算法根据特征点对图像进行分级处理,首先匹配特征比较明显的点,再利用已匹配点的数据通过外极限约束确定后面几级像素点的视差范围,使得算法能够覆盖绝大部分点的真实视差,对于少部分落在搜索范围之外点的匹配,主要靠中值滤波去除。实验表明,多级实时匹配算法定位精确性和匹配速度优于传统的区域匹配算法。     

基于YOLOv5l和ViT的交通标志检测识别方法

随着交通行业的发展,交通标志检测识别成为了辅助驾驶系统中最热门的研究方向之一。在实际行车道路中,交通标志具有目标小且类别繁多的特点,针对现有检测与识别算法难以同时兼顾准确度和速率的问题,提出一种YOLOv5l(you only look once version 5l)与视觉转换器(vision transformer, ViT)结合的检测与识别方法。首先采用YOLOv5l对目标进行检测,得出交通标志的位置信息,再将其输入ViT进行分类识别,其中特征连接部分引入DenseNet网络模块,来实现原始特征和卷积后特征映射的密集连接,加强特征的传递性,提高识别率。结果表明：在GTSDB和GTSRB数据集上实验效果更佳,交通标志检测速率达到20 ms,准确率达到98.78%,相比全连接层识别准确率提高了约4%。     

关于趣味性在平面设计中的运用

趣味性这个词其实已经在纯艺术和设计的人中越来越多被提到，它是画面中各个元素之间富有节奏的变化性。任何有趣的事物，对人们来说都存着极大的吸引力，这是由人类内心潜在童真心理特征所决定的，在设计创作过程中，应努力为观者提供一个良好的情感倾向，以各种趣味性的表现手段和变换形式吸引大众眼球，使他们自觉地被引进创作主题，领会创作的主旨。我们是如何将趣味性很好地运用于设计的，趣味性是如何让优秀的设计作品脱颖而出，打八人们的眼帘……     

基于实时手势识别与跟踪的人机交互实现

为了实现对手势目标的自动识别和连续跟踪,提出了一种手势识别与跟踪算法。首先,通过离线训练手势目标检测器来实现手势目标的自动识别。接着,通过改进的Shi-Tomisi算法,在目标区域提取可靠稳定的特征点。然后,通过KLT跟踪器对特征点进行跟踪。当特征点跟踪成功时,通过求解仿射变换矩阵确定手势目标的新位置;当目标出现遮挡和大尺度旋转时,特征点丢失,此时在KLT跟踪器中加入卡尔曼滤波器来预测手势目标的位置,实现对手势目标的连续跟踪。同时对手势目标可能存在的区域进行估计,缩小检测器的检测范围,提高检测速度。最后,将算法应用于人机交互系统中,实现了机器人的远程控制。实验结果显示,算法在简单背景下的跟踪正确率为99.54%,复杂背景下的跟踪正确率为98.24%。实验结果表明,算法能够快速准确地对手势目标进行检测和跟踪,满足了实时性、连续性以及抗干扰能力强等要求,对于旋转及遮挡均具有较强的鲁棒性,为实现基于手势控制的人机交互提供了一种有效方法。