oalib

OALib Journal期刊

ISSN: 2333-9721

费用:99美元

投稿

时间不限

2016 ( 19 )

2015 ( 366 )

2014 ( 409 )

2013 ( 401 )

自定义范围…

匹配条件: “机器视觉” ,找到相关结果约6119条。
列表显示的所有文章,均可免费获取
第1页/共6119条
每页显示
关于△2G算子的一些研究
谢昭辉,吴立德
自动化学报 , 1990,
Abstract: (1)文章研究了关于△2G作为边界算子的一些基本思想,虽然它们的出发点不同,但都 得到了相似的结果.(2)文章讨论了△2G的生理学意义,用实验说明了△2G与视网模上神 经节细胞的感受野DOG非常相似.(3)文章分了△2G的抗噪声干扰能力,给出△2G 在白噪声污染的四种典型边界模型下的零交偏差和输出信噪比的理论结果,并用实验作了验 证,讨论了零交偏差和输出信噪比与△2G参数σ和输入信噪比的关系.
机器视觉的研究动向(下)
舆水大和,江涛
红外 , 1996,
Abstract:
基于机器视觉的智能车辆避撞预警算法
彭军,王江锋,王娜
公路交通科技 , 2011,
Abstract: 由于受到信息采集源性能影响,造成了智能车辆避撞预警系统(CollisionWarningSystem,CWS)前后车相对距离测量精度低的问题,针对此问题提出了一种基于机器视觉的预警算法(CollisionWarningAlgorithm,CWA),利用机器视觉获得了较高精度的测距信息,有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上,确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型,给出了模型预警原理、决策阈值确定方法、逻辑结构图,以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验,采集模型测试所需的数据,并利用实测数据对模型进行了验证。试验结果显示,平均测距误差不超过3.6m,预警模型能够准确给出预警信息,对提高车辆行驶主动安全性具有重要意义。
基于机器视觉的开心果闭壳与开壳识别
郭晓伟
计算机应用 , 2011,
Abstract: ?为从开心果中选出开壳果和去除闭壳果以提高开心果的品质。采用以单排等间距方式在传送带上输送开心果,输送过程中用摄像头拍摄每个开心果的图像,传输至电脑,经图像处理算法识别出开心果壳是否裂开,最后在传送带末端利用气嘴吹走闭壳果实以实现开心果自动分级。开心果图像缩小至原来的0.2倍,然后寻找出二值化图像中开心果的质心,再在开心果的质心、上半部分二分之一和下半部分二分之一处各取横向像素线,分别求取3条像素线上所有像素点灰度值变化之和,最后每个开心果综合3条像素线特征判断开心果是否开壳。实验证明开心果开壳果正确识别率为93%,闭壳果正确识别率达100%。
一种快速的模板匹配算法
唐琎,李青
计算机应用 , 2010,
Abstract: ?针对传统的模板匹配算法通常效率较低、计算速度较慢的问题,提出了一种快速的模板匹配方法。该算法一开始取较少的点参与模板匹配,逐步增加参与匹配的点的数目。通过相关系数的比较来决定下一步增加匹配点继续匹配,或者放弃在该位置的匹配,移动模板到新的位置进行新的匹配。计算相关系数时,每次增加参与匹配的点后,首先只对新增的点进行计算,然后与原有的相关系数进行组合,得到新的相关系数。这样就大大减少了算法的计算量。此外,该算法在匹配的过程中所使用的点总是均匀覆盖模板,从而保证了算法的准确度。该算法速度快,准确程度高,能够满足实时性的要求。
基于图象差的平面大范围视觉伺服控制
林 靖,徐强华,陈辉堂,蒋 平,王月娟
控制与决策 , 2000,
Abstract: 为解决大范围偏差的控制问题,将期望图象按给定的角度间隔旋转,离线生成一系列子期望图象。比较实时采集图象与期望子图象间的差异程度可获取目标绕重心的旋转运动参数。结合图象求重心方法给出的平动参数,实现了在大范围偏差时迅速将摄象机调整到期望位姿。在期望位姿附近结合直接图象反馈方式,实现了基于图象差的平面大范围视觉伺服控制。
机器人无标定视觉中摄像机特性的逼近
韩立伟,徐德,谭民
控制与决策 , 2007,
Abstract: 简要介绍机器人视觉中摄像机无标定产生的背景和发展现状,给出了摄像机无标定的定义.依据该定义,将现有的无标定方法归为基于雅可比矩阵等4种主要类别,并分别对这些方法的机理及其优缺点作了简要分析.最后对无标定的发展前景进行了展望.
智能制造装备视觉检测控制方法综述
王耀南,陈铁健,贺振东,吴成中
控制理论与应用 , 2015, DOI: 10.7641/CTA.2015.40169
Abstract: 为满足智能制造装备产业对机器视觉技术的巨大需求,本文结合装备技术特点和特殊应用环境,提出了通用的机器视觉检测控制技术体系,弥补了当前研究的不足.本文首先对该技术体系的成像系统、自动图像获取、图像预处理、标定与分割、识别检测、视觉伺服与优化控制等关键核心技术,进行了总结和阐述.然后提出了视觉检测控制系统设计的一般原理,并结合3种典型装备,对其具体应用进行详细说明.最后根据智能制造装备不断增长的高可靠性、智能化、高速高精度作业等需求,探讨了视觉检测控制技术所面临的新问题和新挑战.
基于机器视觉的农业机器人运动障碍目标检测
周俊,程嘉煜
农业机械学报 , 2011,
Abstract: 在农业移动机器人平台上运用机器视觉技术检测作业环境中是否存在运动障碍目标时,机器人自身运动会与障碍目标运动叠加在一起。为此,首先在移动机器人平台上连续采集两帧图像,提取其特征点并加以匹配;然后应用双线性模型描述对应特征点在图像之间的运动特性,并用最小二乘法对模型参数进行最优估计,得到两帧图像之间的变换矩阵;最后利用此变换矩阵补偿前帧图像来消除机器人自身运动的影响,再与后帧图像作帧差,在线检测出运动障碍目标。实验结果表明,该方法仅依据图像信息即可有效地检测出农业机器人导航环境中存在的运动障碍目标。
温室环境下黄瓜采摘机器人信息获取
袁挺,李伟,谭豫之,杨庆华,高峰,任永新
农业机械学报 , 2009,
Abstract: 研究基于近红外图像的黄瓜果实与茎叶的信息表达方法,有效实现了近色系生物信息的图像识别。分析了黄瓜采摘深度图像信息的特点,通过建立基于灰度相关与极线几何相结合的匹配策略实现了双目视觉下的黄瓜抓取点的立体匹配和三维重建。研究温室环境下不同时间光照强度变化特点,建立了光照分析模型,提高了不同光照条件下的导航线提取的适应性。试验表明机器人视觉系统能有效识别、定位果实的空间位置,定位误差控制在±
第1页/共6119条
每页显示


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.