关键词： 凸集   凹点   曲线拟合   图像分割  

摘要： 在数字图像处理的应用中,物体边界凹凸信息通常代表着物体的某些性质,它既可以作为描述物体形状的一个特征参数,也可以作为一些重叠物体分离的依据。人们采用多种方法对边界凹凸变化进行描述,但这些方法对凹点没有严格定义,在计算精度完全依赖像素单位,其计算结果误差较大。首先给出边界凹点的定义,然后基于边界拟合设计一种新的边界凹点定位算法,新算法减少了对数字图像像素单位的依赖。最后通过实验说明新算法在微生物细胞图像分割处理中的应用。

关键词： 美国农业部   全球定位系统   动物体   应用   技术   麻省理工学院   畜牧专家   防护栏  

摘要： 美国农业部农业研究院（ARS）畜牧专家Anderson与麻省理工学院（MIT）的工程师们研究出一项虚拟的牧场防护栏（DVF），这种围栏作为牧场或农场的围墙，将饲养场防护起来，取名为虚拟指令护墙．可以给奶牛感应信号。如果遇到一系列干扰刺激，奶牛就会听指令．产生感应反应．

关键词： 目标定位   颜色空间   主分量分析   主动形状模型   点分布模型  

摘要： ASM是一种基于统计模型的目标定位方法。在多种目标跟踪研究的基础上,提出了一种基于ASM的彩色视频中运动物体的定位方法,该方法充分利用了彩色视频中各种不同的颜色信息,同时为提高ASM方法的通用性,将原有的一维搜索空间扩展到二维邻域搜索空间,提高了定位过程的抗干扰性。实验结果表明,该方法在定位的准确性和鲁棒性上有较大提高。

关键词： 物体识别   轮廓匹配   旋转角度   定位  

摘要： 给出一种通过物体轮廓匹配来识别物体和对物体姿态进行定位的方法。该方法基于提取物体的轮廓信息,然后通过与库存物体的轮廓信息进行匹配来认识物体的类型,最后与库存物体模型的外轮廓进行逐点匹配,获取累计偏差和,通过二分法逐渐逼近最佳相对转角,使累计偏差和变小,从而使当前物体与库存物体模型的相对转角达到较高的精度。本方法可用于生产装配线上的零件识别,具有适应性好,定位准确的特点。

关键词： 磁性目标   探测   定位   正交化  

摘要： 针对传统的模型化检测和定位方法中存在的计算复杂和需解多元非线性最优化问题的缺陷,对模型表达方式中的母函数进行了正交化,使其成为信号子空间中的一组标准正交基,并给出了信号在不同子空间中的逼近,并依据正交化的结果,提出了一种新的模型化目标检测和定位方法。仿真结果表明这种方法有效且简洁。

关键词： 贝叶斯形状模型   物体定位   主元分析   形状表示   二维图像特征  

摘要： 本文在Bayesianshapemodel(BSM)算法的基础上提出了一种新的二维图像特征提取算法。新算法为形状矩阵定义了一种新的表示方法,并提出了一种根据物体形状某些点(轮廓点)的坐标来估计剩余点(控制点)的坐标的新的方法。实验结果表明,在与传统算法计算量等同的条件下,该算法在精确度方面获得了很大的提高。

关键词： 物体定位   平行四边形   PnP问题  

摘要： 主要讨论基于单个平行四边形单幅图像的物体定位方法．主要结论有:如果平行四边形的两组边长均未知的话,则从该平行四边形的单幅图像,仅可以确定物体坐标系与摄像机坐标系之间的旋转矩阵和平移向量的方向,平移向量的大小无法确定．当知道平行四边形任一组边长时,旋转矩阵和平移向量均可以唯一确定．另外,诸如相邻边长之比,相邻边之间的夹角等信息,由于它们不是射影不变量,所以它们对基于单幅图像的物体定位来说,提供不了任何有用的额外信息．

关键词： 主动形状模型   目标定位   主分量分析   视频   颜色模型  

摘要： 对目标进行有效跟踪是目前许多国家获取信息的重要手段,主动形状模型(ASM)主要应用于灰度图像中物体的跟踪与定位,本文针对Koschan等提出的结合金字塔模型的ASM方法作进一步改进,使之应用于视频(本文视频采用MPEG数字视频压缩编码标准)中物体的定位:首先将视频解码还原成图像序列,从人眼视觉特征出发,将RGB颜色模型转换为HSV颜色模型,用色调信息取代灰度信息进行物体定位;并研究图像序列帧之间物体的重合度对提高定位效率的作用。实验结果说明在ASM中使用色调信息能有效地实现视频中的物体定位。

关键词： 双目序列影像   摄像机检校   影像匹配   运动控制  

摘要： 将计算机视觉中立体和运动视觉相结合,通过数字摄影测量方法,对智能视觉监控中计算机系统所获得的双序列图像通过物方“图像”分析法完成对运动物体空间位置的定位、量测及其跟踪,其中包括:摄像机检校,立体-运动双匹配约束,运动参数的求解及其云台运动控制等内容。给出采用所述方法,从真实双目序列影像中获取物体以匀速直线运动和匀加速直线运动云台运动控制的实验结果。

关键词： 光束传感器   可重构   奇异姿态   夹持器   机器人   自动装配生产线   零件识别  

摘要： 本论文针对机器人自动装配生产线中零件识别与定位要求，设计了一种新型可重构光束传感器和具有形状适应性的夹持器，在此基础上研究了零件自动识别和定位方法。主要研究工作如下：\n 1. 设计了一种新型可重构交叉光束传感器。通过在RISC光束传感器系统中引入辅助光束，实现了零件的不变几何特征识别，大大降低了物体特征索引表和识别算发的复杂性，提高了识别率。\n 2. 考虑到当待识别零件与传感器系统中光束的相对姿态处于奇异状态时，由主光束和辅助光束确定的特征点是伪点。本论文提出一种传感器构形设计方法，根据固定零件库中零件的几何特征确定传感器系统中各主光束之间的夹角范围。采用该设计方法可保证识别特征点中最多有一个伪点，从而满足零件的正确识别要求。\n 3. 提出了基于可重构光束传感器的物体位姿识别方法。该方法根据由主光束和辅助光束分别得到的主直径函数和辅助直径函数，利用平面刚体运动学原理来确定物体的位置和姿态。\n 4.