非球头刀单触点宽行加工刀具运动优化方法

将非球面刀具的单触点宽行加工复杂曲面问题归结为刀具曲面包络特征线在运动变换下逼近设计曲面的曲面拟合问题,提出复杂曲面非球面刀具单触点宽行加工的通用刀具运动优化方法—曲面包络逼近原理.该方法基于曲面自然活动标架理论,推导了由刀具曲面和设计曲面运动不变量参数描述的、通用规范的刀具相对工件运动的速度方程和运动变换矩阵;分别以加工效率和加工精度最优为目标,建立了能确保刀具相对工件运动连续光滑的刀位优化的泛函极值模型.最后通过一个圆锥面刀具和一个圆环面刀具的数控加工复杂曲面的仿真实例,论证了文中方法的精确性、有效性和通用性.     

利用拟插值方法解决刚性常微分方程

基于拟插值方法和径向基函数逼近,针对微分方程形成了通过用径向基函数来拟插值强迫项的数值方法。通过解决相应的基本方程及对于小型方程系统与之相关的初始边界条件可得到一个高精度近似值,这将会克服用径向基函数作为整体插值引起的病态问题。计算结果显示,这种方法能被用来解决刚性问题。伴随着多元二次曲面的应用,在刚性(一些地方小扰动会在远处产生较大的影响)方程中,一个特殊阶的径向基函数采用等值的形状参数来作为干扰参数对于最优形状参数来说是合理的选择。     

基于粒子群优化的时间最优机械臂轨迹规划算法

根据机械臂运动学约束,提出了关节空间基于粒子群优化(PSO)的时间最优3-5-3多项式插值轨迹规划算法,解决了由于多项式插值轨迹规划具有阶次高、没有凸包性质等缺点,难以应用传统优化方法进行优化的问题.粒子群算法结构简单、参数易调整的特点弥补了多项式阶插值的缺点.直接在优化目标空间搜索,巧妙地避免了粒子群计算构造自变量和因变量的映射,降低了搜索维数,简化了计算.在优化过程中,采用两个适应度函数之间切换的开关控制,使各段插值尽快收敛于运动学约束内.通过与传统3-5-3多项式插值的运动位置、速度、加速度曲线对比,证明该方法运行时间更短,稳定性和流畅性更好.     

SWEEP曲面中三种定位标架的分析比较

在基于SWEEP的几何造型中,一个基本的问题是运动路径上活动标架的确定,尤其对于运动路径是空间曲线的情况情形,它直接影响到所生成 S WE EP曲面的形状控制,在其它应用中,也直接影响到运动物体的形状和姿态的调整,到目前为止,已经有几种活动标架的确定方法,但它们对路径曲线的要求和所生成的SWEEP曲面的形状效果是不同的,文中比较了三种不同的活动标架,用实例说明了这些标架之间的差别,并在实用系统中实现。     

渐进迭代逼近方法的数值分析

基于一类特殊矩阵的幂级数展开,推导了渐进迭代逼近方法和代数插值方法的等价性.在此基础上,针对PIA方法中因病态矩阵而导致收敛速度过慢的问题,通过矩阵QR分解引入变换矩阵,再优化迭代矩阵的谱半径,来加速PIA方法收敛;相对于因不同的参数化而导致计算效率的不确定性问题,采用向心加速参数化、优化配置矩阵来确保计算效率.最后通过数值实例验证了理论推导的正确性和文中方法的有效性.     

单目视觉中基于IEKF,DD1及DD2滤波器的位姿和运动估计

用单摄像机所获取的二维(2D)图像来估计两坐标之间的相对位姿和运动在实际应用中是可取的,其难点是从物体的三维(3D)特征投影到2D图像特征的过程是一个非线性变换,把基于单目视觉的位姿和运动估计系统定义为一个非线性随机模型,分别以迭代扩展卡尔曼滤波器(IEKF)、一阶斯梯林插值滤波器(DD1)和二阶斯梯林插值滤波器(DD2)作非线性状态估计器来估计位姿和运动.为了验证每种估计器的相对优点,用文中所提方法对每种估计器都作了仿真实验,实验结果表明DD1和DD2滤波器的特性要比IEKF好.     

双二次Hermite插值与双二次样条插值

在一维插值问题中,如果给定节点处的函数值和一阶导数值,我们来构造分段插值多项式,其整体具有连续的一阶导数,并且使多项式的次数尽可能低.众所周知,一般采用三次分段Hermite插值函数,其逼近阶对于足够光滑的函数为四阶.然而,对于光滑度较差的函数,三次Hermite插值不但达不到最高的逼近阶,而且容易出现多余的拐点.从保     

用单数码相机实现物体表面的三维重建

根据由运动重建物体结构的原理,设计了一个简便易操作的三维重建系统,具体做法是:先用张氏标定法求得内参数矩阵,然后在两个不同的未知位置拍摄物体得到两幅图像,经立体匹配后,利用图像特征点的对应关系求解基本矩阵和本质矩阵,分解本质矩阵获得两个拍摄位置确定的摄像机运动参数(旋转矩阵和平移向量),进而求出相机在两个位置的投影矩阵,最后用三角法计算出物体表面特征点的三维坐标并在OpenGL中重建物体表面.和传统的立体视觉系统相比,本系统只需要一台数码相机和平面方格模板就可以实现三维重建,因此适用于普通相机用户.     

虚拟人步行运动的计算模型

论文采用有限状态自动机模拟人体运动过程,将人体步行运动抽象为七个运动状态的循环。通过运动学和简单动力学的结合,对每一个运动状态建立运动方程,避免了采用传统的雅克比伪逆矩阵求解易产生的奇异点问题;并且较详细地考虑了运动的时间特性,插值方法改变以往的线性插值,而采用样条插值,使运动更为平滑、真实。     

基于FPGA的高速高质量图像旋转

为了进行高质量、高速的图像旋转变换 ,通过对传统图像旋转矩阵的分解 ,将图像在二维空间中的旋转运算分解成为三次一维空间内的平移运算 ,从而将用于图像旋转运算的二维插值运算简化为在一维空间中进行的一维插值运算。为了保证图像旋转后的质量 ,采用 3阶 B-样条对每次平移后像素点的灰度值进行插值运算 ,并提出了一种基于 IIR和 FIR数字滤波器的 3阶 B-样条插值法的高速实现方案 ;最后针对 2 5 6灰度级 ,2 5 6× 2 5 6像素的图像设计出一种基于 FPGA的高速、高质量的硬件图像旋转及显示系统     

一种压缩域中的快速运动目标提取算法

论文提出了一种工作于MPEG压缩域的快速运动目标提取算法。算法以通过部分解码得到的运动向量和亮度分量的直流DCT系数作为输入,提取P帧的运动目标。首先采用鲁棒性回归分析估计全局运动,标记出与全局运动不一致的宏块,得到运动块的分布;然后将运动向量场插值作为时间域的特征,将重构的直流图像转换到LUV颜色空间作为空间域的特征,采用快速平均移聚类找到时间和空间特征具有相似性的区域,得到细化的区域边界;最后结合运动块分布和聚类分析的结果,通过基于马尔可夫随机场的统计标号方法进行背景分离,得到运动目标的掩模。实验结果表明该算法可以有效地消除运动向量噪声的影响,并有很高的处理速度,对于CIF格式的视频码流,每秒可以处理约50帧。     

目标检测中框回归损失函数的研究

在目标检测中,框回归损失函数的设定直接影响预测框的定位准确性。预测框与目标框的交并比（IOU）被设定为优化预测框的损失函数,但是当两框无重叠面积时无法进行梯度回传。广义的交并比（GIOU）在IOU损失函数的基础上增加非重叠面积部分,将两部分优化项作为损失函数调整预测框位置,解决了无法梯度回传的情况。但当两框是包含关系时,GIOU的第二部分优化项消失,损失函数退化为IOU。为了解决以上问题,提出了一种重新定义的广义交并比损失函数（RGIOU）,将非重叠部分面积定义为两框之并减去两框之交,再除以两框形成的最小闭包面积作为第一部分,除以最小闭包面积的平方作为第二部分,利用权重阈值进行加和形成新的损失函数。避免了两框是包含关系时存在的问题,提升了目标检测算法的精度。上述算法在PASCAL VOC 2007以及MS COCO 2014数据集上加以验证。     

基于帧间差分背景模型的运动物体检测与跟踪

针对背景差分算法中在复杂背景下参考帧的提取问题,提出了一种新的背景提取方法;该算法用帧间差分法将帧中的背景象素点检测出来,再确立出背景帧;由于排除了帧中运动物体的影响,因而提取出的背景干净,效果很好,然后运用背景差分检测出场景中的物体,最后采用一种新的运动物体跟踪算法,实现了运动物体和静止物体的识别,克服了以往检测算法中的误检和空洞问题,实验结果表明,该方法快速有效,能够满足实时性的要求.     

基于全景视觉的移动机器人的运动目标检测

在动态背景下的运动目标检测中,由于目标和背景两者都是各自独立运动的,在提取前景运动目标时需要考虑由移动机器人自身运动引起的背景变化。仿射变换是一种广泛用于估计图像间背景变换的方法。然而,在移动机器人上使用全方位视觉传感器(ODVS)时,由于全方位图像的扭曲变形会 造成图像中背景运动不一致,无法通过单一的仿射变换描述全方位图像上的背景运动。将图像划分为网格窗口,然后对每个窗口分别进行仿射变换,从背景变换补偿帧差中得到运动目标的区域。最后,根据ODVS的成像特性,通过视觉方法解析出运动障碍物的距离和方位信息。实验结果表明,提出的方法能准确检测出移动机器人360°范围内的运动障碍物,并实现运动障碍物的精确定位,有效地提高了移动机器人的实时避障能力。     

基于不变性变换的运动目标检测的研究

通常采用基于三阶自相关变换的算法来对运动目标进行检测，是因为这种算法对目标的平移、旋转和伸缩具有不变性的特点，特别适于目标有水平位移、前后移动和旋转等情况下的检测，但是直接对二维目标进行三阶自相关变换的运算量很大，为了提高效率，提出了一种基于三阶自相关变换的快速算法。应用该算法和理论，对不同姿态的静态目标进行了检测实验，并对含有运动车辆的高速公路视频图像进行了车辆检测，结果表明，该算法在兼顾效率的同时还可获得较高的目标检测准确率。     

一种基于梯度方向信息的运动目标检测算法

运动目标检测是智能视觉监控系统的基本内容。在对现有算法分析的基础上提出了一种基于梯度方向信息的运动目标检测算法。首先利用方向信息提取视频图像序列中每一帧的边缘梯度图,然后通过改进传统帧差算法,采用uint8数据格式处理含有时间关系的两帧图像以此确定运动目标粗略边界,经运动目标连通域识别,最后结合梯度方向信息准确提取运动目标的完整轮廓。实验结果表明,该算法克服了传统帧差算法不能准确定位目标的缺点,在室内外复杂背景下均能准确地提取完整的目标轮廓。     

基于彩色图像边缘差分的运动目标检测算法

针对目前常用的运动目标提取易受到噪声影响、易出现阴影和误检漏检等情况,提出了一种基于Sobel算子的彩色边缘图像检测和帧差分相结合的检测方法。首先用Sobel算子提取视频流中连续4帧图像的彩色边缘图像,然后将边缘图像进行隔帧差分相与,提取出较精确的运动目标边缘轮廓。提取的轮廓经过一系列的形态学操作填充,可得到完整的运动目标。实验结果表明,该方法对运动目标边缘轮廓提取准确,抗噪能力强,且鲁棒性好。     

基于改进差分和光流的新型运动目标检测方法

针对运动目标检测中的空洞和虚假目标的问题, 提出一种改进差分和改进光流的运动目标检测方法. 该方法首先对连续的七帧图像依次进行预处理、差分、灰度变换和二值化处理, 并将前、后三帧二值图像分别累加得到的二值图像进行逻辑与运算, 得到中间帧中运动目标的粗略区域; 其次将中间帧与背景帧差分, 并对得到的图像进行边缘提取和二值化处理, 然后对其进行像素的算术运算, 得到中间帧中运动目标的精确区域; 在基础上通过改进的光流法得到运动目标的准确信息; 最后通过阈值分割和形态学处理完成对目标的分割. 对比实验表明, 该方法能实现运动目标的准确快速检测与分割.     

基于MATLAB的运动目标轨迹追踪

介绍了背景差法在动态图像处理以及运动目标跟踪方面的研究,并分析了该方法的优缺点以及适用性。在此基础上,提出了一种新的基于MATLAB的光斑定位法,它的基本思想是首先对一段视频图像序列进行取帧,通过图像分割技术中的区域描述的方法对视频帧图像进行处理与分析。然后通过运动目标光标定位的方法获取运动目标的光斑圆心坐标,并最终获得运动目标的运行轨迹。该方法灵活实用,具有适用面广、易于实现的特点。实验结果证明此方案是有效的。     

运动视频对象分割的一种快速算法

为了能够实时地对运动视频对象进行分割,提出了一种对视频序列图象中的运动对象进行快速分割提取的算法,该算法首先对图象进行滤波,并求出连续两帧图象之间的差分,然后应用“同化填充”技术和基于对象的“整体运动估计”来对差分图象进行修正,进而得到对象模板,同时利用模板缓冲区的帧间迭代来维持模板的完整性,该算法不仅不依赖于固定背景,而且能够消除差分图中的显露背景,还能得到运动目标较为精确的形状,并且算法简单,快速,鲁棒性好。