排序方式: 共有41条查询结果,搜索用时 0 毫秒
1.
2.
基于遗传算法模式匹配的机器人实时视觉伺服 总被引:3,自引:0,他引:3
对于机器人手臂来讲 ,对工作环境的识别是完成一个智能任务的最重要的问题之一 .因为这种智能可以使它工作在一个变化的环境中 .本文提出了一种新的机器人手臂的控制策略 ,可以利用视觉信息来指导机器人的手臂在它的工作空间中捡起一个已知形状但任意位置和方向的物体 .在对物体的搜索过程中 ,利用基于视觉闭环的视觉伺服来完成对机器人手臂的运动控制 .本系统利用遗传算法 (Genetic Algorithm ,GA)和模式匹配技术完成对搜索空间的搜索并获得了良好的结果 .本文完成了对带有两连杆手臂的视觉伺服系统的仿真 ,仿真结果证明了算法的有效性 相似文献
3.
火电厂空气预热器(空预器)内部的灰尘、烟雾、光照变化等因素导致监控视频画面不清晰,影响监控效果。鉴于此,本文提出一种基于条件生成对抗网络(cGAN)的恶劣工业环境下红外补光监控视频图像清晰化方法。针对获取的红外补光图像样本数据进行预处理,包括高斯滤波去噪以及图像拼接操作,得到低清晰度图像和高清晰度图像的合成图像,低清晰图像作为待重建图像,高清晰图像作为重建图像的理想参考图像,采用建立的cGAN模型对低清晰图像进行重建,调节优化参数生成高清晰图像。试验采用空预器现场监控视频作为训练集对网络模型进行离线训练,实现了空预器红外补光监控图像清晰化处理。本文方法cGAN模型小、训练过程简单、计算效率高、图像清晰化处理效果好,适于相似复杂工业环境下对监控视频图像的恢复和清晰化处理。 相似文献
4.
5.
6.
在三维轮廓测量领域,互补格雷码相移法能够得到连续的展开相位,然而,单组相移条纹导致其测量精度极易受到周围环境变化的影响,且传统投影方式增加了干扰的引入。针对此问题,本文提出了一种基于彩色编码光栅投影的互补格雷码双N步相移法。首先将双N步相移条纹和互补格雷码条纹混合编码成彩色条纹,然后依次投射到目标表面,最后从采集的彩色条纹中提取相位信息分别进行相位解算、融合后求得表面三维形貌。为了验证本文所提方法,将该方法与传统互补格雷码N步相移法以及三频外差法进行了对比实验。实验结果证明,本文方法能够获得高精度表面形貌信息,有效降低测量误差,同时检测效率提高50%。 相似文献
7.
8.
9.
改进PIC的背景重构算法与运动目标检测新方法 总被引:3,自引:2,他引:1
根据图像序列中出现频率最高的像素均值为背景点的思想,对像素灰度归类(pixel intensity classification,PIC)算法进行改进,通过将所选取的用于重构背景的序列图像像素值进行归一化、量化统计、量化范围拓展,从而重构背景图像,该方法避免了PIC算法中需要人为设定阈值;舍去了较为耗时及复杂的相近灰度区间合并等步骤;对于重构背景与目标图像作差后的二值图像,提出一种新的目标检测方法:粗精两步搜索法,可以精确确定目标物的位置,实现对运动目标的检测.实验结果表明该方法比PIC方法运行时间短、重构的背景噪声点少、粗精搜索后的目标位置准确,是一种快速有效的运动目标检测方法. 相似文献
10.
文章提出了一种应用遗传算法对一个已知几何模型的运动目标物体的位置与方向进行识别的方法,这种对运动目标的识别可以用于机器人手臂实时视觉伺服控制中。文章以一个三角形的物体为目标,对所提出的方法进行了仿真试验,结果证实了这种识别方法的有效性。 相似文献