基于单目视觉的多种群粒子群机械臂路径规划算法

针对复杂静态背景下具有多约束条件的机械臂路径规划问题,提出一种新的基于单目视觉的多种群粒子群算法。首先,使用图像差分算法消除背景,再利用轮廓包围法找出目标物体区域,然后使用模型位姿估计法求出目标物体位置。其次,提出一种多种群粒子群算法,根据目标物体位置演化出机械臂最优角度。该算法将精英种群与子种群组成多种群粒子群,使用预选择与交互机制使算法跳出局部最优。仿真结果表明,与实际坐标对比,使用背景消除法后求出的物体位置坐标误差较小。将多种群粒子群优化算法与现有的一流演化算法对比,结果表明对不同位置的物体,该算法获得的路径平均自适应度与均方误差（MSE）最小。     

基于粒子系统的模糊物体间交互模型设计

考虑粒子间碰撞的原理性与碰撞检测的计算实时性要求,提出两种模糊物体粒子间交互的模型思想.通过引入像素投影链表,设计出一套主动粒子检测碰撞,被动粒子维护链表的近似优化算法,该算法在不丢失感官真实性前提下有效约减系统时间复杂度并与被动粒子数成线性关系,实现了满足动画帧频要求的喷雾水珠与火焰粒子交互的原型系统,进而将该思想推广到其他基于粒子系统的模糊物体粒子间交互的模型中.     

基于单目视觉的多种群粒子群机械臂路径规划算法

针对复杂静态背景下具有多约束条件的机械臂路径规划问题，提出一种新的基于单目视觉的多种群粒子群算法。首先，使用图像差分算法消除背景，再利用轮廓包围法找出目标物体区域，然后使用模型位姿估计法求出目标物体位置。其次，提出一种多种群粒子群算法，根据目标物体位置演化出机械臂最优角度。该算法将精英种群与子种群组成多种群粒子群，使用预选择与交互机制使算法跳出局部最优。仿真结果表明，与实际坐标对比，使用背景消除法后求出的物体位置坐标误差较小。将多种群粒子群优化算法与现有的一流演化算法对比，结果表明对不同位置的物体，该算法获得的路径平均自适应度与均方误差（MSE）最小。     

基于区域分割的三角网格模型相似性比较

为了在工程应用中检索已有的三角网格模型,以便重用相应零件的设计信息,节省设计和加工成本,提出一种基于区域分割技术的三角网格模型相似性比较算法。依据三角网格模型的球面图像将模型分割为若干个区域;对每个分割得到的区域用一个10维向量表达其形状的几何特征和拓扑特征,一个三角网格模型的特征即可通过各分割区域所对应的10维向量组成的向量组表达;将该向量组作为三角网格模型的形状描述子,两个三角网格模型的相似性可通过相对应的形状描述子间的相似性表达。将描述子中的每个向量看成是一个带有属性的节点,通过两组节点组成的完全二分图的最优匹配进行两个形状描述子之间的相似性比较,实现两个三角网格模型之间的相似性比较。实验结果表明,该算法有效可行。     

基于局部指纹曲面片的点云三维物体识别

提出一种新的基于局部描述符的点云物体识别算法。算法根据点云的位置信息提取出邻域以及曲率信息,进而得到形状索引信息。根据形状索引提取到特征点,在每个特征点根据样条拟合原理得到测地距离和矢量夹角分割曲面得到曲面片集。每个曲面片的等距测地线构成了曲面片指纹,通过矢量和半径的变化描述,可以把每个模型物体得到的曲面片集描述存入数据库。对于给定的一个物体,根据上面步骤同样得到其曲面片集描述,通过和数据库中模型物体曲面片集的比对,得到初始识别结果。对每对初始识别结果进行对应滤波后,通过最近点迭代方法得到最终的识别结果。最后通过具体的实验说明了算法的有效性和高效性。     

基于粒子群算法的三维CAD模型相似性计算

为了更加准确地度量两个模型之间的形状差异,提出了一种基于粒子群的模型相似性计算方法。利用面的组成边数来构造面相似度矩阵,通过粒子群算法对该矩阵进行搜索,得到了两个模型之间的最优面匹配序列。根据这个最优面匹配序列,从面相似度矩阵中提取对应的面相似性值。通过累积面之间的相似性来计算模型之间的整体相似性。以此为基础来度量模型之间的差异。实验结果表明：该方法能够准确地度量两个模型之间的相似程度。     

运动前景在视差空间中的扰动区域研究

对于静止摄像机产生的双目视频序列,运动前景进入场景时将会引起视差空间中匹配方体内的元素值变化.通过分析双目视差计算过程,可以得到该变化的扰动区域与前景物体位置和形状的对应关系.扰动区域与构成物体的像点的左右视线有关,在视差空间中表现为类似X形状的一个变化区域,这种对应关系对于视差计算和前景分割都有重要意义.     

以度量分段约束为特征的形状匹配算法

为在形状匹配的过程中利用较少的计算时间获取较高的识别率,同时兼顾形状特征对几何变形的鲁棒性,提出一种以度量分段约束为特征的形状匹配算法.通过提取形状轮廓上采样点间的度量信息,如欧氏距离、三角形半径等,约束每个采样点与整体形状之间的几何关系;进一步,将度量信息进行分段描述,以增强该算法对几何变形的稳定性;最终结合动态规划算法完成形状的匹配.在国际通用数据库上的实验结果表明,文中算法能够快速、有效地实现形状的匹配,且对于形状变形具有较好的适应性;此外,该算法适用于多种几何度量信息,便于扩展和推广.     

出神入化——介绍3D Studio MAX中的粒子系统Sand Blaster

Sand Blaster(喷砂器)是一个使物体的一部分脱离并转变为微小粒子而发射出的粒子系统外挂(Plugins)软件,它代表了微机上三维粒子系统的最新技术,并具有许多其它粒子系统所没有的独特的功能。 Sand Blaster(喷砂器)包含以下几个部分: 1.发射器 发射器,也就是发射粒子的物体。喷砂器中,任何几何物体都可成为发射器。像其它物体一样,发射器可以运动、贴图等等。 2.目标体 喷砂器是3D Studio中第一个使用目标的粒子系统。目标同发射器一样,可以是任何几何物体。粒子从     

基于关键点及光流的平面物体跟踪算法

为提高复杂场景下基于关键点的平面物体跟踪算法的鲁棒性,提出一种融合光流的平面物体跟踪算法。检测目标物体与输入图像的关键点及其对应描述符,由最近邻匹配方法构建目标与图像间关键点匹配集合,通过光流法构建相邻两张图像间关键点的对应关系,将已构建的关键点匹配集合与基于光流的对应关系通过加权平均的策略进行融合,得出修正的关键点匹配集合,根据关键点匹配估计目标物体在当前图像的单应性变换矩阵,从而完成目标跟踪。在POT数据集上的实验结果表明,与SIFT、FERNS等算法相比,在校正误差阈值为5时,该算法在所有图像序列上的平均跟踪精度达到66.67%,具有较好的跟踪性能。     

可变形物体间的精确碰撞检测方法研究

针对可变形物体,提出了一种基于粒子的精确碰撞检测算法。首先用LBG矢量量化技术将物体的表面划分成几个小区域,然后在每个区域中分别选择一个点作为检测粒子。当一个物体接近另一个物体时,找出两物体上靠得最近的粒子对。为了得到精确的碰撞位置坐标,进一步计算靠得最近的顶点的相关三角面片之间的最短距离。若此距离小于某个给定的阈值,则可认为两物体在相关三角面片上的最近点处发生了碰撞。仿真实验验证了该算法能有效处理虚拟力交互仿真中的可变形物体的碰撞检测。     

A moving object tracking based on color information employing a particle filter algorithm

In this article, we present a new algorithm to track a moving object based on color information employing a particle filter algorithm. Recently, a particle filter has been proven very successful for nonlinear and non-Gaussian estimation problems. It approximates a posterior probability density of the state, such as the object position, by using samples which are called particles. The probability distribution of the state of the tracked object is approximated by a set of particles, where each state is denoted as the hypothetical state of the tracked object and its weight. The particles are propagated according to a state space model. Here, the state is treated as the position of the object. The weight is considered as the likelihood of each particle. For this likelihood, we consider the similarity between the color histogram of the tracked object and the region around the position of each particle. The Bhattacharya distance is used to measure this similarity. Finally, the mean state of the particles is treated as the estimated position of the object. Experiments were performed to confirm the effectiveness of this method to track a moving object.     

Robust Shape Control of Deformable Objects Using Model-Based Techniques

Shape control of a deformable object by a robotic system is a challenging problem because of the difficulty of imposing shape change by a finite number of actuation points to an essentially infinite-dimensional object. In this paper, a new approach to shape changing of deformable objects by a system of manipulators is presented. First, an integrated dynamic equation of motion for a system of multiple manipulators handling a deformable object is developed. A shape correspondence between the initial contact points of the multiple manipulators on a deformable object and a two-dimensional curve that represents the final desired shape is determined. A shape Jacobian that contains the local shape information of the desired shape of the object is formulated and is introduced into the control law. We develop a shape estimator with a second-order dynamics that is used to estimate the curve parameters corresponding to the end-effector position in each time step as the initial object is deformed to its desired final shape. Finally, we design a robust controller for the shape changing task that can work in the presence of modeling uncertainty. The simulation results demonstrate the efficacy of the proposed method.     

基于形变模型由立体序列图象恢复物体的3D形状

结合立体视觉和形变模型提出了一种新的物体3D形状的恢复方法。采用立体视觉方法导出物体表面的3D坐标;利用光流模型估计物体的3D运动,根据此运动移动形变模型,使其对准物体的表面块;由形变模型将由各幅图象得到的离散的3D点融为一起,得到物体的表面形状。实验结果表明该方法能用于形状复杂的物体恢复。     

无线传感器网络环境下基于粒子滤波的移动机器人SLAM算法

定位问题是移动机器人研究领域中最基本的问题,在Bayes的框架下研究了机器人与无线传感器网络(WSN)组成系统中的同时建图与定位问题(SLAM).针对该系统中只存在距离测量信息可用的情况提出了一种基于粒子滤波的SLAM算法.该方法将机器人状态和节点位置估计设置为一组全局估计粒子,通过对粒子及其权重的更新来计算整个系统的状态.算法将WSN节点的位置估计在机器人的路径上分解为相互独立的估计,从而将全局粒子的计算转化为使用一个机器人状态滤波器和对应于每个机器人粒子的节点位置滤波器进行计算.针对观测信息低维的特点,设计了处理低维观测信息的方法,使得观测信息可以在滤波阶段得到合理利用.并且详细介绍了提出的SLAM算法原理和计算过程,并通过仿真实验证明了算法的有效性和实用性.     

实时形状匹配变形体动画

给出了一个仿真变形体的方法。物体被几何方法推动变形,操纵基于点的物体并且不需要连接信息,这是一个不需要任何预处理,计算简单,并提供无条件稳定的动态仿真方法。主要思想是通过几何约束替换能量和通过当前位置到目标位置的距离替换力。这些目标位置通过一个通用的无变形的静止状态和点云的当前变形状态之间的形状匹配来决定,因为点总是在定义好的位置被绘制,显式积分方法的过度不稳定问题被消除。相关物体表现方法的灵活性能被控制,相关内存和计算是有效的,动态仿真上的无条件稳定性让这个方法特别适合游戏开发。     

基于自适应状态转移的混合跟踪算法

为提高粒子滤波视觉目标跟踪算法的准确性和实时性,提出一种基于自适应状态转移的混合跟踪算法。首先采用零阶自适应变化模型来获取目标的可能状态,然后利用均值漂移算法的局部优化特性找到后验概率的最大值。在多峰值情况下由粒子滤波随机产生粒子,用新的粒子集来确定目标的最终位置。实验结果表明,这种改进的算法在保证准确性的同时,降低了系统的计算时间。     

Motion estimation via cluster matching

A new method for estimating displacements in computer imagery through cluster matching is presented. Without reliance on any object model, the algorithm clusters two successive frames of an image sequence based on position and intensity. After clustering, displacement estimates are obtained by matching the cluster centers between the two frames using cluster features such as position, intensity, shape and average gray-scale difference. The performance of the algorithm was compared to that of a gradient method and a block matching method. The cluster matching approach showed the best performance over a broad range of motion, illumination change and object deformation     

基于强监督部件模型的遥感图像目标检测

针对遥感图像中由于背景复杂、目标外观多样和方向任意而导致的检测精度不高的问题,提出一种基于强监督的部件模型方法。该方法针对目标的每个方向范围训练子模型,同时训练集除了标注出目标的外接矩形,还标注出每个部件的位置及其语义。模型训练时,首先,通过对训练集图像建立多尺度方向梯度直方图(HOG)特征金字塔,且根据目标部件标注信息采用最小生成树(MST)算法初始化模型结构;其次通过隐支持向量机(LSVM)方法训练出多个对应不同方向区域的子模型,每个子模型由一个目标滤波器和多个两倍分辨率的部件滤波器,以及位置关系模型组成,多个子模型最终合并成用来检测的混合模型。目标检测时,类似地建立多尺度特征金字塔,然后利用训练滤波器模型在特征金字塔上以滑动窗口的方式计算匹配响应得分,对响应得分设置阈值且采用非极大值抑制(NMS)算法来获得优化后的检测结果。该方法在自建的遥感数据集上目标检测精度达到了89.4%,对比弱监督部件模型(DPM)、分类器模板集成(Exemplar-SVMs)和方向梯度直方图-支持向量机(HOG-SVM)方法中的最高精度,所提方法提升了4个百分点。实验结果表明,所提算法能够在解决方向和背景复杂问题上有一定的提升,而且可以应用于机场军事飞机目标检测。     

基于加权颜色直方图和粒子滤波的彩色物体跟踪

结合粒子滤波技术,提出一种基于加权颜色直方图的彩色物体跟踪算法．将目标颜色直方图作为目标的颜色模型,同时考虑其大小及像素点的位置对颜色分布的影响,将颜色直方图进行加权处理,使模型对区域特征描述更加合理,利用巴特查理亚距离描述粒子与目标颜色模型的相似性,作为粒子更新权值的有力依据．目标颜色模型的合理建立使得算法的粒子需求量少,计算复杂度降低,利于实现实时跟踪．试验结果验证了该算法的有效性和实用性。