一种基于主动视觉的非线性摄像机自标定

针对计算机视觉摄像机镜头畸变对精度的影响问题,提出了一种非线性摄像机标定方法。该方法是将非线性模型视为线性模型和畸变项的叠加,然后在主动视觉下利用线性模型下的正交运动的FOE(当物体或摄像机做纯平移运动时图像对应点连线的交点)点的关系,给出非线性模型参数的约束方程,从而实现非线性模型的摄像机自标定。模拟和真实图像实验均表明,该方法是有效的,具有一定的实用价值。     

工件视觉定位图像畸变校正控制点的自动生成

大型工件视觉图像畸变校正控制点的自动生成是提高畸变校正准确率的有效手段。本文介绍了图像畸变校正控制点的自动生成方法实现提高视觉工件定位精度。应用图像分析处理和模式识别方法,提出一种畸变控制点自动生成算法。该算法从网格模板图像中自动提取网格交叉点,按照行列对交叉点进行编号,实现图像畸变校正。实验证明,该算法计算速度快、提取准确,校正精度高,能够提高工件的定位精度。     

基于Tsai算法的光电系统畸变图像的标定和校正

畸变普遍存在于光电系统中,影响光电系统的成像。为了解决这个问题,研究Tsai模型,实现Tsai算法的标定,并利用线性变换方法或者透视变换矩阵求解摄像机参数,再用之前得到的结果带入非线性方程,解得一个估计值,然后用估计值作为初始值,根据特定的算法来迭代,直达满足条件为止,求解其他参数。并评估算法的精度。     

基于计算机视觉算法的图像处理技术的研究

随着人工智能技术的飞速发展,图像处理已成为人工智能的重要功能之一。文章简要介绍了一种计算机视觉算法和图像处理方法,并提出了一种基于计算机视觉算法的图像处理框架,并讨论了机器视觉系统的真实性,其目标是扭曲真实的三维显示。针对智能交互问题,设计了基于ARM处理器的循证计算机显示系统,利用快速投影仪投影及其横向传播进行三维重建。确定畸变图像的数学模型,提出一种基于CNN模型的深度学习方法。在项目过程中实现畸变图像的实时校正,实验结果表明,该系统修复效果明显,体积小,成本低,远离视界,人性化,人机交互能力强。     

实时视觉中心技术在低速率视频通信中的应用

文章在对视觉中心技术和视频编码技术进行分析研究的基础上,利用低速率视频编码常采用粗量化的特点,设计并实现了一种快速的实时视觉中心处理算法。该算法将计算复杂度很高的视觉中心处理算法改进为只需简单的查表计算即可完成,从而极大地降低了计算量。实验表明:该方法能提高视频图像的主观质量。     

基于匈牙利算法的运输问题改进算法

基于运输问题的模型和特点,提出了一种与匈牙利算法结合的改进算法,匈牙利算法作为一种较成熟的基本算法,在计算运输问题时省去大量求解检验数的计算。改进算法将运输问题分解成多个指派问题,利用匈牙利算法求解分解后的指派问题,最后将所有指派问题的结果求和得到最优解。给出了一个改进算法的案例,详细的介绍了改进算法的计算过程,证明了改进算法的有效性。     

基于遗传算法的高速公路网络规划模型优化

结合选址及路径优化模型对高速公路物流网络的优化问题展开研究,构建了高速公路物流网络规划模型并应用遗传算法进行求解分析,通过算法的改进设计提高了算法求解的效率和最优解的精度,以期对以高速公路路网为载体的社会物流服务改进提供参考。     

基于并行模拟退火算法的VRP问题研究

针对VRP问题构建相应的数学模型,在传统的模拟退火算法的基础上提出一种基于记忆功能的并行模拟退火算法求解VRP模型,并用模拟数据对模型和算法进行了验证。实验结果表明,改进的模拟退火算法求解VRP问题,不仅可以取得很好的计算结果,而且算法的计算效率较高,收敛速度较快,计算结果也较稳定,显示了良好的寻优性能。     

一种摄像机标定精度评估方法

摄像机标定系统的标定精度对于计算机视觉三维测量的精度至关重要,在Tsai的标定精度评估准则的基础上,给出了一种基于棋盘格的标定精度评估方法。该方法利用标定结果重构一组棋盘格长度,将该长度与实际的棋盘格长度进行比较,进而测量标定系统的精度。     

基于并行模拟退火算法的VRP问题研究

针对VRP问题构建相应的数学模型,在传统的模拟退火算法的基础上提出一种基于记忆功能的并行模拟退火算法求解VRP模型,并用模拟数据对模型和算法进行了验证.实验结果表明,改进的模拟退火算法求解VRP问题,不仅可以取得很好的计算结果,而且算法的计算效率较高,收敛速度较快,计算结果也较稳定,显示了良好的寻优性能.     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法。该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性。将权值机制融合进图像的重构过程,强化了训练集的有用性。实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量。     

基于线性约束的快速点云配准方法研究

三维视景仿真中，目标对象的重构需要多组测量数据进行配准，提高点云的配准速度和精度是点云配准的关键。因此，针对经典ICP配准算法存在计算量大、点状特征提取精度低的特点，文章结合改进的S-ICP算法对目标函数进行优化求解，同时在S-ICP算法基础上对初始旋转平移参数进行优化改进，最终得到更为精确的配准。实验结果表明，与经典ICP以及S-ICP算法相比，文章算法在配准速度和精度方面都有明显提高，能够实现点云的快速、准确配准。     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法.该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性.将权值机制融合进图像的重构过程,强化了训练集的有用性.实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量.     

基于变分的图像恢复算法

文章旨在有效去除噪声的同时恢复图像细节和保护图像边缘,根据变分模型中φ（│ μ│）函数的选取不同,效果不同,提出了新的模型。理论可证明模型具有稳态解、算法具有收敛性。使用数值方法进行计算,用迭代算法（共轭梯度法）求解。计算结果表明,该方法可以有效恢复图像,在客观标准评价和主观视觉效果方面都有明显的改善。     

基于主动视觉的摄像机线性自标定方法

为了解决传统摄像机标定方法的精确度差和使用不方便,本文提出了一种基于主动视觉的摄像机线性自标定方法,该方法通过控制摄像机做一次纯轴向运动来确定主点坐标,再做一次纯旋转运动利用单应性矩阵与旋转矩阵的关系确定摄像机的其他三个内参数。这种基于主动视觉的自标定方法原理简单、实现方便、可操作性强。实验结果表明,该方法能够比较准确地标定出摄像机的所有内参数。摄像机标定是计算机视觉中的一项基本任务。传统的标定方法是通过结构的物体(如标定块,标定板等)在图像中的投影计算摄像机的内参数。但是这种方法必须要有标定物,在很多实际应用中难以实现。为了解决传统摄像机标定方法的精确度差和使用不方便,     

JIT环境下多工序订单生产排序模型及改进蚁群算法应用研究

订单排序问题是一类典型的组合优化问题,采用改进蚁群算法对一种具有多生产工序和JIT交货的订单模型进行建模求解,给出了详细的算法步骤,通过仿真计算和结果分析,与模拟退火算法和基本蚁群算法进行对比,证明了本算法的有效性。     

一种基于Gabor小波和LBP的服装图像检索方法

在网页中的服装图像难免会有褶皱，而褶皱所构成的纹理不是提取所需的纹理，因此提取的纹理特征并不能很好的对服装图像进行表述；同时基本的LBP算法提取的纹理特征太过于细微，款式的纹理与构造，都是一些比较低频的粗糙纹理，这两种现象的存在极大地影响了检索算法的准确性，为了提高纹理特征在服装图像检索中的准确性，文章提出了一种通过Gabor小波去除褶皱和改进的LBP纹理特征提取以提高服装图像检索精度的算法。实验表明，改进后的算法比已有的算法有更好的检索效果。     

基于A4纸的摄像机标定算法

摄像机标定技术是三维重建的第一步,文章结合三维重建对计算机标定精度要求不是很高的具体需求,在张正友提出的基于平面模板的标定方法基础上,提出了一种基于A4纸的摄像机标定算法。经实验验证,文章所采用的算法标定精度较高,鲁棒性较好。     

求解动车组交路计划的改进型蚁群算法

基于给定成对列车运行图,建立了求解动车组交路计划的多目标整数规划模型。针对动车组交路计划由若干条闭环回路构成的特点,通过对解的构造、路径选择与回路生成、信息素更新等算法要素进行改进,设计了求解模型的改进型蚁群算法。以武广客运专线实际列车运行图数据为例进行计算的结果表明,该算法可有效求解动车组交路计划。     

基于K-means算法的神经网络文本分类算法研究

本文在分析文本分类算法的一般模型和现有技术后,针对传统神经网络算法存在的问题,提出了一种引入Kmeans算法用于训练RBF神经网络的径向基函数中心,改善误差反向传播（BP）神经网络分类算法收敛速度较慢的缺点。实验结果表明,改进后的RBF网络与BP网络、RBF网络相比,在取得较好分类精度和召回率情况下,具有较高的运算速度和较强的非线性映射能力。