学科分类
/ 1
9 个结果
  • 简介:O4382000053740一种基于视觉感知的图像质量评价方法=Apicturequalityevaluationmethodbasedonhumanperception[刊,中]/魏政刚,袁杰辉,蔡元龙(西安交通大学图像所.陕西,西安(710049))//电子学报.—1999,27(4).—79-82从人眼视觉模型出发,建立起一个较为通用的图像质量评价模型,试图克服传统图像质量评价法的缺点,

  • 标签: 图像质量评价 质量评价模型 视觉感知 电子学报 人眼视觉 西安交通大学
  • 简介:TP242.699063990七感觉智能机器人的视觉系统=Visualsystemforintelligentrobotwithseven—sensors[刊,中]/杨纪春,张启忠,彭健(杭州电子工业学院机器人研究所.浙江,杭州(310012))∥光电工程.—1998,25(1).—29—32七感觉智能机器人的视觉系统,由CCD摄像机,PC—VIDEO卡、计算机及处理软件构成。用于检测识别

  • 标签: 智能机器人 视觉系统 光电工程 机器人研究 电子工业 摄像机
  • 简介:提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差。分别在室内外不同环境下进行了22m的推车实验和1412m的跑车实验,定位误差分别为3.2%和4.0%。与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航。

  • 标签: 单目视觉里程计 捷联惯性组合导航系统 组合导航 标度因数
  • 简介:针对传统机械式键盘存在体积大、携带不便等问题,设计了一套基于计算机视觉的激光虚拟键盘系统。在充分利用电脑软件图像处理功能的基础上,系统利用三角测距原理和按键的映射原理识别手触按键坐标信息并建立其与电脑实际按键坐标信息的对应关系,从而控制电脑做出准确指令。相比其他设备,该系统的设计成本低,按键准确度高,方便演示和使用。

  • 标签: 计算机视觉 三角测距 图像处理
  • 简介:为适应自主驾驶车辆的高精度、高频率与高可靠性的导航要求,提出了一种机器视觉/数字地图/CP-DGPS共同辅助SINS的智能车辆组合导航方法,建立了组合导航系统的滤波模型。该滤波模型的量测信息不仅包括GPS与SINS形成的位置与姿态观测信息,还包括机器视觉/数字地图/SINS形成的横向偏差观测信息。通过对SINS的多重冗余辅助,使得导航系统具备容错能力。仿真结果表明,该组合导航系统能为智能车辆提供其空间位置、速度、加速度与姿态角等众多导航信息,并具有100Hz的高频输出、厘米级的导航精度和容错性能,当GPS较长时间中断时,通过SINS/视觉/数字地图的组合仍能为智能车辆提供可靠的导航数据。

  • 标签: 智能车辆 自主驾驶 组合导航 信息融合
  • 简介:韩国研究人员发现,经过精心设计的白光发光二极管有助于优化个人的生理节律。韩国国民大学JiHyeOh及其同事研究了四组白光LED,其中包括荧光粉转换型红光LED、黄橙光LED、绿光LED和蓝光LED,以及一个长波长粉色镜。他们把这些装置与各种传统形式的照明装置做比较,发现这四组LED设计的照明效率高,

  • 标签: 白光发光二极管 色彩效果 白光LED 视觉 照明装置 红光LED
  • 简介:针对1点RANSAC(RandomSampleConsensus)单目视觉EKF(ExtendedKalmanFilter)算法中的滤波发散问题,分析了滤波发散的产生原因,提出了一种基于渐消记忆滤波的1点RANSAC单目视觉姿态估计算法。该算法通过在EKF滤波方程中引入加权因子,逐渐加大当前数据的权重,相应地减少旧数据的权重,有效地扼制了算法中的滤波发散问题。最后通过两组验证性实验验证说明了算法的有效性。实验结果表明:该算法能够有效地解决1点RANSAC单目视觉EKF算法中的滤波发散问题,具有更高的精度。第一组双轴联动实验,航向角的平均误差减小2.4158?,俯仰角平均误差减小0.1782?;第二组偏航轴大角度转动实验,摄像机航向角的估计误差一直保持在1.5?以内。

  • 标签: 1点RANSAC算法 渐消记忆滤波 单目视觉 滤波发散
  • 简介:2013年,传感器领域出现了新的社会动向。世界各国的设备及系统相关企业欲建立每年使用1万亿个传感器的社会“TrillionSensorsUniverse”。通过在各个场所配置规模为目前100倍的传感器,充分利用其信息,将实现不连续的增长。

  • 标签: 传感器 用量 不连续 社会 信息