基于双目视觉的人脸视差快速获取方法

提出一种在平行双目视觉系统下快速获取致密的人脸视差图的方法。首先对获取的双目图像进行极线校正和人脸的精确定 位，降低立体匹配的搜索范围；然后针对人脸这一特殊场景，采用基于盒状滤波的快速区域立体匹配算法对人脸区域进行匹配，得 到人脸的初始视差图；最后利用金字塔匹配模型来获取高分辨率的人脸致密视差图。实验结果表明，该方法在保证所获取人脸视 差精度的前提下，大大降低了时间复杂度，有较好的实用价值。

严重离焦状态下的自动聚焦实现

自动聚焦是成像自动化的重要组成部分之一。为了提高聚焦精度、减少聚焦时间，提出了一种图像模糊度和 清晰度相结合的自动聚焦算法。在严重离焦的状态下，首先计算图像的模糊度来确定聚焦电机的正确搜索方向，再由图 像的清晰度结合优化爬山算法，确定准确的对焦位置。结果表明，这种方法能很好地减少聚焦时间，聚焦准确度高。

基于模糊熵和BP神经网络的彩色图像边缘检测

在RGB颜色空间中，分别提取R、G、B三个分量并计算R、G、B三个分量的组合V，通过引入模糊熵，构造出4 个基于模糊 熵的信息测度分量来定量描述彩色图像的边缘特征，并将4 个测度分量组成一个整体的特征向量，计算训练图像的特征向量作为 样本对BP 网络进行训练，然后将训练的BP 网络直接用于边缘检测。该方法充分考虑了颜色空间中各颜色分量以及它们之间的 相关性；BP 网络的结构和训练都比较简单；实验表明，改进方法具有较强的细节保持能力，对弱边缘具有较强的检测能力。

亚像素边缘检测技术的研究

精确确定数字图像边缘的位置,对于图像测量非常重要。同时,图像获取过程中受到各种噪声的影响, 必然会引起图像边缘的模糊,因此对图像边缘提取技术的研究一直是一个热门。对几种代表性的亚像素边缘检测 技术进行了原理分析和性能比较。介绍了基于曲面拟合的和基于灰度矩的亚像素边缘检测算法。

车牌识别在机动车检测系统的应用研究

随着科技的进步和计算机网络的发展，机动车检测线也从原来的局域网向城域网、广 域网发展，实现了地区级机动车资料和检测数据的共享，智能化程度越来越高，使用更加 方便快捷，也给车辆管理部门带来了方便。

基于最小二乘支持向量机的图像边缘检测研究

　本文研究了基于最小二乘支持向量机(LS 2SVM )的图像边缘检测技术,利用LS 2SVM 对图像像素 邻域的灰度值进行曲面拟合,通过采用多项式核函数、高斯核函数推导出图像的梯度和零交叉算子,并结合梯度 算子和零交叉算子实现了图像边缘定位. 通过实验获取了不同核函数的最佳卷积核的大小,同时采用遗传算法对 不同核函数的参数进行寻优以获得最佳的边缘检测性能. 通过与Canny方法的实验比较,验证了本文提出的边缘 检测方法是有效的.

机器人弧焊离线编程与仿真系统的设计

介绍了在高级建模系统SolidWorks 上开发机器人弧焊离线编程系统的方法, 成功地开发出了一个功能 较全的机器人弧焊离线编程系统。对系统的功能模块进行了划分, 重点研究了弧焊应用中各项规划技术。

快速线结构光中心提取算法

基于几何中心法、方向模板法和灰度重心法，提出了一种快速提取结构光中心的算法。

基于支持矢量机回归的机器人视觉系统定位精度

如何提高工业机器人视觉系统在不确定性动态环境中的定位精度是机器人完成复杂任务的一个关键技术问题。针对采 用单摄像机的机器人和基于位置的视觉伺服控制存在的精度问题，提出一种将基于模型控制方法和基于智能计算方法相结合 的方法，以面向小样本原理的支持矢量机回归来构建控制系统误差校正模型，应用该模型对机器人末端在同一个平面上的定 位误差进行校正，并且与线性插值、神经网络模型的误差校正结果进行比较分析。现场试验证明，该方法有利于提高机器人 的视觉定位精度，能够满足工业机器人进行抓取和装配等任务的需要。

基于埋弧焊V型坡口的三维视觉信息的提取及处理研究

介绍了埋弧焊v型坡口三维视觉信息的传感原理．半导体激光器的出射光片与母材成 一定角度投向焊缝．光片与v型坡口相变成一单光纹．位于母材垂直方向的CcD摄像机摄取折线 光纹图样，送计算机处理．研究了中值滤波、二值化、低通滤波、高通滤波、图像分割、中心取样等 措施对图像的处理效果，给出了v型坡口边缘坐标确定以及纠偏量和深度值的计算方法．