北京航空航天大学 自动化科学与电气工程学院,北京 100191
提出了一种基于核主分量分析(PCA)正则化的机器人实时定位算法。此算法以半监督学习完成离线训练,首先,以机器人在其预置运动路径上采集到的畸变图像中的稀疏目标面积为观察数据,将部分标定数据的坐标作为其标签,然后以核PCA所揭示的低维视觉流形为正则化约束条件,运用最小二乘方法估计无标签数据坐标。在线定位阶段,利用调和函数估计在线采集到的数据坐标,从而实现基于无标定单目视觉传感器的机器人在线定位。实验结果表明,和其他常规的定位方法相比较,提出的实时定位算法的计算复杂性小、定位精度高、实时性强,能够满足工业机器人和医疗服务机器人等方面的实时定位要求。
机器视觉 流形正则化 核主分量分析 面积特征
解放军炮兵学院,光电信息处理实验室,安徽,合肥,230031
针对具有平移、旋转、缩放变换的序列图像连续拼接,提出一种将基于区域特征的配准算法和基于灰度交叉相关的配准算法相结合的拼接算法.该算法用迭代阈值分割算法提取区域,利用区域特征进行配准,建立初始的同名区域对;然后以同名区域对的质心点作为特征点,基于图像的灰度信息,选择交叉相关准则作为度量;最后得到图像间的精确变换关系,实现序列图像的拼接.实验结果表明,算法配准率高,鲁棒性强.
图像拼接 图像配准 区域特征 交叉相关 序列图像 Image stitching Image registration Area feature Cross correlation Sequence image
在图像融合过程中,融合规则及融合算子的选择对于融合的质量至关重要,也是图像融合中至今尚未很好解决的难点问题.本文给出了一种新的融合规则--基于区域特性量测的融合规则,即在对某一分解层图像进行融合处理时,为了确定融合后的像素不仅要考虑参加融合图像中对应的各像素,而且要考虑参加融合像素的局部领域.
图像 数据融合 区域特性量测 image data fusion area feature measure
