针对多重水印信息的有效嵌入和提取,提出了一种基于峰值信噪比-归一化相关系数函数(PSNR-NC)优化和非抽样双树复小波变换的自适应多重水印算法。该算法首先利用PSNR-NC函数来确定水印的最佳嵌入位置,其次通过非抽样双树复小波变换-奇异值分解(UDTCWT-SVD)算法将多个相互独立的水印信息嵌入到彩色宿主图像中,最后通过水印提取算法在含水印图像中提取多重水印,有效实现了多个版权信息的嵌入和提取。实验结果表明,嵌入水印图像具备良好的不可见性,所提算法对常见的图像处理攻击,特别是在抵抗JPEG压缩、噪声攻击和滤波攻击方面表现出较强的鲁棒性。

目标跟踪系统中比较难解决的一个问题就是遮挡,当一个目标被另一个物体部分或全部遮挡时,跟踪的特性就会不完整或彻底消失,导致目标跟踪失败。为了解决这一问题,采用不变矩和归一化相关(NCC)对目标遮挡进行判断,然后采用目标位置和速度进行航迹外推,对大量外场视频进行仿真并把算法移植到硬件平台。结果表明,通过上述方法可以有效解决目标跟踪遇到的遮挡问题。

为了解决焊接机器人对薄板微细焊缝的自动定位和焊接问题, 研究了一种基于视觉的高精度微细对接焊缝初始点定位方法。提出一种局部范围内两步精确定位方法, 第一步, 获取工件在不同尺度及旋转角度下的图像, 建立典型的模板匹配库, 利用模板匹配方法提取出焊缝初始点位置区域; 第二步, 采用Shi-Tomasi算法在此局部范围内进行角点检测, 计算亚像素级角点位置并进行初始点精确定位。通过对现场拍摄的50幅不同高度和旋转角度的图像进行初始点检测, 实现了对所有图像的准确检测。实验结果表明, 两步定位方法鲁棒性强, 可以精确定位出规则边界和不规则边界焊缝的初始点, 解决了微细对接焊缝初始点定位问题, 达到了期望结果。