基于轮廓向量特征的嵌入式实时图像匹配方法

    公开(公告)号:CN102654902B

    公开(公告)日:2013-11-20

    申请号:CN201210012801.0

    申请日:2012-01-16

    Inventor: 白瑞林 倪健 吉峰

    Abstract: 本发明提出一种基于轮廓向量特征的嵌入式实时图像匹配方法。采用基于X、Y方向向量的线特征,抗图像畸变、噪声、遮挡、光照变化、极性反转等能力强。采用图像金字塔搜索策略,在高层小分辨率待测图中快速匹配模板,然后逐级向下精确找出目标位置,大大减少匹配时间。根据模板图像具体信息,自动计算出最佳金字塔分层数及每层金字塔模板匹配最佳旋转角度步长。图像金字塔最高层三级筛选匹配策略根据待测图具体内容进行处理,第一、二级筛选,仅利用加减运算和判断语句筛除非目标位置,在嵌入式系统中比乘除运算更高效,第三级则仅对满足上两级要求的较少位置进行处理,极大提高匹配速度。整体方法可实现任意角度、坐标下的目标匹配定位工作。

    基于颜色特征的地板层次分类方法

    公开(公告)号:CN102663422B

    公开(公告)日:2013-10-30

    申请号:CN201210084206.8

    申请日:2012-03-27

    Abstract: 本发明公开了一种基于颜色特征的地板层次分类方法,在HSV色彩空间,对色调及饱和度分量进行地板颜色矩特征的提取并给与色调特征数据以较高权重,降低纹理特征对分类的影响。去除亮度分量,避免工业现场光照条件对地板分类的影响。在对未知地板样本进行在线分类时,利用预先建立的离线多层次分类依据库,采用最短距离决策、K最近相邻对未知地板样本由粗到细进行逐层判定。本发明的优点是:有效的提高了地板生产厂商对地板类别分类的准确性,既提高了地板生产效率,又减少了人工成本。

    基于最小二乘支持向量机技术的偏向性分类及参数寻优方法

    公开(公告)号:CN103324939A

    公开(公告)日:2013-09-25

    申请号:CN201310084937.7

    申请日:2013-03-15

    Abstract: 本发明提供了一种基于最小二乘支持向量机技术的偏向性分类器和参数寻优方法,采用最小二乘支持向量机作为分类器推广能力好且适用于实时性要求较高的场合;改进了虚拟少数类过采样算法,去除了孤立样本的影响,突出边界样本的重要性,使得分类具有一定的偏向性,即瑕疵产品被误分为合格产品的概率降低;在最小二乘支持向量机参数寻优方面,先采用耦合模拟退火算法进行参数初步寻优,再此基础上使用网格算法进行精细搜索,不仅使得在训练最小二乘支持向量机模型时参数寻优时间缩短,而且分类准确度更高,提高了分类性能。

    SCARA机器人的摩擦模型改进以及动力学参数辨识方法

    公开(公告)号:CN110531707B

    公开(公告)日:2022-03-18

    申请号:CN201910874616.4

    申请日:2019-09-16

    Inventor: 袁野 白瑞林 李新

    Abstract: 本发明公开了一种SCARA机器人的摩擦模型改进以及动力学参数辨识方法,包括:建立SCARA机器人关节动力学模型;对改进的摩擦模型进行参数辨识;将辨识后的所述摩擦模型代入动力学模型,对所述动力学模型中除所述摩擦模型外的剩余部分线性化;基于线性化后的所述动力学模型,设定观测矩阵和限制条件,从而设计出改进傅里叶形式的激励轨迹;基于所述激励轨迹,通过实验采集对应的数据,从而获得待辨识的动力学参数;通过最小二乘法辨识所述待辨识的动力学参数。实现提高参数辨识的精度和力矩预测的准确性的优点。

    一种基于曲率与灰度复合的角点亚像素定位方法

    公开(公告)号:CN107341802B

    公开(公告)日:2021-02-09

    申请号:CN201710591454.4

    申请日:2017-07-19

    Abstract: 本发明提供了一种基于曲率与灰度复合的亚像素角点定位方法,涉及机器视觉精密测量技术研究领域。首先对框选的感兴趣区域进行图像预处理,消除原始图像的毛刺和油污;通过基于曲率特性的角点检测方法提取候选角点;利用角点处曲率角的多尺度不变性和以角点为圆心的圆形窗口内灰度信息去除伪角点,并考虑轮廓端点;连接角点与轮廓端点得到两条直线,以此为基准,对原始图像的边缘点进行筛选,得到关于待检测角点的两条直线的点集,用最小二乘直线拟合得到两条直线,其交点,即为角点。该方法解决了轴类工件由于附着物干扰降低角点检测可靠性和精确度的问题,所得角点更接近真实角点,且精度达到亚像素级别。

    一种改进的SCARA机器人动力学参数辨识方法

    公开(公告)号:CN107671861B

    公开(公告)日:2020-11-13

    申请号:CN201711112065.5

    申请日:2017-11-13

    Abstract: 本发明涉及SCARA机器人的动力学参数辨识领域,公开了一种改进的SCARA机器人动力学参数辨识方法。采用Lagrange法建立包含摩擦项的SCARA机器人完整动力学模型,并对其进行线性化。采用5阶傅里叶级数作为激励轨迹的基本形式,并用5次多项式代替传统傅里叶级数中的常数项,使得关节角速度和关节角加速度在轨迹起始和停止时刻为零;以最小化观测矩阵条件数为目标,为增强全局寻优能力,采用基于排挤机制的小生境遗传算法对激励轨迹的各项系数进行优化。为避免直接对关节角度两次微分带来的传递误差,对采样得到的关节角速度数据拟合成傅里叶级数形式,再微分得到关节角加速度信号。考虑到测量噪声的影响,采用加权最小二乘法(WLS)作为参数估计方法。

    基于灰色关联分析的深度卷积神经网络模型的裁剪方法

    公开(公告)号:CN110647990A

    公开(公告)日:2020-01-03

    申请号:CN201910884247.7

    申请日:2019-09-18

    Abstract: 本发明公开了一种基于灰色关联分析的深度卷积神经网络模型的裁剪方法,包括:对目标数据进行数据扩增以获得更多的训练数据;将未经训练的初始网络模型利用所述训练数据进行训练,获得一组拟合所述训练数据的模型参数作为进行裁剪的实验模型;利用灰色关联分析对实验模型中每个卷积核进行重要性的量化,得到每个卷积核的重要性的量化值;基于所述卷积核的重要性的量化值得到所有卷积的重要性,并将最不重要的卷积核作为目标卷积核;对目标卷积核及与所述目标卷积核相关的下一层卷积核进行重复裁剪,直至满足停止条件。实现准确找出被裁剪后对精度影响最小的卷积核,在保证精度的情况下提高模型裁剪比例,加快裁剪后新模型推理运算速度的优点。

    一种改进的SCARA机器人动力学参数辨识方法

    公开(公告)号:CN107671861A

    公开(公告)日:2018-02-09

    申请号:CN201711112065.5

    申请日:2017-11-13

    CPC classification number: B25J9/1653 B25J9/163 B25J9/1633

    Abstract: 本发明涉及SCARA机器人的动力学参数辨识领域,公开了一种改进的SCARA机器人动力学参数辨识方法。采用Lagrange法建立包含摩擦项的SCARA机器人完整动力学模型,并对其进行线性化。采用5阶傅里叶级数作为激励轨迹的基本形式,并用5次多项式代替传统傅里叶级数中的常数项,使得关节角速度和角加速度在轨迹起始和停止时刻为零;以最小化观测矩阵条件数为目标,为增强全局寻优能力,采用基于排挤机制的小生境遗传算法对激励轨迹的各项系数进行优化。为避免直接对关节角度两次微分带来的传递误差,对采样得到的关节角速度数据拟合成傅里叶级数形式,再微分得到关节加速度信号。考虑到测量噪声的影响,采用加权最小二乘法(WLS)作为参数估计方法。

    一种基于卷积神经网络的喷码字符在线视觉检测方法

    公开(公告)号:CN103927534B

    公开(公告)日:2017-12-26

    申请号:CN201410173859.2

    申请日:2014-04-26

    Abstract: 本发明提供了一种基于卷积神经网络的易拉罐罐底喷码字符在线视觉检测方法,包括离线状态下对图像中字符进行分割,并归类构建字符库,采用改进后的卷积神经网络学习法进行训练,形成稳定的分类器;在线检测中实时拍摄图片,分割字符,并用分类器进行分类,对存在瑕疵不合格的产品进行剔除;在保证实时性的同时极大的提高了检测精度,完全可以满足易拉罐罐底喷码字符在线检测过程高实时性、高准确性的要求。

    一种基于改进欧式聚类的散乱工件点云分割方法

    公开(公告)号:CN107369161A

    公开(公告)日:2017-11-21

    申请号:CN201710591494.9

    申请日:2017-07-19

    Abstract: 本发明提供了一种基于改进欧式聚类的散乱工件点云分割方法,涉及点云分割领域,该方法考虑到散乱工件点云固有的杂乱性和无序性,提出相应的场景分割方案,具体步骤为:对点云进行预处理,包括使用RANSAC法去除背景点、迭代半径滤波法去除离群点;采用线下模板点云的信息注册方法为线上分割提供参数选取依据,从而提高了线上分割的速度;提出先去除边缘点、再聚类分割、最后补齐边缘点的思想,避免了聚类过程中出现欠分割或过分割的现象,在聚类分割时,提出基于自适应邻域搜索半径的聚类方法,大大提高了分割速度,边缘点补齐则保留了工件的表面特征,有利于提高后续位姿定位准确性。

Patent Agency Ranking