简介:摘要飞行器位姿测量系统是飞行器测控的重要课题。利用相机和计算机视觉原理进行位姿测量是众多测量方式中重要的一种,其具有信息充分、非接触、精度高、受测量环境影响小等特点,在米量级范围有着广泛的应用。本文设计了一种基于特定靶标合作目标的单目视觉测量系统。通过识别棋盘格靶标得到后续计算的特征点,经过计算可以得到被测目标的三维信息。本文采用基于共面矩形特征的算法,可以确定距离和角度的唯一解;在靶标识别方面提出一种连续帧检测方法,可以解决棋盘格靶标角点对称带来的角点跳变问题。搭建了三维精密位移台测试系统,研制了测量系统人机交互软件。实验表明可以在300mm~1000mm内达到2mm精度,可以满足一种室内/舱内飞行器的位姿测量指标,其系统也可以应用到机器人自身位置确定、两个飞行器相对位置确定等场景,具有一定的实用价值。
简介:摘要目的本研究旨在研制一款无需摄片即可了解脊柱形态的可视化智能方法。方法采用"单摄像机、多视角"的系统构建方案以便后期应用于便携式设备。在原理验证实验中,利用相机测量一系列画在纸上然后贴在板上的标记物的三维坐标,验证该方法的可行性与精度。真实试验纳入了自2018年6月至2018年12月长海医院骨科就诊的11例患者,分析其临床特点、脊柱全长正侧位片以及基于该方法与Surgimap软件测量的冠状面Cobb角度数,对该方法的有效性进行评估。结果原理验证实验中,认为利用五个图像计算Cobb角为最优策略,所得XOY和YOZ平面Cobb角的误差值基本控制在1°和2°之内,精度为1°。真实试验结果表明,本方法测量冠状面Cobb角具有可信度,但具体应用时仍需进一步优化。结论该方法成本较低,便于普及与使用,无放射性危害,为今后家庭或社区式小儿脊柱形态监测,以及动态信息反馈提供客观依据,有广阔的应用前景。
简介:摘要:本文基于机器视觉识别技术识别杂草与作物根茎,将杂草等对耕深测量的影响进行量化处理,使用激光测距仪进行田地测试,实验结果表明耕深测量会因为杂草的影响而偏大 4-5mm。 Kalman滤波能够缩小测量范围,减小耕深测量标准差。通过 Kalman滤波编写相应程序,应用机器视觉技术,及时修正由于杂草等对耕深测量的影响,有利于进一步提高耕深的测量精度,对精准农业工程具有重要意义。
简介:摘要:人工智能带动了机器视觉和自然语言处理的发展,工业自动化的健全更是带动了电子零部件及其检测技术的发展。本设计将基于机器视觉技术主要运用Halcon算法和C#语言,设计出一款基于芯片视觉检测的测量系统。