国家自然科学基金(61071051)
- 作品数：5 被引量：8H指数：2
- 相关作者：于晓洋陈德运王洋吴海滨于双更多>>
- 相关机构：哈尔滨理工大学北京理工大学更多>>
- 发文基金：国家自然科学基金黑龙江省自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 基于矩不变量和神经网络识别三维物体
- 2011年
- 三维物体识别是计算机视觉的重要研究课题,广泛应用于工业和军事等领域。目前大多数识别方法,只能由某个特定角度的二维图像识别三维物体。采用矩不变量与神经网络相结合的方法实现三维物体的识别。使样本物体绕z轴旋转,间隔一定角度拍摄一幅图像(最大间隔角度不超过30度),得到一系列样本物体图像。计算这些图像的矩不变量并作为其特征向量,并且应用LVQ神经网络进行训练,从而实现三维物体的识别。实验结果表明,这种方法能够从不同角度的图像识别三维物体。
- 苑惠娟孙樵尹双于晓洋
- 关键词：三维物体识别矩不变量LVQ神经网络特征向量
- 中国剩余定理工程化求解方法及其应用被引量：4
- 2014年
- 为了在多频相位测距技术中利用中国剩余定理进行相位解模糊,将该定理从整数域推广到实数域和模存在公约数的情况;然后提出一种余数测量值取整判据,在限定余数测量误差的前提下,根据各余数测量值的小数部分之差来确定余数测量值取整公式,形成了一种中国剩余定理工程化求解方法。该方法的理论分析、仿真验证和三周期相移结构光三维测量实验结果表明:满足余数测量误差限定条件时,实数解存在且其误差小于余数测量误差;平面景物的测量误差小于0.4%;实现了表面复杂景物的三维测量,测量结果视觉效果好。该方法具有较强的抗干扰能力、运算简单、计算量小、求解精度高,适用于工程中多频相位解模糊。
- 于晓洋王洋于双吴海滨陈德运
- 关键词：中国剩余定理
- 高采样密度彩色结构光三维测量技术仿真研究被引量：2
- 2011年
- 提出一种应用于结构光三维测量系统的高采样密度编解码方法。编码时将红蓝条纹按格雷码方式编排,并在每相邻红蓝条纹之间用绿条纹加以分隔。解码时提取绿条纹中心及其左右边界,使得系统的采样密度提高近一倍。介绍了该编码方法的编解码原理,给出了彩色条纹分割方法、绿条纹中心及边界的亚像素定位方法,仿真实验结果表明测量最大相对误差小于0.07%。
- 于晓洋关丛荣吴海滨王洋陈德运
- 关键词：结构光亚像素
- 三原色格雷码结合梯形相移三维测量方法被引量：1
- 2011年
- 针对结构光测量系统中采用的格雷码结合正弦相移方法的解包裹效率较低以及求解相位时间较长的问题,提出一种三原色格雷码结合梯形相移的编码方法.采用三原色（红、绿、蓝）格雷码结构光得到强度比周期,再通过梯形相移技术得到强度比主值[0~6],将三原色格雷码与梯形相移相结合得到绝对强度比.仿真结果表明,采用三原色格雷码与梯形相移相结合方法对深度距离为440~500 mm平面的最大测量误差为0.394 mm,能够对表面复杂的物体进行测量,具有抗噪声能力强、效率高、计算简单的优点.
- 饶勇王洋于双吴海滨于晓洋陈德运
- 关键词：结构光
- LVQ神经网络在三维物体识别中的应用被引量：1
- 2011年
- 三维物体识别已经广泛应用于工业、医疗及军事等领域,是近年来的研究热点之一.传统的识别方法是根据二维图像来识别三维物体.但摄像机从不同角度拍摄三维物体,引起三维物体的图像变化,使图像特征发生改变,这会严重影响三维物体识别的准确性.针对这个问题,本文采用矩不变量作为图像的特征向量,并且应用LVQ神经网络进行训练,实现识别三维物体.结果表明,这种方法能够从不同角度的图像识别三维物体.
- 苑惠娟孙樵于晓洋
- 关键词：三维物体识别LVQ神经网络矩不变量特征向量
