摘要：针对机器人工业抓取场景中,堆叠的工件相互遮挡,难以识别的问题,提出一种基于聚类网格法的自适应线性推动策略AC-Grid。融合二维图像与点云高度渲染信息,根据抓取场景内工件的散乱堆叠情况分析出可靠的几何特征,为机器人优化出一条合理有效的工件推动路线。在V-REP仿真环境中制作80组“PushTD”系列的模拟场景数据集,对比实验结果表明,AC-Grid推动策略在仿真场景下最高能使平均目标匹配识别度提高至39.6%,在实际场景中能达到16.4%,在不同场景中均能起到显著分离和目标识别度提升的作用。

摘要：利用导航卫星作为信号源进行双基地合成孔径成像是一种新的遥感成像手段。利用导航卫星成像的关键是成像分辨率,而双基地点扩散函数(point spread function,PSF)和多星点扩散函数(multi-satellite point spread function,MPSF)在成像拓扑结构设计和分析成像分辨率上有重要意义,但是目前缺乏对导航卫星成像的多星点扩散函数研究。针对此问题,首先研究利用北斗中圆地球轨道(medium earth orbit,MEO)/倾斜地球同步轨道(inclined geosynchironous orbit,IGSO)卫星和地面静止接收机形成的成像拓扑结构的双基地点扩散函数模型;其次,通过对具有不同方向角的双基地点扩散函数进行非相干累加得到了多星点扩散函数的数学模型,并对分辨率参数进行了分析,然后通过现场实验验证了点扩散函数计算的正确性;最后,针对多星成像中存在伪像的问题,提出基于多星点扩散函数的目标分离算法。结果表明:使用目标分离算法能够对正确地分离出多星成像中的伪像。

摘要：传统的美术作品质量增强方法无法控制最佳实地密度范围,导致美术作品色彩差异阈值过大,为此,提出基于图像处理技术的美术作品质量增强研究。建立CIE L^*a^*b^*色彩空间模型划分色彩量级,再利用RGB空间转换模型转换色彩空间。在此基础上,依据美术作品质量增强流程,增强美术作品质量。考虑到实际密度未在控制范围内,采用图像处理技术分离目标,解决这一问题。在实验中,选用Adobe Illustrator CS6软件制作实验色靶,并选取6幅测试样品检测两种方法在不同色差感受程度上的分布结果是否达到质量增强要求,实验结果表明,所建方法的质量增强效果更理想,更符合设计需求。

摘要：设计了一种新的神经元振荡器网络快速同步学习算法 ,该算法能保证同组的振荡器达到完全同步 ;同时 ,采用相位延迟方法 ,使不同图像目标的振荡器组的相位延迟正比于其在空间上的距离 ,实现目标对象的分离与提取 .