摘要：为了有效地利用图像的特征作为指导重建的先验知识,解决常规超分辨率算法对边缘与结构等细节恢复不足的问题,提出一种改进的超分辨率算法.对待重建图像进行低秩分解,得到不同特征的低秩子图像和稀疏子图像;对于低秩子图像,提出采用基于正则化技术的稀疏表示超分辨率算法进行重建,先通过在低秩子图像中寻找相似图像块构造非局部相似正则化项,得到图像的非局部冗余,以保持边缘信息;再通过局部线性嵌入方法构造流形学习正则化项,获得图像的结构先验知识,以增强结构信息.对于稀疏子图像则不参与稀疏表示超分辨率重建,而是采用双三次插值法进行重建.实验结果表明,与其他算法相比,无论在主观视觉效果上,还是在峰值信噪比和结构相似性指标上,文中算法都有显著的提高.

摘要：提出一种基于深度学习的高效单幅图像超分辨率重建方法,增加一个亚像素卷积层和一个替换的级联卷积,即设计一个具有合适深度的卷积神经网络,以保证图像的重建质量,并采用级联小卷积核提高运行速度.在标准的公共数据集上进行实验测试,结果表明:与亚像素卷积神经网络(ESPCN)算法相比,所提算法重建的高分辨率图像的质量和速度皆显著提高;将其应用于实际项目中,可端到端地重建低分辨率服装风格图像,获得高分辨率图像.

摘要：在机器人中,计算机视觉与传感器开始交融。本文设计了以人脸识别为视觉导引的主体,传感器为辅的服务机器人系统,提出了一种基于视觉的图像处理算法,采用将形态学处理与自适应阈值分割相结合直接除掉阴影,使用多传感器与视觉融合的方法来解决视觉误判的问题。在小车避障中运用单目测距的原理,跳过了传统相机的标定问题,并将该算法与迷宫机器人路径规划中的左手法则相结合运用在设计的服务机器人中。

摘要：针对目前传统关系型数据库中的历史数据向非关系型数据库迁移的低效率问题,提出利用多叉树模型对历史数据存储模式进行重构.基于4种模式迁移规则对各表节点之间的关联关系进行分析,推导算法完成传统关系型数据库中存储模式和历史数据的自动化迁移.该算法不受源数据库存储模式的限制,具有一定的通用性.数据迁移实验表明:在查询性能上,基于多叉树的迁移算法比官方迁移工具Sqoop有较大的提高.

摘要：在机器人的行业中,辅助机器人技术领域在研究和工业界都受到关注。然而,现有机器人平台的能力仍然需要改进以实现有意义的人机交互。通过进行外部系统的设计和实施,该系统显著增强NAO机器人的人员检测、跟踪和识别功能。对每个系统模块在不同交互条件下所取得的效果进行定性分析,并对整个系统进行评估测试,取得较好的应用效果。

摘要：针对传统人工肉眼检测纺纱断线的低效率与误检率问题,设计基于机器视觉的经编机纺纱断线在线检测系统,摒弃数根数的常规思想,提出以断纱缺口特征为研究,结合LINQ技术与统计思想的图像算法。通过测试表明,该算法具有高准确性与实时性,满足企业生产需求,具有良好的应用前景。

摘要：设计了一种利用机器视觉,并且结合LabVIEW多线程处理机制与Hough变换及Gabor算法的织物疵点检测系统。通过LabVIEW中基于数据流的生产/消费者并行软件编写模式与队列的结合,防止内存中的图像因为采集速度过快而被覆盖,造成数据丢失。在检测算法中使用Hough变换获取织物纹理方向角并作为Gabor滤波器的方向以检测织物疵点,再通过最大熵进行图像分割。实验结果表明,该处理机制与检测算法的结合具有良好的织物疵点检测效果。

摘要：针对传统农业人工分拣金针菇造成的低效率与成本高的问题,设计一个架设在OpenVINO平台加速推理CNN网络分类的在线分拣系统,弥补农产品(金针菇)分拣在视觉检测上的缺口。通过测试表明,该系统具备农产品分拣的准确性和实时性,具有良好的应用场景。

摘要：设计一种散乱点云数据边缘检测算法,从而快速、精确地提取边缘特征.该算法以点云的局部特征为基础,通过分析点云数据各点的法向特性,构建各点k近邻法向夹角特征、曲率特征、距离特征,并在高斯函数的约束下完成点云边缘特征的检测.利用公共数据进行多组实验,对比不同算法下的检测效果.结果表明:该算法提取点云边缘特征的速度更快、效果更好.

摘要：针对传统的灰度值模板匹配算法计算时间复杂度高的问题,结合序贯相似性检测算法与图像金字塔搜索策略,设计一种基于灰度的快速模板匹配方法。先对图像进行直方图均衡化,增大图像对比度,通过高斯滤波进行降噪,减少匹配时噪点的干扰,利用阈值分割、边缘检测初步区分出特征区域,减少匹配搜索面积,加快匹配速度。利用序贯相似性检测算法进行度量匹配,结合图像金字塔分层搜索策略,大大加快匹配速度。创建多角度模板,解决大角度偏差无法匹配或匹配概率低的问题。实验证明该方法满足工业应用中系统精度、实时性要求。