龙源期刊网 https://www.doczj.com/doc/704804742.html,
基于GJK的凸体快速连续碰撞检测研究
作者：刘丽等
来源：《河北科技大学学报》2014年第05期
摘要：针对一段时间内的多个运动物体之间的碰撞检测，提出一种基于距离算法（GilbertJohnsonKeerthialgorithm，GJK算法）的凸体快速连续碰撞检测算法，该算法主要通过判断一段时间内两物体之间的最小距离是否为零来检测碰撞发生情况。首先利用GJK算法在有限步骤内计算得到最小距离，检测两物体是否发生碰撞；若两物体发生碰撞，进而利用raycasting算法确定发生碰撞的精确位置，根据环境要求做出相应响应，调整运动物体位置。仿真结果表明，对多个运动物体间的连续碰撞检测，该算法有较高的实时性和准确性。
关键词：连续碰撞；GJK算法；运动物体；碰撞检测；凸体
中图分类号：TP391.9文献标志码：A
Abstract：This paper presents a fast continuous collision detection algorithm to dealing with moving multiple convex objects within a period of time， which is based on the GilbertJohnsonKeerthi algorithm. The algorithm is determined by whether the minimum distance between the two objects within a period of time is zero to detect the occurrence of a collision. First，the algorithm utilizes GJK algorithm to calculate the minimum distance between the two objects and to detect the collision in finite steps. If two objects collide， then， determine the precise collision position of two objects based on the raycasting algorithm， and respond according to the environmental requirements， adjust two objects' location. The simulation results show that this algorithm has high realtime and accurate characteristics for continuous collision detection between multiple moving objects.
Key words：continuous collision； GilbertJohnsonKeerthi（GJK） algorithm； moving objects； collision detection； convex objects
碰撞检测在计算机图形学、CAD/CAM、虚拟现实、虚拟制造、三维游戏等诸多领域都有广泛的应用，是提高虚拟场景物理真实感的关键问题之一[14]。按照场景模式不同，碰撞检测主要分为静态检测和动态检测。动态检测针对场景中至少存在一个运动物体的情况；根据碰撞检测方式的不同，动态检测分为离散检测和连续检测[5]。离散碰撞检测算法是对运动物体进
行取样检测，因此容易造成漏检测，进而产生穿透现象[6]。针对两物体间的穿透现象，连续
碰撞检测算法通过对一段连续时间内物体的运动过程进行建模，判断两物体之间的碰撞情况，可以很好地解决漏检测问题[6]，但计算量相对较大。目前，虚拟环境的场景复杂度越来越
高，对碰撞检测的实时性及准确性的要求也越来越高。因此，提高检测实时性及准确性是连续碰撞检测要解决的关键问题。
图像识别技术研究现状综述 简介： 图像识别是指图形刺激作用于感觉器官，人们辨认出它是经验过的某一图形的过程,也叫图像再认。在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。图像识别技术是以图像的主要特征为基础的，在图像识别过程中，知觉机制必须排除输入的多余信息,抽出关键的信息。在人类图像识别系统中，对复杂图像的识别往往要通过不同层次的信息加工才能实现。对于熟悉的图形,由于掌握了它的主要特征，就会把它当作一个单元来识别，而不再注意它的细节了。这种由孤立的单元材料组成的整体单位叫做组块，每一个组块是同时被感知的。图像在人类的感知中扮演着非常重要的角色，人类随时随处都要接触图像。随着数字图像技术的发展和实际应用的需要，出现了另一类问题，就是不要求其结果输出是一幅完整的图像，而是将经过图像处理后的图像，再经过分割和描述提取有效的特征，进而加以判决分类，这就是近20年来发展起来的一门新兴技术科学一图像识别。它以研究某些对象或过程的分类与描述为主要内容，以研制能够自动处理某些信息的机器视觉系统，代替传统的人工完成分类和辨识的任务为目的。 图像识别的发展大致经历了三个阶段：文字识别、图像处理和识别及物体识别：文字识别的研究是从1950年开始的，一般是识别字母、数字和符号，并从印刷文字识别到手写文字识别，应用非常广泛，并且已经研制了许多专用设备。图像处理和识别的研究，是从1965年开始的。过去人们主要是对照相技术、光学技术的研究，而现在则是利用计算技术、通过计算机来完成。计算机图像处理不但可以消除图像的失真、噪声，同时还可以进行图像的增强与复原，然后进行图像的判读、解析与识别，如航空照片的解析、遥感图像的处理与识别等，其用途之广，不胜枚举。物体识别也就是对三维世界的认识，它是和机器人研究有着密切关系的一个领域，在图像处理上没有特殊的难点，但必须知道距离信息，并且必须将环境模型化。在自动化技术已从体力劳动向部分智力劳动自动化发展的今天，尽管机器人的研究非常盛行，还只限于视觉能够观察到的场景。进入80年代，随着计算机和信息科学的发展，计算机视觉、人工智能的研究已成为新的动向 图像识别与图像处理的关系： 在研究图像时，首先要对获得的图像信息进行预处理（前处理）以滤去干扰、噪声，作几何、彩色校正等，以提供一个满足要求的图像。图像处理包括图像编码，图像增强、图像压缩、图像复原、图像分割等。对于图像处理来说，输入是图像，输出（即经过处理后的结果）也是图像。图像处理主要用来解决两个问题：一是判断图像中有无需要的信息；二是确定这些信息是什么。图像识别是指对上述处理后的图像进行分类，确定类别名称，它可以在分割的基础上选择需要提取的特征，并对某些参数进行测量，再提取这些特征，然后根据测量结果做出分类。为了更好地识别图像，还要对整个图像做结构上的分析，对图像进行描述，以便对图像的主要信息做一个好的解释，并通过许多对象相互间的结构关系对图像加深理解，以便更好帮助和识别。故图像识别是在上述分割后的每个部分中，找出它的形状及纹理特征，以便对图像进行分类，并对整个图像做结构上的分析。因而对图像识别环节来说，输入是图像（经过上述处理后的图像），输出是类别和图像的结构分析，而结构分析的结果则
微生物检测技术在食品检测中的应用研究进展 摘要：食品问题关系国计民生，食品的安全越来越受到人们关注。在食品工业迅速发展的今天，建立食品微生物快速检测方法，对食品质量进行检测、监控尤为重要。近几年各国的许多机构和学者都很重视食品微生物检测技术和方法的研究，本文对此进行了详细的介绍。 关键词：检测技术微生物食品安全 Progress of the research on the application of Microbial Detection Technology in food testing Abstract:Food is the people's livelihood. Food safety has received more and more attention. At present, the food industry is developing rapidly. Therefore, developing an rapid testing method of Microorganism in the food is especially important in detection and monitoring of food quality. In recente years, many institutes and researchers from different country attach great importance to the research of food microbiological testing techniques and methods. This article will give a detailed introduction to this below. Key words:the testing techniques Microorganism food safety 1前言 随着时代的不断发展，人们生活水平不断提高，食品安全问题也越来越受到人们的关注，近几年来，三聚氰氨、苏丹红、漂白剂等等一系列的食品安全问题使人们对食品产生了强烈的不信任感，因此，食品微生物检测技术的应用也越来越广泛，同时，食源性微生物的检测技术也趋向迅捷、准确、大通量的方向发展。以往的食品微生物检测技术已经无法应对现代的食品安全问题，检测速度缓慢、检测精度不精确，因此，应当采取新的食品微生物检测技术，现代的检测技术包括色谱法与荧光分析法、阻抗法、放射测量法、ELISA法和生物传感器法，结合我国实际情况，在建立标准的食源性微生物检测方法，推广标准化、检测技术的应用等方面还要很多工作要做[1]。 2 食品微生物检验的内容和特点 2.1 食品的污染程度指示菌的检验 （1）细菌总数：又称菌落数，是判断食物和应用水污染的主要指标。这是一种可以为卫生学检验评价提供依据的方法。 （2）大肠杆菌：这种细菌主要是来自人们本身的粪便，所以对大肠杆菌的数量来检验食物或饮
二维碰撞检测算法 碰撞检测（Collision Detection,CD）也称为干涉检测或者接触检测，用来检测不同对象之间是否发生了碰撞，它是计算机动画、系统仿真、计算机图形学、计算几何、机器人学、CAD\ CAM等研究领域的经典问题。 碰撞物体可以分为两类：面模型和体模型。面模型是采用边界来表示物体，而体模型则是使用体元表示物体。面模型又可根据碰撞后物体是否发生形变分为刚体和软体，刚体本身又可根据生成方式的不同分为曲面模型和非曲面模型。目前对于碰撞的研究多集中于面模型的研究，因为体模型是一种三维描述方式，对它进行碰撞检测代价较高。而在面模型的研究中，对刚体的研究技术更为成熟。 下面列举几种常用的碰撞检测技术： 1：包围盒（bounding box）是由Clark提出的，基本思想是使用简单的几何形体包围虚拟场景中复杂的几何物体，当对两个物体进行碰撞检测时，首先检查两个物体最外层的包围盒是否相交，若不相交，则说明两个物体没有发生碰撞，否则再对两个物体进行检测。基于这个原理，包围盒适合对远距离物体的碰撞检测，若距离很近，其物体之间的包围盒很容易相交，会产生大量的二次检测，这样就增大了计算量。 包围盒的类型主要有AABB(Aligned Axis Bounding Box)沿坐标轴的包围盒、包围球、OBB(Oriented Bounding Box)方向包围盒和k-DOP(k Discrete Orientation Polytopes)离散方向多面体等。 AABB是包含几何对象且各边平行于坐标轴的最小六面体，两个AABB包围盒相交当且仅当它们三个坐标轴上的投影均重叠，只要存在一个方向上的投影不重叠，那么它们就不相交。AABB间的相交测试和包围体的更新速度比其他算法
医学图像配准技术 罗述谦综述 首都医科大学生物医学工程系(100054) 吕维雪审 浙江大学生物医学工程研究所(310027) 摘要医学图像配准是医学图像分析的基本课题,具有重要理论研究和临床应用价 值。本文较全面地介绍了医学图像配准的概念、分类、配准原理、主要的配准技术及评 估方法。 关键词医学图像配准多模 1 医学图像配准的概念 在做医学图像分析时,经常要将同一患者的几幅图像放在一起分析,从而得到该患者的多方面的综合信息,提高医学诊断和治疗的水平。对几幅不同的图像作定量分析,首先要解决这几幅图像的严格对齐问题,这就是我们所说的图像的配准。 医学图像配准是指对于一幅医学图像寻求一种(或一系列)空间变换,使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相的空间位置。配准的结果应使两幅图像上所有的解剖点,或至少是所有具有诊断意义的点及手术感兴趣的点都达到匹配。 医学图像配准技术是90年代才发展起来的医学图像处理的一个重要分支。涉及“配准”的技术名词除registration外,mapping、matching、co-registration、integration、align-ment和fusion 等说法也经常使用。从多数文章的内容看,mapping偏重于空间映射;fu-sion指图像融合,即不仅包括配准,而且包括数据集成后的图像显示。虽然在成像过程之前也可以采取一些措施减小由身体移动等因素引起的空间位置误差,提高配准精度(称作数据获取前的配准preacquisition),但医学图像配准技术主要讨论的是数据获取后的(post-acquisition)配准,也称作回顾式配准(retrospective registration)。当前,国际上关于医学图像配准的研究集中在断层扫描图像( tomographic images,例如CT、MRI、SPECT、PET等)及时序图像(time seriesimages,例如fMRI及4D心动图像)的配准问题。 2 医学图像基本变换 对于在不同时间或/和不同条件下获取的两幅图像I1(x1,y1,z1)和I2(x2,y2,z2)配准,就是寻找一个映射关系P:(x1,y1,z1) (x2,y2,z2),使I1的每一个点在I2上都有唯一的点与之相对应。并且这两点应对应同一解剖位置。映射关系P表现为一组连续的空间变换。常用的空间几何变换有刚体变换(Rigid body transformation)、仿射变换(Affine transformation)、投影变换(Projec-tive transformation)和非线性变换(Nonlin-ear transformation)。 (1)刚体变换: 所谓刚体,是指物体内部任意两点间的距离保持不变。例如,可将人脑看作是一个刚体。 处理人脑图像,对不同方向成像的图像配准常使用刚体变换。刚体变换可以分解为旋转和平移:P(x)=Ax+b(1) x=(x,y,z)是像素的空间位置;A是3×3的旋转矩阵,b是3×1的平移向量。
虚拟手术中实时碰撞检测技术研究 彭 磊 张裕飞 王秀娟 （泰山医学院 信息工程学院 山东 泰安 271016） 摘 要： 碰撞检测是虚拟手术的关键技术，为提高检测速度，满足系统实时性的要求，提出空间剖分和层次包围盒相结合的方法。使用八叉树表示法对虚拟场景进行空间剖分，在叶节点构建层次包围盒。进行碰撞检测时属于不同八叉树节点的几何元素不会相交，否则使用层次包围盒算法继续进行检测，对于有可能相交的几何元素再进行精确相交检测。 关键词： 虚拟手术；碰撞检测；空间剖分；层次包围盒 中图分类号：TP391.9 文献标识码：A 文章编号：1671－7597（2012）1120029－02 进行碰撞检测时从八叉树的根节点开始，计算两几何元素0 引言 是否属于同一节点，如果不属于同一节点则不相交，如果属于虚拟手术是集医学、生物力学、材料学、计算机图形学、同一节点，递归的到下一级节点进行检查，直到发现两几何元虚拟现实等诸多学科为一体的交叉研究领域。虚拟手术在医学素属于同一叶节点，则需要进一步使用层次包围盒进行检查。 中的应用主要包括：手术计划与过程模拟、术中导航与监护、 2 层次包围盒 手术教学与训练等。碰撞检测是虚拟手术系统中的关键技术，贯穿于虚拟手术的整个过程。 对于八叉树的每个叶节点包含的几何元素，建立层次包围虚拟手术系统中的对象根据材质可分为刚体组织和软件组盒（Bounding Volume Hierarchy ，BVH ）。相对于单纯的层次织。骨骼、手术器械等属于刚体组织，而人体的许多器官如肌包围盒技术，使用空间剖分与层次包围盒相结合的方法进行碰肉、血管、肝脏等属于软体组织。以往大部分碰撞检测的研究撞检测，构建的层次树规模更小，计算量更少。层次包围工作都是针对刚体对象的。与刚体相比较，软体组织由于其特殊的物理性质，在外力或某些操作的作用下会发生几何形状、位置甚至数量上的变化，因此基于软体组织的碰撞检测需要更详细的信息和更多的处理。 最简单的碰撞检测方法是对场景中的几何元素进行两两相2交测试，其时间复杂度为O(n )，虽然这种方法可以得到正确的结果，但是当场景中的几何模型稍微增多些，其实时性便无法满足实际的需求。为了尽可能地减少参与相交测试的几何元素的数量，提高系统的实时性，目前碰撞检测技术使用的主要算法有：层次包围盒法，空间分割法，基于网格剖分的方法[1]。但是这些经典的算法也都存在着构造难度大、紧密性差、相交测试复杂、效率低等缺点。 本文采用空间剖分和层次包围盒相结合的方法，简化了几何信息的表示，进行碰撞检测时可排除明显不相交的几何元素，无法排除的再进行精确相交检测，从而减少计算量，加速碰撞检测速度，提高系统实时性。 1 空间剖分技术 整个虚拟手术的场景空间递归的剖分成若干个网格单元，每一个几何元素都属于某个网格单元，处于同一网格单元内的几何元素才有相交的可能，不在同一网格单元的几何元素一定不会相交。采用八叉树的表示方法进行空间剖分。即包含整个场景的立方体作为八叉树的根节点，立方体的3条棱边分别与x ，y ，z 轴平行。递归的将立方体剖分为8个小块，如图1（a ）所示，生成8个子节点，直到达到指定的剖分层次为止，如图1（b ）所示，每个叶节点包含有限个几何元素。 图1 八叉树表示法 盒包括包围盒和层次树两种数据结构。 2.1 包围盒 包围盒技术是减少相交检测次数，降低碰撞检测复杂度的一种有效的方法。其基本思想是用几何形状相对简单的封闭表面将一复杂几何元素包裹起来，首先进行包围盒之间的相交测试，排除明显不相交的几何元素，无法排除的几何元素，再进一步进行精确的相交测试，从而达到减少相交测试计算量的目的。常见的包围盒类型有：包围球（Bounding Sphere ）、沿坐标轴的包围盒（Axis Aligned Bounding Box ，AABB ）、方向包围盒（Oriented Bounding Box ，OBB ）。离散方向包围盒（k-Discrete Orientation Polytopes ，k-DOPs ）等[2]，如图2所示。 图2 包围盒 由于虚拟手术对实时性要求较高，本文选择AABB 型包围盒，AABB 是平行于坐标轴的，包含几何元素的最小正立方体。其优点是：1）易于构建，只需要计算所包含几何元素的顶点的x ，y ，z 坐标的最大值和最小值，存储6个浮点数即可；2）相交测试计算量小，相交测试时只需对两个包围盒在三个坐标轴上的投影分别进行比较，最多6次比较运算即可。 2.2 包围盒层次树 包围盒层次树即包围盒的层次结构，层次树的根节点包含某个八叉树叶节点几何元素的全集，向下逐层分裂，直到每个叶节点表示一个基本几何元素。常用的构建策略有自顶向下和自底向上两种。 自顶向下的方法首先建立根结点，利用基于全集的信息递归地将每个节点分裂为两个或多个子集，直至生成只包含一个 基本图元的叶结点为止，从而建立一棵自顶向下的包围盒层次 （ ）八叉树结构 （ ）节点的剖分
机器视觉技术发展现状 人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做 测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解 世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。 机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介 机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。 机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能 高等优点，有着广泛的应用前景[1]。 一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、 数量、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。 机器视觉一般都包括下面四个过程：
农药残留对食品安全的影响以及农药残留 检测技术的文献综述 摘要：介绍了农药残留的现状及其对食品安全的影响，同时对农药残留检测技术进行系统的综述，并对今后农药残留检测及控制进行了展望。 关键词：农药残留食品安全检测技术 农药残留是指在农业生产中施用农药后一定时期内残留于生物体、农副产品及环境中微量的农药原体、有毒代谢物、降解物和杂质的总称。残留的数量叫农药残留量，以每千克样本中有多少毫克（或微克、纳克等）表示。农药残留是使用农药后的必然现象，是不可避免的。农副产品上的残留量超过限量，人畜长期食用后会引起慢性中毒或病变，直接或间接影响人们的身体健康。因此，控制降低农药残留，发展农药残留检测技术已成为当前亟待解决的问题。 1农药残留现状及种类 1.1 农药残留的现状 “民以食为天，食以安为先”，农产品的质量安全直接关系到人们的健康和安全。在农业生产中，由于农药、化肥等农业化学投入品的使用，导致农作物严重污染，人们食用农药残留超标的农产品，引起食物中毒的事件经常发生。2010年1 月25 日至2 月5 日，武汉市农业局在抽检中发现来自海南省英洲镇和崖城镇的5个豇豆样品水胺硫磷农药残留超标，消息一出，立即引起社会各方关注，豇豆产地收购价与销售批发价均出现大幅下滑。 农药残留已经成为我国农产品出口的最大障碍，常常被进口国当作借口阻挡在门外，不仅给农户造成经济损失，而且还导致农产品出口竞争力减弱或下降，引起国家之间的经济贸易纠纷。国际市场对出口农产品安全要求很高，从2000 年起，欧盟等国家对农药残留颁布了更严格的标准，从2006 年5 月29 日开始，在日本市场流通的生鲜食品就适用肯定列表制度，一棵白菜要检测20个项目，最多的一种农产品要检测50个项目，合格后才能通关[1]。 农药喷洒在作物上经过一定时间后，由于日晒、雨淋、风吹、高温挥发和植物代谢等的作用，药剂逐渐分解、减少，但不能全部消失，收获的农副产品上仍
学院 文献综述 题目汽车检测站设计 姓名徐金权 专业机械设计制造及自动化 学号 7 指导教师郭磊魁 日期2016年12月16日
汽车综合性能检测站设计 一、前言 汽车检测站是综合运用现代检测技术，对汽车实施不解体检测、诊断的。它具有现代的检测设备和检测方法，能在室检测出车辆的各种参数，并诊断出可能出现的故障，为全面、准确评价汽车的使用性能和技术状况提供依据。其重要意义在于，能提高维修效率，并对维修质量进行监管，从而保证行车安全。 汽车综合性能检测站的设计建造在汽车运输行业来说是一项投资比较大技术性较强的工作，如何建好、管好汽车综合性能汽车检测站，这是摆在广大汽车运输行业科技人员面前的一个重要问题。这就要求我们在检测站的设计规划阶段，应着眼于国成熟的设计方案，充分考虑到检测站将要面的新形势和出现的新变化，拿出合理且具有前瞻性的设计方案。
汽车检测站的发展历史 国外发展历程 早在50年代在一些工业发达国家就形成以故障诊断和性能调试为主的单项检测技术和生产单项检测设备。60年代初期进入我国的汽车检测试验设备有美国的发动机分析仪、英国的发动机点火系故障诊断仪和汽车道路试验速度分析仪等，这些都是国外早期发展的汽车检测设备。60年代后期，国外汽车检测诊断技术发展很快，并且大量应用电子、光学、理化与机械相结合的光机电、理化机电一体化检测技术。例如：非接触式车速仪、前照灯检测仪、车轮定位仪、排气分析仪等都是光机电、理化机电一体化的检测设备。 进入70年代以来，随着计算机技术的发展，出现了汽车检测诊断、数据采集处理自动化、检测结果直接打印等功能的汽车性能检测仪器和设备。在此基础上，为了加强汽车管理、各工业发达国家相继建立汽车检测站和检测线，使汽车检测制度化。 国发展历程 我国从20世纪50年代开始研究汽车检测技术，为满足汽车维修需要，当时交通部主持进行了发动机气缸漏气量检测仪，点火正时灯等检测仪器的研究与开发。 随着国民经济的发展，科学技术在各个领域都有了快速的发展，汽车检测与诊断技术也随之得到快速发展。在单台检测设备研制成功的基础上，交通部自1980年开始，有计划地在全国公路运输系统筹建汽车综合性能检测站，取得了很大成绩。公安部门在全国中等以上的城市中，也建成了许多安全性能检测站。到2004年底，全国公路运输部门建成并投入使用的汽车综合性能检测站约1400余个。同时公安部门建成了数百个汽车安全性能检测站，部队，石油，冶金，外贸等系统和部分大专院校也建成了一定数量的汽车检测站。因此，目前我国以基本形成全国性的汽车检测网络。不仅如此，全国各地的维修企业使用的检测诊断设备也日益增多。汽车检测站的蓬勃发展，对保证在用汽车技术状况良好，监督维修质量，保障行车安全起到了非常重要的作用。同时，也促进了汽车诊断检测技术的发展。
基于机器视觉的工件识别和定位文献综述 1.前言 1.1工业机器人的现状与发展趋势 机器人作为一种最典型的应用范围广、技术附加值高的数字控制装备，在现代先进生产制造业中发挥的作用越来越重要，机器人技术的发展将会对未来生产和社会发展起到强有力的推动作用。《2l 世纪日本创建机器人社会技术发展战略报告》指出，“机器人技术与信息技术一样，在强化产业竞争力方面是极为重要的战略高技术领域。培育未来机器人产业是支撑2l 世纪日本产业竞争力的产业战略之一，具有非常重要的意义。” 研发工业机器人的初衷是为了使工人能够从单调重复作业、危险恶劣环境作业中解脱出来，但近些年来，工厂和企业引进工业机器人的主要目的则更多地是为了提高生产效率和保证产品质量。因为机器人的使用寿命很长，大都在10 年以上，并且可以全天后不间断的保持连续、高效地工作状态，因此被广泛应用于各行各业，主要进行焊接、装配、搬运、加工、喷涂、码垛等复杂作业。伴随着工业机器人研究技术的成熟和现代制造业对自动生产的需要，工业机器人越来越被广泛的应用到现代化的生产中。 现在机器人的价格相比过去已经下降很多，并且以后还会继续下降，但目前全世界范围的劳动力成本都有所上涨，个别国家和地区劳动力成本又很高，这就给工业机器人的需求提供了广阔的市场空间，工业机器人销量的保持着较快速度的增长。工业机器人在生产中主要有机器人工作单元和机器人工作生产线这两种应用方式，并且在国外，机器人工作生产线已经成为工业机器人主要的应用方式。以机器人为核心的自动化生产线适应了现代制造业多品种、少批量的柔性生产发展方向，具有广阔的市场发展前景和强劲生命力，已开发出多种面向汽车、电气机械等行业的自动化成套装备和生产线产品。在发达国家，机器人自动化生产线已经应用到了各行各业，并且已经形成一个庞大的产业链。像日本的FANUC、MOTOMAN，瑞典的ABB、德国的KUKA、意大利的COMAU 等都是国际上知名的被广泛用于自动化生产线的工业机器人。这些产品代表着当今世界工业机器人的最高水平。 我国的工业机器人前期发展比较缓慢。当将被研发列入国家有关计划后，发展速度就明显加快。特别是在每次国家的五年规划和“863”计划的重点支持下，我国机器人技术的研究取得了重大发展。在机器人基础技术和关键技术方面都取得了巨大进展，科技成果已经在实际工作中得到转化。以沈阳新松机器人为代表的国内机器人自主品牌已迅速崛起并逐步缩小与国际品牌的技术差距。 机器人涉及到多学科的交叉融合，涉及到机械、电子、计算机、通讯、控制等多个方面。在现代制造业中，伴随着工业机器人应用范围的扩大和机器人技术的发展，机器人的自动化、智能化和网络化的程度也越来越高，所能实现的功能也越来越多，性能越来越好。机器人技术的内涵已变为“灵活应用机器人技术的、具有实在动作功能的智能化系统。”目前，工业机器人技术正在向智能机器和智能系统的方向发展，其发展趋势主要为：结构的模块化和可重构化；控制技术的开放化、PC 化和网络化；伺服驱动技术的数字化和分散化；多传感器融合技术的实用化；工作环境设计的优化和作业的柔性化以及系统的网络化和智能化等方面。 1.2机器视觉在工业机器人中的应用 工业机器人是FMS（柔性加工）加工单元的主要组成部分，它的灵活性和柔性使其成为自动化物流系统中必不可少的设备，主要用于物料、工件的装卸、分捡和贮运。目前在全世界有数以百万的各种类型的工业机器人应用在机械制造、零件加工和装配及运输等领域，
核心提示：10.3 碰撞检测技术到目前为止，构造的各种对象都是相互独立的，在场景中漫游各种物体，墙壁、树木对玩家（视点）好像是虚设，可以任意从其中穿越。为了使场景人物更加完善，还需要使用碰撞检测技术。 10.3.1 碰撞检测技术简介无论是PC 游戏，还是移动应用， 10.3 碰撞检测技术 到目前为止，构造的各种对象都是相互独立的，在场景中漫游各种物体，墙壁、树木对玩家（视点）好像是虚设，可以任意从其中穿越。为了使场景人物更加完善，还需要使用碰撞检测技术。 10.3.1 碰撞检测技术简介 无论是PC游戏，还是移动应用，碰撞检测始终是程序开发的难点，甚至可以用碰撞检测作为衡量游戏引擎是否完善的标准。 好的碰撞检测要求人物在场景中可以平滑移动，遇到一定高度的台阶可以自动上去，而过高的台阶则把人物挡住，遇到斜率较小的斜坡可以上去，斜率过大则会把人物挡住，在各种前进方向被挡住的情况下都要尽可能地让人物沿合理的方向滑动而不是被迫停下。 在满足这些要求的同时还要做到足够精确和稳定，防止人物在特殊情况下穿墙而掉出场景。
做碰撞检测时，该技术的重要性容易被人忽视，因为这符合日常生活中的常识。如果出现Bug，很容易被人发现，例如人物无缘无故被卡住不能前进或者人物穿越了障碍。所以，碰撞检测是让很多程序员头疼的算法，算法复杂，容易出错。 对于移动终端有限的运算能力，几乎不可能检测每个物体的多边形和顶点的穿透，那样的运算量对手机等设备来讲是不可完成的，所以移动游戏上使用的碰撞检测不可能使用太精确的检测，而且对于3D碰撞检测问题，还没有几乎完美的解决方案。目前只能根据需要来取舍运算速度和精确性。 目前成功商业3D游戏普遍采用的碰撞检测是BSP树及AABB （axially aligned bounding box）包装盒（球）方式。简单地讲，AABB检测法就是采用一个描述用的立方体或者球形体包裹住3D物体对象的整体（或者是主要部分），之后根据包装盒的距离、位置等信息来计算是否发生碰撞，如图10-24所示。 除了球体和正方体以外，其他形状也可以作包装盒，但是相比计算量和方便性来讲还是立方体和球体更方便些，所以其他形状的包装只用在一些特殊场合使用。BSP树是用来控制检测顺序和方向的数据描述。 在一个游戏场景中可能存在很多物体，它们之间大多属于较远位置或者相对无关的状态，一个物体的碰撞运算没必要遍历这些物体，同时还可以节省重要的时间。
人脸识别技术综述 摘要：在阅读关于人脸检测识别技术方面文献后，本文主要讨论了人脸识别技术的基本介绍、研究历史,人脸检测和人脸识别的主要研究方法，人脸识别技术的应用前景，并且总结了人脸识别技术的优越性和当下研究存在的困难。 关键词：人脸识别;人脸检测；几何特征方法;模板匹配方法;神经网络方法;统计方法;模板匹配;基于外观方法; 随着社会的发展，信息化程度的不断提高，人们对身份鉴别的准确性和实用性提出了更高的要求，传统的身份识别方式已经不能满足这些要求。人脸识别技术(FRT)是当今模式识别和人工智能领域的一个重要研究方向.虽然人脸识别的研究已有很长的历史,各种人脸识别的技术也很多,但由于人脸属于复杂模式而且容易受表情、肤色和衣着的影响,目前还没有一种人脸识别技术是公认快速有效的[1]基于生物特征的身份认证技术是一项新兴的安全技术，也是本世纪最有发展潜力的技术之一[2]。 1. 人脸识别技术基本介绍 人脸识别技术是基于人的脸部特征，一个完整的人脸识别过程一般包括人脸检测和人脸识别两大部分，人脸检测是指计算机在包含有人脸的图像中检测出人脸，并给出人脸所在区域的位置和大小等信息的过程[3]，人脸识别就是将待识别的人脸与已知人脸进行比较，得
出相似程度的相关信息。 计算机人脸识别技术也就是利用计算机分析人脸图象, 进而从中出有效的识别信息, 用来“辨认”身份的一门技术.人脸自动识别系统包括三个主要技术环节[4]。首先是图像预处理，由于实际成像系统多少存在不完善的地方以及外界光照条件等因素的影响，在一定程度上增加了图像的噪声，使图像变得模糊、对比度低、区域灰度不平衡等。为了提高图像的质量，保证提取特征的有有效性，进而提高识别系统的识别率，在提取特征之前，有必要对图像进行预处理操作；人脸的检测和定位，即从输入图像中找出人脸及人脸所在的位置，并将人脸从背景中分割出来，对库中所有的人脸图像大小和各器官的位置归一化；最后是对归一化的人脸图像应用人脸识别技术进行特征提取与识别。 2. 人脸识别技术的研究历史 国内关于人脸自动识别的研究始于二十世纪80年代，由于人脸识别系统和视频解码的大量运用，人脸检测的研究才得到了新的发展利用运动、颜色和综合信息等更具有鲁棒性的方法被提出来变形模板，弹性曲线等在特征提取方面的许多进展使得人脸特征的定位变得更为准确。 人脸识别的研究大致可分为四个阶段。第一个阶段以Bertillon，Allen和Parke为代表，主要研究人脸识别所需要的面部特征；第二个阶段是人机交互识别阶段；第三个阶段是真正的机器自动识别阶段；第四个阶段是鲁棒的人脸识别技术的研究阶段。目前，国外多所
基于机器视觉的产品识别检测技术研究 摘要：机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标特征，如面积、数量、位置，再根据预设的允许度和其他条件输出结果，包括尺寸、个数、合格/不合格、标识有无等，实现自动识别功能。机器视觉的研究是从20世纪60年代中期开始70年代已形成几个重要研究分支：目标制导的图像处理、图像处理和分析的并行运算、序列图像分析和运动参量求值、视觉知识的表示、视觉系统的知识库等。 关键词：机器视觉；CCD相机；图像处理；产品检测。
引言 机器视觉就是用机器代替人眼来做测量和判断，它是一项综合技术，其中包括数字图像处理技术、控制技术、电光源照明技术、光学成像技术、传感技术、模拟与数字视频技术等，机器视觉更强调实用性，要求能够适应工业生产中恶略的环境，要有通用的工业接口。电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能，它作为早期人工智能的一部分，由于技术条件的限制进展缓慢。后来在随着计算机技术的快速发展，机器视觉的研究得到了迅速发展在国外，机器视觉的应用普及主要体现在半导体及电子行业，机器视觉系统在产品检测方面已经得到了广泛的应用。在中国机器视觉技术应用开始与90年代，目前国内机器视觉大多为外国品牌，不过随着机器视觉的应用，国内公司技术上已经逐渐成熟。与此同时，随着配套基础设施建设的完善，技术、资金的积累，各行各业对机器视觉技术的工业自动化、智能化需求开始广泛出现。国内高校校、研究所和企业在这个领域进行了积极探索和大胆尝试，这都将促进工业检测自动化技术向智能化发展。
图像识别技术综述杨列 20821152 摘要 本文对图像识别的基本方法，并展望了图像识别技术所面临的问题及发展方向。 1. 前言 图像识别所研究的问题，是如何用计算机代替为人自动去处理大量的物理信息，解决人类生理器官所不能识别的问题，从而从部分上代替人的脑力劳动。图像的含义也比较广泛，最早是指图片，后来把如声波的波形图也归为图像。具体来说，图像可以是各种图画，字符，声波信号，透视胶片，空间物体。综合来说，又可以分为直观视觉图像（图案，文字）和间接转换图像（声音，心率等）两类。 由于图像识别涉及许多学科，图像本身含义也相当广泛性和丰富性，本文只从由光学采集器获得二维灰度图像的识别的几个重要方面做一些综述。t. 2. 图像识别方法 2.1图像识别的基本方法及特点 图像识别的方法很多，可概括为三种：统计（或决策理论）法，结构（或句法）方法和神经网络法。[1] 对于一幅实际图像来说，目标和背景常常不是线性可分的，统计法是一种分类误差最小的方法。它以数学上的决策理论为基础，根据这种理论建立统计学识别模型。其基本模型是对研究的图像进行大量的统计分析，找出规律性认识，提出反映图像本质特点的特征进行识别。如Bayes模型和马尔科夫（MRF）模型。但是统计方法基本严格的数学模型，而忽略了图像中被识别对象的空间相互关系，即结构关系，所以当被识别物体的结构特征为主要特征时，用统计方法便会很难识别。 句法识别是对统计识别方法的补充，统计方法用数值来描述图像的特征，句法方法则是用符号来描述图像特征的。它模仿了语言学中句法的层次结构，采用分层描述方法，把复杂图像分解为单层或多层的简单子图像，主要突出识别对象的结构信息。模式识别是从统计方法发展起来的，而句法方法更扩大了模式识别的能力，使其不仅限于对象物的分类，而且用于景物的分析与物体结构的识别。 神经网络方法是指用神经网络的算法对图像进行识别的方法，神经网络系统是由大量简单的处理单元（神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特性，是人脑神经网络系统的简化，抽象和模拟。句法方法侧重于模拟人的逻辑思维，而神经网络侧重于模拟和实现人的认知过程中的感知觉过程，形象思维，分布式记忆和自学自组织的过程，与符号处理是一种互补的关系。但神经网络具有大规模并行，分布式存储和处理，自组织，自适应和自学习的能力，特别适用于处理需要同时考虑许多因素和条件的不精确和模糊的信息处理问题。 2.2 其它图像识别方法 模糊集（Fuzzy Set）识别方法。在模式识别，自动控制等方面有广泛应用。在图像识别中，有些问题极其复杂，很难用一些确定的标准作出判断。人脑的识别精度不高，却能够用一些不够精确，也即模糊的概念准确地辨识复杂事物的特征，怎样用不太精确的方式来描述复杂的系统，怎样建立合理的数学模型来研究模糊现象，并能快速准确地进行识别，就是模糊识别法研究的目的。 标记松弛法(Relaxation Labeling) [2]是另一种采用符号来描述图像特征的识别方法，在这种方法中，处理对象一般称为目标，而描述目标的符号则称为标记，标记松弛法先对目标给定一组不确切的标记，通过迭代运算[3]逐次更新标记，最后求得这组目标的较为确切的标记集，算法的整个过程与人对某一事物的猜测推理过程相类似。由于以迭代方式进行，所以易于实现，但所缺点是计算量太大[4]，只有采用并行处理的方法，标记松弛法才能充分发挥它的作用。 此外，还有实用性很强的识别方法，就是模板匹配（Template Matching）法，模板匹配法是按
龙源期刊网 https://www.doczj.com/doc/704804742.html, 基于GJK的凸体快速连续碰撞检测研究 作者：刘丽等 来源：《河北科技大学学报》2014年第05期 摘要：针对一段时间内的多个运动物体之间的碰撞检测，提出一种基于距离算法（GilbertJohnsonKeerthialgorithm，GJK算法）的凸体快速连续碰撞检测算法，该算法主要通过判断一段时间内两物体之间的最小距离是否为零来检测碰撞发生情况。首先利用GJK算法在有限步骤内计算得到最小距离，检测两物体是否发生碰撞；若两物体发生碰撞，进而利用raycasting算法确定发生碰撞的精确位置，根据环境要求做出相应响应，调整运动物体位置。仿真结果表明，对多个运动物体间的连续碰撞检测，该算法有较高的实时性和准确性。 关键词：连续碰撞；GJK算法；运动物体；碰撞检测；凸体 中图分类号：TP391.9文献标志码：A Abstract：This paper presents a fast continuous collision detection algorithm to dealing with moving multiple convex objects within a period of time， which is based on the GilbertJohnsonKeerthi algorithm. The algorithm is determined by whether the minimum distance between the two objects within a period of time is zero to detect the occurrence of a collision. First，the algorithm utilizes GJK algorithm to calculate the minimum distance between the two objects and to detect the collision in finite steps. If two objects collide， then， determine the precise collision position of two objects based on the raycasting algorithm， and respond according to the environmental requirements， adjust two objects' location. The simulation results show that this algorithm has high realtime and accurate characteristics for continuous collision detection between multiple moving objects. Key words：continuous collision； GilbertJohnsonKeerthi（GJK） algorithm； moving objects； collision detection； convex objects 碰撞检测在计算机图形学、CAD/CAM、虚拟现实、虚拟制造、三维游戏等诸多领域都有广泛的应用，是提高虚拟场景物理真实感的关键问题之一[14]。按照场景模式不同，碰撞检测主要分为静态检测和动态检测。动态检测针对场景中至少存在一个运动物体的情况；根据碰撞检测方式的不同，动态检测分为离散检测和连续检测[5]。离散碰撞检测算法是对运动物体进 行取样检测，因此容易造成漏检测，进而产生穿透现象[6]。针对两物体间的穿透现象，连续 碰撞检测算法通过对一段连续时间内物体的运动过程进行建模，判断两物体之间的碰撞情况，可以很好地解决漏检测问题[6]，但计算量相对较大。目前，虚拟环境的场景复杂度越来越 高，对碰撞检测的实时性及准确性的要求也越来越高。因此，提高检测实时性及准确性是连续碰撞检测要解决的关键问题。
图像处理与识别技术综述 摘要：本文简要介绍了图像处理与识别技术的相关知识，介绍了图像识别过程中的判别函数和判别规则，特征提取和选择的方法。设计一个基于16位处理器MC9S12XS128的图像识别系统在实际中的具体硬件实现。 关键词：图像识别特征提取MC9S12XS128 数字摄像头 An Overview of Image Recognition And Identifying Technology Abstract：This paper introduces some knowledge of image recognition and identifying technology，introduces the discriminant function discriminant rule in the image identifying progress, feature extraction and selection method. Designed an image identifying system based on 16-bit controller MC9S12XS128,and it has specific hardware implementation in fact. Key words: image identifying discriminaut rule MC9S12XS128 digital cameral
1 引言 图像是与视觉相关的最贴近生活的信息，它是客观世界的物体直接或间接作用于人眼而产生视知觉的实体。传统的图像处理技术就是对图像进行保存、处理、压缩、传输和重现。随着信息时代的到来，用于计算机处理的各种信息的需求越来越多，多媒体信息处理技术已经成为日常生活各个领域的迫切需要。人们更希望利用计算机技术处理人类视觉问题，如：人脸、指纹识别技术实现处理与个人有关的一切事物，利用视觉自动监视系统监视环境中发生的非常事件，利用字符识别技术实现文档图像的自动录入与处理。因此把传统的图像处理技术与模式识别处理技术相结合是图像处理的新趋势。 2 传统的图像处理技术 图像处理技术始于20世纪50年代，1964年美国喷射推进实验室（JPL ）使用计算机对太空船送回的大批月球照片处理后得到了清晰逼真的图像，这是这门技术发展的里程碑，此后这门技术得到了广泛的发展。 传统图像处理技术包含图像的获取、变换、增强、编码、分割等方面的内容。 2.1 图像获取 图像可以根据其形式或产生方法来分类。 照片图画 光图像连续函数 离散函数 （数字图像）不可见的 物理图像 物体图像 可见的图像图片数学函数 图1 图像的分类 图像的获取[4]是指将其变为计算机可识别的信息。通常是数字化的过程，及扫描、采样、量化三个步骤。经过数字化过程后就得到了一幅图的数字表示，即数字图像。一般这个过程由摄像头等设备完成。反过来还可将数字图像进行显示。 2.2 图像变换 图像变换[6]广泛应用于图像滤波[2]、统计滤波[5]、图像数据压缩以及图像描述等。图像变换是将N ×N 维空间图像数据变换成另外一组基向量（通常是正交向量空间）的坐标参数，我们希望这些离散图像信号坐标参数更集中代表了图像中的有效信息，或者是更便于达到某种处理目的。 通常采用的方法有：傅里叶变换、相关分析、小波变换[7]、离散余弦变换（DCT ）、正弦变