姜桂祥
- 作品数：8 被引量：17H指数：2
- 供职机构：上海海事大学信息工程学院更多>>
- 发文基金：上海市高等学校科学技术发展基金更多>>
- 相关领域：自动化与计算机技术电子电信交通运输工程更多>>
- 港口装卸自动化中的机器人视觉导引系统的关键技术研究
- 本文的立题来源于上海市教委的上海市高校科技发展基金项目《计算机视觉技术在港口集装箱装卸自动化中的应用》，它围绕用于集装箱装卸机器人进行视觉导引的几项关键技术展开研究。 本文所涉及的视觉导引系统主...
- 姜桂祥
- 关键词：视觉导引图像分割边缘检测摄像机标定
- 文献传递
- 八点算法的降维EVD技术
- 2003年
- 传统的应用于双视图三维复原的八点算法使用标准特征值分析(EVD)算法。通过统计分析可知,该技术存在估计偏差大和均方误差都大的缺点。其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大,因此白化数据噪声和正则化变换是提高性能的有效措施。通过理论分析和计算机仿真实验,表明文中所给出的降维EVD技术固有地同时具备噪声预白化功能和数据正则化功能,因此它能给出均方误差相当小的无偏估计。由于它无须进行预白化变换或正则化变换,并把最优化过程的维数从9降为4,所以它还具有计算快速、实现简单方便的优点。
- 杨忠根姜桂祥任磊
- 关键词：计算机视觉特征值分解正则化
- 港口装卸自动化中的机器人视觉引导系统的关键技术研究
- 该文的立题来源于上海市教委的上海市高校科技发展基金项目《计算机视觉技术在港口集装箱装卸自动化中的应用》,它围绕用于集装箱装卸机器人进行视觉导引的几项关键技术展开研究.该文所涉及的视觉导引系统主要由以下几个关键技术模块所组...
- 姜桂祥
- 关键词：视觉导引图像分割边缘检测摄像机标定
- 文献传递
- 应用于双视图三维复原的降维八点算法
- 传统的应用于双视图三维复原的八点算法使用标准特征值分析(EVD)算法.通过误差分析可知,该技术存在估计偏差大、均方误差大的缺点.其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大,因此白化数据噪声和正则化变换是提高...
- 姜桂祥任蕾杨忠根
- 关键词：计算机视觉特征值分解
- 文献传递
- 无穷远平面单应性矩阵的线性复原算法被引量：1
- 2005年
- 通过推导基本矩阵对唯一确定无穷远单应性矩阵的计算公式,给出从一对线性无关运动下的三幅视图特征点集线性复原无穷远单应性矩阵的新算法,它不但用算法证明复原无穷远单应性矩阵的充要条件,并且在计算速度、复原精度和抗噪能力上与吴 胡算法相比都有较显著的提高。
- 杨忠根任蕾姜桂祥曹芳
- 关键词：单应性矩阵无穷远平面充要条件抗噪能力视图
- 基于最大模糊总熵准则自动选择灰度图像分割的最优阈值被引量：7
- 2003年
- 图像不仅含有由统计不确定性产生的信息量 ,而且含有模糊不确定性产生的信息量。我们通过用来测度统计信息的香农熵为模糊总熵 ,开发出基于最大模糊总熵准则的最优阈值技术 ,它是熵阈值技术的良性拓广 ,实验表明它能在二值化后保留更多的图像信息 ,取得更好的图像分割效果。
- 于利云姜桂祥
- 关键词：图像分割灰度图像最优阈值计算机视觉图像二值化
- 基于简化GEVD技术的椭圆拟合算法被引量：1
- 2004年
- 传统的椭圆拟合使用标准广义特征值(GEVD)分析算法.通过统计分析技术,可知该技术在拟合数字椭圆时,存在估计偏差大、均方误差大的缺点.其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大,因此对数据噪声的预白化滤波和对数据的正则化变换是提高椭圆拟合的有效措施.这从理论上有力支持了Hartley提出的正则化技术.根据分析,我们开发了一个简化GEVD技术.通过理论分析和计算机仿真实验.表明了它固有地同时具备噪声预白化功能和数据正则化功能,因此,它能给出均方误差相当小的无偏估计,由于它无须进行预白化变换或正则化变换,并把求解GEVD过程的维数从6降为2,所以它还具有计算快速、实现简单方便的优点.
- 杨忠根任蕾姜桂祥
- 关键词：计算机视觉正则化
- 二次曲线拟合算法的统计性能分析与改进被引量：6
- 2003年
- 传统的二次曲线拟合使用标准特征值分析算法。通过统计分析技术 ,可知该技术在拟合数字二次曲线时 ,存在估计偏差大、均方误差大的缺点。其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大 ,因此白化数据噪声和正则化变换是提高曲线拟合的有效措施。这从理论上有力地支持了Hartley提出的正则化算法。通过理论分析和计算机仿真实验 ,表明了降维EVD技术固有地同时具备噪声预白化功能和数据正则化功能 ,因此它能给出均方误差相当小的无偏估计。由于它无须进行预白化变换或正则化变换 ,并把最优化过程的维数从 6降为 2 ,所以它还具有计算快速、实现简单方便的优点。
- 杨忠根姜桂祥陈红亮
- 关键词：计算机视觉二次曲线拟合特征值分解正则化
