秦丽娟
- 作品数：61 被引量：80H指数：4
- 供职机构：沈阳理工大学更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术机械工程农业科学理学更多>>
- 一种玉米种子特征区切割定位方法
- 一种玉米种子特征区切割定位方法，主要包括以下几个过程：1、利用震动给料器将玉米种子单粒分开，分别采集单粒玉米种子正上方向和侧向图像，进行图像二值化处理。2、确定玉米粒形心位置，计算长轴的初始位置。3、确定玉米粒侧面图像的...
- 魏英姿谷侃锋谭龙田秦丽娟赵明扬
- 文献传递
- 一种新的摄像机自标定方法
- 本文针对一副图像中的五条直线,提出了一种新的摄像机自标定方法。通常由一副图像自标定需要六条直线,因此这种方法能够节省一条直线。该方法是一种线性方法,求解稳定，文章阐述了这种方法的具体实现过程，仿真实验表明,该方法可行。
- 秦丽娟胡玉兰魏英姿周越王红
- 关键词：摄像机标定图像处理过程控制
- 文献传递
- 排爆机器人教学模拟训练系统的研究与实现被引量：4
- 2006年
- 基于软件平台Creator和Vega设计开发了排爆机器人教学模拟训练系统,对系统结构进行了分析,介绍了系统实现的软硬件方案。阐述了几何建模中基于多边形的组合建模、数据层次结构及优化数据库、LOD模型应用、纹理问题、重叠问题等关键技术问题,并且详细介绍了视景驱动软件Vega中实现碰撞检测、运动控制等关键技术问题的解决方案。最后实现了整个系统的设计开发,实验表明该系统具有良好的交互性和实时性。
- 秦丽娟郝颖明朱枫丁伟利刘晓民
- 关键词：CREATORVEGA排爆机器人
- 一种异形工件加工自动定位组件
- 在对被加工件进行切割分离时，并且需要将切割分离的部分分别进行放置保存。本发明是通过来自第一支撑板（3）、第三导杆（7）和第二压块（17）三个方向对被加工件的夹持定位，为了防止被加工件被压坏，这三个方向的力由弹簧来支撑，使...
- 魏英姿谷侃锋张天浩柯楠秦丽娟
- 复杂产品方案设计中公理化设计和多级实例推理的研究
- 2014年
- 为提高复杂产品设计的客户满意度和规范性以及设计本身的智能性,利用公理化设计的科学规范性并将其作为复杂产品设计的基础流程和模型,充分发挥它在设计中的优点。在此基础上为提高设计的智能性,运用多级实例推理的知识根据客户需求得到的功能特性、物理特性、工艺特性建立相应的多级实例库,并从多级实例库中根据功能特征进行搜索,通过功能特征的匹配,得出物理特征以及对应的工艺特征,最终得出符合要求的实例方案,然后对搜索出的实例根据公理化设计进行修改评价最终得出复杂产品的设计方案。通过实例验证了此方法的可行性。
- 杨汝静秦丽娟胡玉兰
- 关键词：公理化设计
- 量化误差对直线位姿估计精度影响的研究
- 2007年
- 针对直线位姿估计问题分析了量化误差的传播特性,并以闭式解的形式建立了位姿估计结果受图像量化误差影响的数学模型.同时,在分析量化误差传播特性的基础上,给出了直线的选线方法.最后,确定了最优直线配置,提高了位姿估计精度.
- 朱枫秦丽娟谈大龙
- 关键词：选线
- 基于几何约束的直线实时定位新方法
- 本文介绍了一种利用空间三条直线的图像信息和三条直线间的几何位置约束关系来确定物体姿态的新方法.使用的物体模型为在空间交于两点的三条非共面直线.这种方法的好处是数学表达式简单,易于求解.本文详细叙述了这种方法的具体实现过程...
- 秦丽娟朱枫
- 关键词：图像信息数学表达式
- 文献传递
- 未知环境下的多机器人协作围捕方法被引量：1
- 2011年
- 针对未知环境下的多机器人协作围捕进行了研究。首先介绍了围捕任务,然后给出了在未知环境下多机器人协作围捕的算法思想及控制流程。围捕任务中,对机器人设计了4种队形,采用有限状态机在不同队形之间进行切换。最后,在VC++平台下进行了动态围捕仿真,验证了算法的有效性。
- 郝博秦丽娟赵慧静
- 关键词：多机器人围捕
- 玉米育种切片特征区的定位切片方法
- 玉米育种切片特征区的定位切片方法，主要包括以下几个过程：1、利用震动给料器将玉米粒单粒分开，采集单粒玉米种子正上方向像，进行图像分割处理。2、确定玉米粒形心位置。3、计算玉米粒正上方向图像尖端、大端外凸角标记点位置。4、...
- 魏英姿谷侃锋崔旭晶王玲谭龙田秦丽娟赵明扬
- 文献传递
- 基于Tri-training的图像多特征融合目标分类
- 2015年
- 在对目标进行分类识别过程中,对其特征的有效提取直接影响最后分类的精度。针对此类问题,提出了基于Tri-training算法对图像进行多特征融合分类,通过利用Principal Component Analysis(PCA)主成分分析法,并结合目前比较实用的半监督学习Tri-training算法对图像显著目标进行分类,其中Tri-training算法是以Support Vector Machine(SVM)、Nave Bayes(NB)、Back Propagation(BP)为基分类器,将图像的多特征数据值作为图像在Tri-training分类器的输入对分类器进行训练和测试。实验表明,在进行了有效的预处理之后,再对样本进行多特征融合在一定程度上明显提高了分类精度。
- 刘朝强秦丽娟班允强
- 关键词：分类器多特征融合
