共查询到10条相似文献,搜索用时 31 毫秒
1.
基于机器视觉的自然环境下作物行识别与导航线提取 总被引:11,自引:0,他引:11
针对基于机器视觉的农业导航机器人在图像处理时易受光照变化影响和常规导航线检测算法实时性、稳健性不高等问题,提出了YCrCg颜色模型,选择该颜色模型中与光照无关的Cg分量进行后续图像处理,采用基于二维直方图的模糊C均值聚类法(FCM)进行图像分割,并根据图像中作物行的特点,提出了基于直线扫描的作物行直线检测算法。该算法将图像底边和顶边像素点作为直线的两个端点,通过移动上下端点位置产生不同斜率直线,选择包含目标点最多的直线作为作物行中心线。实验表明,不同光照下基于YCrCg颜色模型的图像分割可以有效地识别出作物行,处理一幅640pixel×480pixel图片耗时约为16.5ms,直线扫描算法能快速准确的检测出导航线,与最小二乘法、Hough变换等算法相比具有速度快、抗干扰性强等优点。 相似文献
2.
3.
4.
5.
6.
传统的霍夫变换、Cannylines直线检测算法、霍夫概率变换方法在图像上的直线检测效果不佳,存在检测线段不连续不正确的问题,因而,利用Sobel滤波对红外图像横轴和纵轴两个方向分别进行锐化,通过线段检测(LSD)算法实现线段特征检测,进而经线段聚类拟合获得图像中完整的直线,通过对直线交点计算获得消失点,最后依据透视关系计算得到校正图像。实验结果表明,该方法可以实现对中性束红外图像的自动有效校正。 相似文献
7.
8.
在电力系统中,利用计算机视觉和图像处理技术对输电线路的进行检测,在保障电力系统的安全运行方面具有非常重要的作用;针对复杂背景下的输电线路,提出了一种基于切比雪夫多项式描述子输电线路提取算法,该算法首先对输入图像进行预处理,其次利用随机Hough 变换提取图像中的直线和曲线,然后利用切比雪夫多项式描述子的曲线描述优势,对所提取的对象进行特征描述,为了提高提取的精确度,通过K-means聚类分析方法来训练视觉字典,通过视觉字典的比对,最终确定图像中的输电线路;实验结果说明了所提出的算法可以精确地提取复杂背景下的输电线路。 相似文献
9.
10.
在电力系统中,利用计算机视觉和图像处理技术对输电线路的进行检测,在保障电力系统的安全运行方面具有非常重要的作用。针对复杂背景下的输电线路,本文提出了一种基于切比雪夫多项式描述子输电线路提取算法,该算法首先对输入图像进行预处理,其次利用随机Hough 变换提取图像中的直线和曲线,然后利用切比雪夫多项式描述子的曲线描述优势,对所提取的对象进行特征描述,为了提高提取的精确度,通过K-means聚类分析方法来训练视觉字典,通过视觉字典的比对,最终确定图像中的输电线路。实验结果说明了本文方法可以精确地提取复杂背景下的输电线路。 相似文献