基于机器视觉的自然环境下作物行识别与导航线提取

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。     

基于Hough一维变换的直线检测算法

针对标准Hough变换直线检测存在的问题,提出了一种基于Hough一维空间变换的直线检测算法。对图像进行边缘检测,将互不连通的边缘进行分组;利用Hough一维空间变换对边缘组进行直线检测并编组,降低了算法和空间复杂度;通过对直线组进行精确处理,解决了过连接、端点确定和检测精度存在的问题。实验结果表明:该算法有效地解决了标准Hough变换算法中存在的问题,降低了误检率和漏检率,提高了直线检测精度,能够实现对不同类型影像数据的直线检测处理。     

SAR图像中机场跑道自动检测方法研究

跑道检测通常由边缘检测和霍夫变换2个步骤组成.由于SAR图像中存在大量斑点噪声,使得边缘检测中存在大量虚假边缘,增加了霍夫变换的时间,降低了跑道检测的准确度,提出一种基于区域分割和距离变换的SAR图像中机场跑道自动检测的新方法.采用基于统计信息的方法增强跑道一背景的对比度,然后用二维直方图阈值分割方法分割图像,再通过距离变换对跑道一背景二值图进行处理,得到跑道中心线的大致分布,最后采用局部空间霍夫变换得到跑道参数.实验结果表明:该方法能够可靠检测出跑道,运算速度满足实时性要求.     

基于边缘方向图的建筑物直线特征提取

从建筑物图像中提取直线是视觉导航、特征识别和遥感影像处理等很多应用中的关键步骤。针对复杂建筑物图像,提出了一种基于边缘方向图的直线特征提取算法。该算法在Canny边缘的基础上,提出边缘方向编码策略,能过检测9×9局部窗口内的直线,将边缘拆分成直线、曲线和点的组合,生成了一种新的直线检测辅助图像——边缘方向图,并通过分析边缘方向图中连续线边缘的方向分布,结合直线误差判别准则和稀疏直线拟合识别直线。实验结果表明:该算法的直线检测性能优于Hough变换和相位编组等经典方法,对建筑物图像的直线检测准确率高,误判率、漏检率低,算法稳健性强。     

一种提高超燃流场羟基示踪速度测量中信号提取能力的方法

针对羟基示踪测速技术在超燃流场应用中测量图像受复杂背景干扰严重的问题,提出一种提高信号提取能力的方法.该方法通过三个步骤实现信号提取能力的提升:利用霍夫变换进行信号识别;基于感兴趣区域的大津阈值算法进行图像分割;结合骨架提取和方向模板方法进行标记线提取.在此基础上,结合仿真和实验,验证了该方法可提高超燃复杂背景干扰下的信号提取能力,解决了提取羟基有效信号精度不够的问题.     

基于消失点检测算法的束靶红外图像畸变校正

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。     

一种成像测量靶面同心圆的自适应检测算法

针对特殊环境下基于CCD成像的高准确度测量系统中,由于摄像机沿轴运动和绕轴旋转过程中其光学中心和靶面同心圆圆心不同心及同心圆图像的圆心在一定范围内随机变化而影响测量结果问题,提出了一套基于小范围内改进的Hough变换的共点直线检测快速算法、基于统计采样的同心圆分割区域自动划分算法、基于最小二乘拟合的同心圆参量高准确度检测算法.实现了对同心圆的自适应区域划分和高准确度检测.仿真和试验证明了该算法的有效性.     

基于切比雪夫多项式描述子的复杂背景下输电线路提取算法

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。     

根据边缘梯度方向的十字丝目标快速自动检测

根据图像中直线轮廓边缘点的灰度梯度方向一致的特性,提出了有向线段的概念并给出了限制性定义,将直线检测转化为有向线段的检测提高了检测精度和可靠性。将十字丝轮廓抽象成两组相交的有向线段,提出了一种基于随机Hough变换(RHT)的十字丝自动检测算法。实验结果表明该算法对十字丝目标的灰度、大小、形状变化具有鲁棒性,达到了十字丝目标的快速识别。     

一种GPS数据记录仪的设计实现

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。