基于无人机平台和图像处理的水稻感染稻纵卷叶螟虫害自动识别技术

传统的水稻虫害识别方法主要依靠人工经验来判断,费时费力,急需一种快捷、准确且实时性好的识别方法,对水稻生产过程进行指导。结合无人机平台和图像处理技术对稻纵卷叶螟虫害进行自动识别,将无人机巡航拍照定位技术和图像处理软件用于水稻感染虫害的识别,通过无人机低空巡航飞行,巡航过程中对水稻按周期拍照,回传水稻照片和位置信息。地面站对航拍的水稻图像进行处理,选出疑似感染水稻纵卷叶螟的区域,最后对识别出疑似的病虫害区域通过人工实地观测,验证了自动识别软件的准确度,为无人机精准洒农药以及控制药量提供参考。     

基于SURF特征的无人机航拍图像拼接方法

设计了一种基于SURF特征的无人机航拍图像拼接方法。该方法首先对无人机航拍得到的图片进行预处理,利用几何校正和辐射校正方法对原始图像进行校正,为后续图像的拼接工作做准备;其次,根据无人机飞行高度、速度以及搭载相机参数信息,使用加速鲁棒性的SURF算法对预处理后的图像进行特征检测;再次,利用无人机飞行状态参数等信息对无人机航拍图像配准算法进行研究和改进,使后续图像拼接结果更加准确可靠;最后,采用一种改进的加权平均融合算法对图像进行拼接。此方法不但可以降低图像融合难度,而且可以消除在拼接过程出现的接缝,生成高清晰、平滑过渡的全景图像。     

基于中心投影形状特征的车载移动测量系统交通标志自动识别

针对车载移动测量系统所拍摄图像中的交通标志的自动识别问题,提出了一种基于中心投影特征的交通标志自动识别算法。文中详细研究了基于自适应图像分割和中心投影变换的交通标志图像的形状特征计算方法,利用信息熵解决了中心投影变换的最佳投影个数确定问题。在中心投影特征计算的基础上,利用训练后的概率神经网络实现了交通标志具体含义的自动识别。使用车载移动测量系统所拍摄的实际交通标志图像对本文算法进行了实验,并将中心投影形状特征和不变矩特征及SIFT特征的识别效果进行了对比,实验结果表明基于中心投影特征的识别方法具有最高的识别准确率。     

自动取款机纸币序列号图像采集装置的研制

自动取款机(简称ATM)纸币序列号图像的正确采集是ATM纸币序列号自动识别记录装置的关键.研制了一种ATM纸币序列号图像采集装置,包括纸币位置检测单元、纸币序列号图像采集单元、系统存储与控制单元.本论文的关键在于解决了ATM出钞过程中纸币序列号的图像实时采集问题.将所研制的纸币序列号图像采集装置安装在目前流通的一款ATM中,实际运行结果表明,所给出的纸币序列号图像采集方法与装置能够正确采集到纸币出钞过程中的纸币序列号图像,经过适当的参数调整,还可以应用于不同币种和面值、不同出钞速度的ATM中.     

基于机器视觉的光电传感器焊缝自动识别方法

针对光电传感器焊缝自动识别的F1较低、方法复杂度较高和存在识别时间较长的问题,提出基于机器视觉的光电传感器焊缝自动识别方法.通过机器视觉技术采集光电传感器焊缝图像,利用高斯模型检测出图像的目标区域,结合海森矩阵提取目标区域的特征点,将提取的特征点输入到量子门神经网络模型中,得到识别结果.仿真实验结果表明,所提方法的光电...     

基于双目视觉的集装箱自动识别定位系统的设计

针对集装箱装卸过程中存在的耗时长、过程复杂和定位不精确等问题,提出了一种基于双目立体视觉识别定位原理的集装箱自动识别系统。系统使用COMS高清摄像机代替人眼采集目标集装箱图像,采用ARM处理器运行算法程序,计算出目标集装箱通三维坐标信息。通过现场实验,结果表明系统可靠适用,所计算测量集装箱位置坐标误差在1%以内,满足自动识别定位要求,具有重要的应用参考价值。     

无人机航迹中电力线电晕紫外探测与定位

在无人机电力线巡检中,为了能快速发现并定位绝缘子产生电晕放电现象的位置,对无人机航迹中的电力线电晕探测与定位方法进行了研究。分析了电晕放电功率检测模型,并得到放电源辐射出紫外光功率的公式。设计了具有高灵敏度的电晕探测设备,提出在无人机航迹中发现绝缘子缺陷的定位方法,通过两次不同角度对电力线铁塔探测,比较两次探测结果分析出缺陷绝缘子的位置。最后根据定位方法设计了对电火花和紫外LED探测实验。结果表明,该探测设备能准确探测出电火花产生的紫外光功率,受到紫外光在空气中损耗的影响,测量值随距离的增加而逐渐减小,且在不同距离情况下相对误差在11.5%之内。在紫外LED探测实验中,探测角度选择0°和15°时测量值较为准确。该方法在微弱电晕放电探测中准确有效,能够满足无人机在航迹中对电力线缺陷绝缘子的定位要求。     

带有炸点识别的图像采集系统设计

针对大范围炸点三维坐标图像测量过程中相机准确采集图像的问题,设计了可用于炸点识别的图像采集系统,以面阵相机采集到的图像数据为源信号,设计相应的算法自动识别炸点目标,从而为后续的图像采集及处理提供依据。设计了面阵相机图像采集的硬件,给出了炸点目标检测和识别的图像处理算法。实验验证表明,设计的算法可有效识别炸点图像中的火光、烟雾等信号。所研究的自动识别炸点目标图像采集算法和硬件,能减少相机存贮空间,提高靶场测试效率。     

基于粉尘浓度的图像退化模型

针对基于视觉的目标自动识别与跟踪在粉尘环境中遇到的图像退化问题,提出了一种粉尘浓度对图像退化的影响模型,用于模拟一定粉尘浓度下图像的退化。首先,通过自主设计的粉尘环境模拟装置对粉尘图像进行了采集;其次,建立了粉尘图像退化的初步模型;然后,以浓度为自变量对干扰图像逐像素点进行一元二次非线性回归,求得参数,并进行显著性检验;最后,修正粉尘图像的退化模型。实验证明,本模型在距离一定的情况下可以对给定粉尘浓度的退化图像进行模拟。     

基于Faster R-CNN的无人机航拍图像小目标检测

为了解决复杂图像背景下无人机航拍图像小目标检测问题,提出了一种基于Faster R-CNN的多尺度小目标检测方法。以高压塔上的鸟巢为检测对象,首先通过改进卷积神经网络ResNet101对目标进行特征提取,然后采用多尺度滑动窗口方式在不同分辨率卷积特征图上获取目标初始建议区域,最后在选取的分辨率较高的卷积特征图上增加一个反卷积操作进一步对特征图的分辨率进行提升,并作为建议窗口的特征映射层传入目标检测子网络中。通过对无人机实际航拍图像中鸟巢的检测结果表明,所提出的算法可以实现对航拍图像中小目标的精确检测。     

架空输电线路巡检机器人越障轨迹研究

提出了一种新的高压输电线路机器人越障轨迹的规划以及配合此轨迹所使用的空间定位方法,分析了轨迹规划的依据,阐述了机器人通过采用这种越障轨迹能够完成翻越防震锤的自主行走。实验结果证明该方法对于机器人的越障过程是有效的。     

基于强化学习的无人机全自主电力巡检

针对无人机在电力巡检中的全自主性进行研究,提出全自主电力巡检系统,该系统由无人机智能体、充电桩和待巡检目标构成。借助无线充电技术和强化学习决策算法使无人机拥有全自主执行任务的能力,并在设计的仿真环境中进行了验证,训练后的无人机智能体可以自主路径规划进行电力巡检和自主决策到附近的无线充电桩充电,无需人工介入可完成所有巡检任务。由于传统的近端策略优化算法在本系统中奖励低的问题,因此提出一种基于动作掩码的近端策略优化算法来训练无人机智能体,仿真实验结果表明,动作掩码机制使奖励提高了39%,能耗降低了15.34%。     

智能视频分析在输电线舞动监测中的应用

为了获得有效的测量信息,建立架空输电线舞动自动监测系统,采用图像与视觉分析方法,提出了一种智能视频分析在舞动监测中的应用的系统设计。该方法采用固定于杆塔上的摄像头拍摄杆塔和电缆图像,在电力线上加装参照物的方法增强识别效果,采用智能视频分析算法获得舞动轨迹、幅度与角度。该系统通过ZigBee技术构建无线传感器网络进行可靠通信,采用风光互补供电方式保证野外供电的持续可靠。为输电线舞动的动态监测与预警提供了一种新的方法和思路。     

基于非特定图像的红外成像系统调制 传递函数自动测量方法

机载红外成像系统的性能评估对于战机任务执行效能具有重要意义。 调制传递函数(MTF)是衡量红外成像系统性能 的典型指标。 现阶段 MTF 的测量依赖于特定的图像特征与人工操作,难以实现实时与批量评估。 为此,提出了一种基于非特 定图像的 MTF 自动测量方法,以倾斜刃边法为基础,通过图像刃边检测、目标区域提取以及改进的刃边计算方法,从不含有特 定景物特征的实拍图像中自动获得 MTF 点值,并构造红外成像系统等效物理模型以实现 MTF 曲线的拟合,进一步滤除随机误 差。 最后,以某型号无人机红外成像系统作为验证对象,将实验室测得的 MTF 与基于非特定实拍图像计算的 MTF 进行对比, 两者的绝对误差在 0. 06 以内,证明了方法的可行性与有效性。 该自动测量方法能够较为准确且实时地得到系统的 MTF,为不 便进行地面实验的红外成像系统提供了一种新的性能测试思路。     

基于关系图的无人机影像三维重建

针对增量式运动恢复结构算法在无人机影像三维重建中运行效率低的问题,提出了一种基于关系图的无人机影像批处理重建方法。利用无人机低精度的位置姿态测量系统数据概略估算影像间的重叠关系,在关联影像之间进行尺度不变特征变换匹配,使用随机抽取一致性算法和三视图约束进一步剔除弱关联的影像连接关系,再通过深度优先搜索得到最终参加重建的影像集连通分量,构建出强关联的稳健影像关系图。然后,根据影像相对位姿参数,由最小二乘法解算全局一致性旋转参数,利用三视几何约束和线性规划求解全局一致位置参数,最后进行一次光束法平差优化。实验结果表明:与经典的增量式重建Bundler算法相比,该方法运行速度至少提高了2.6倍,且生成的三维点数量增加了76.5%,更真实地恢复出场景的几何形态。该算法在改善重建效果的同时提高了处理效率,能够满足无人机快速响应应用的需求。     

基于激光雷达与倾斜摄影融合技术的电力巡检系统设计

针对传统的电力巡检系统仅应用激光雷达或倾斜摄影技术，导致电力巡检的可视化效果差，无人机巡检时间长的问题，将激光雷达与倾斜摄影技术融合起来，对电力巡检系统进行优化。对激光雷达和倾斜摄影相机进行了详细设计，给出倾斜摄影相机的摄影模式示意图；采用无人机三维激光雷达技术对输电线路通道环境进行扫描，获取架空输电线路走廊大范围的三维激光点云数据；设计点云数据与图片的采集和处理流程，对点云数据进行精度校验，布设倾斜摄影技术的像控点点位，校正影像并协同外业测量成果和POS数据得到匹配点云，将2种技术得到的数据进行融合建模，完成系统设计。为验证设计系统的有效性，选择某段路线进行建模测试。实验结果表明，所设计系统的可视化效果好，有效缩短了无人机巡检时长，有效提升了巡检效率。     

Structure similarity‐guided image binarization for automatic segmentation of epidermis surface microstructure images

Partitioning epidermis surface microstructure (ESM) images into skin ridge and skin furrow regions is an important preprocessing step before quantitative analyses on ESM images. Binarization segmentation is a potential technique for partitioning ESM images because of its computational simplicity and ease of implementation. However, even for some state‐of‐the‐art binarization methods, it remains a challenge to automatically segment ESM images, because the grey‐level histograms of ESM images have no obvious external features to guide automatic assessment of appropriate thresholds. Inspired by human visual perceptual functions of structural feature extraction and comparison, we propose a structure similarity‐guided image binarization method. The proposed method seeks for the binary image that best approximates the input ESM image in terms of structural features. The proposed method is validated by comparing it with two recently developed automatic binarization techniques as well as a manual binarization method on 20 synthetic noisy images and 30 ESM images. The experimental results show: (1) the proposed method possesses self‐adaption ability to cope with different images with same grey‐level histogram; (2) compared to two automatic binarization techniques, the proposed method significantly improves average accuracy in segmenting ESM images with an acceptable decrease in computational efficiency; (3) and the proposed method is applicable for segmenting practical EMS images. (Matlab code of the proposed method can be obtained by contacting with the corresponding author.)     

无人机跟踪过程中的避障问题研究

针对单架无人机跟踪单一目标问题,提出 Lyapunov 矢量场法和速度障碍法相结合的方法,保证 UAV 在执行跟踪任务时的安全。首先,建立无人机运动模型,通过基于 Lyapunov 矢量场法的航向控制使无人机能够收敛到极限环;其次,利用速度障碍法原理判断无人机与障碍物之间是否存在飞行冲突,推导出避障所需的航向控制量;最后,针对障碍物重叠情况,利用几何关系将重叠区域合并,再求解出航向控制量,完成对重叠威胁区域的避障。仿真结果表明,所提算法在单一障碍物和多障碍物的条件下,都能有效地跟踪目标并实现避障。     

In-situ water level measurement using NIR-imaging video camera

Water level is a critical component for observation and management of water resources. Since video surveillance is becoming a standard configuration of gauging stations, more attentions have been paid on the image-based water level measurement techniques in recent years. Instead of human eyes, images of staff gauge can be captured by a camera and automatically processed to detect the readings of water line. However, it is quite unreliable to identify the readings on staff gauges due to low imaging resolution, tilt viewing angle and complex illumination in field conditions. For that reason, most of the existing methods failed to make effective automatic measurements in practice. To resolve difficulties of poor visibility, image distortions and ambient noises in in-situ water level measurement with standard bicolor staff gauges, an all-weather, real-time and automatic flow measurement system using single near infrared (NIR)-imaging video camera is developed. Lab and in-situ experiments demonstrate that NIR-imaging is efficient to enhance image contrast and suppress reflection noises on the water surface, which successfully overcomes the limitation of water line detection with current visible light (VIS)-imaging systems in clear water and low velocity conditions. The proposed water level conversion method is based on image ortho-rectification. It requires no on-site calibration by utilizing natural corresponding points to build the perspective transformation between the staff gauge Region of Interest (ROI) and an orthographic template image. The measurement resolution of water level (1 mm) is controlled by the physical resolution (1 mm/pixel) of the template. The proposed water line detection approach is integrated by a series of algorithms: the Order-Statistic Filtering for adaptive thresholding, the Morphological Opening Operation for local noise suppression, the Multi-points Continuity Criterion for water line locating and the Median Filtering for random noise elimination. It overcomes the deficiency of traditional Otsu method for images with uneven illumination. The reliability of system under various weather and illumination conditions is proved with water level accuracy up to 1 cm and Effective Data Ratios up to 95%.