基于视觉的驾驶辅助系统研究

二十一世纪,随着汽车技术的研究更加深入,汽车技术领域发展迅速,目前汽车技术已经到达智能化阶段,机器视觉技术在汽车辅助驾驶技术中占有重要地位,研发内容也不是传统的机电设备问题,目前已发展到先进的辅助传动系统(ADAS)研究。文章主要以对车载摄像头所拍摄图像的处理技术和车道线的提取、检测方法的研究。灰度化和平滑处理使原始图像中的其他线条干扰程度降低,降低噪点使得车道线轮廓更加明显。运用梯度计算边缘检测与非最大值抑制方法检测边缘,通过选择高阀值过滤边缘像素。得到车道线轮廓线后基于Hough的车道线检测原理,使用二元性的点和线,将原始图像给出的曲线转化为一个点在参数空间的曲线表达形式,解决曲线检测问题转化为参数空间中的最大值,且将整体特征的检测转换为本地检测的特点。     

基于Adaboost多特征融合的织物扫描图案识别

针对织物扫描图像中纱线纹理等的存在造成难以提取有效图案特征的问题,提出了一种基于多特征融合的图案识别方法。首先通过纹理抑制平滑滤波算法滤除织物扫描图像的纱线纹理,并进行灰度化;然后分别提取灰度图像的边缘方向直方图、最大稳定极值区域的SURF特征和灰度共生矩阵特征,建立样本图像特征库;最后以样本图像特征库特征为训练对象,通过Adaboost算法融合3类特征建立分类器,实现图案识别。实验结果表明,基于Adaboost的多特征融合织物扫描图案识别算法比单特征识别算法有较高的准确率。     

基于道路监控的无人车路径优化控制系统

为充分提高道路的使用率,缓解因视觉盲区及道路拥堵所造成的道路安全等问题,针对无人驾驶技术高速发展的未来对基于道路监控的无人车路径优化系统展开研究。通过模拟道路监控下的无人驾驶,采用高低位相机采集图像,进行图像处理和视觉识别等算法研究,得到车辆和道路的信息选择合适车道并通过车辆进行决策,实现了一种可与道路监控系统相融合的基于高位监控相机与车载低位相机双目融合、多视极线约束的无人车路径优化控制系统。     

基于机器视觉的谷糙分界线检测方法

目的：精准识别谷糙分界线。方法：提出一种基于直线边缘检测的谷糙分界线识别方法。该方法对不同颜色特征的谷糙分离图像进行模型匹配，将不同匹配结果的图像采用对应的灰度化处理方式；并利用直线边缘检测算法对该边缘进行灰度波动变换、差分处理得到目标位置。结果：相较于传统的边缘检测方法，该方法将误差范围控制在5%以内，大幅提高了识别精度。结论：该方法的识别误差相对较小，适合用于谷糙分界线的识别应用。     

脐橙分选包装表面损伤识别算法设计研究

研究提出了一种改进的计算机视觉识别技术与图像融合算法,并建立脐橙表面损伤识别系统,检测中从图像采集卡获得数字化的图像数据后,经过图像二值化、边缘检测和灰度拉伸处理,再对图像的行灰度均值变化曲线进行分析,加权滤波后提取特征图像,以提高脐橙分选包装的精度和速度。通过实验测试表明:边缘特征检测方法对于模糊图像的处理能力较强,算法设计中的损伤定位加快了系统的处理速度,其检测速度达到了10.5个/s,具有精度高、通用性和稳定性好等特点。     

织物表面几何形状检测中最优边缘检测算法的选取

基于机器视觉方法检测织物表面图案几何形状,研究棉质纺织品表面图案边缘的检测效果,通过对比找到适合工业应用的边缘检测算法。选取多种典型的边缘检测算子为考察对象,首先对各自边缘检测的结果图像及其信息熵进行对比,然后分析各算子在目标区域分割、内部条纹及局部图案细节等多方面的表现,证明Sobel算子得到的图像边缘与背景区域的灰度差异明显,灰度信息熵最小,有利于图像几何信息的识别;而且Sobel算子对织物表面及背景区域的纹理不敏感,识别结果:图像中噪声及后续处理难度较小,适合棉质袜子表面几何形状的检测。     

基于计算机视觉的辅助驾驶系统设计

文章设计一种基于计算机视觉的辅助驾驶系统。系统通过摄像头采集图像信息,并对环境中的车道线、交通信号灯、车辆进行检测识别,同时把检测结果反馈给驾驶员,提醒驾驶员安全驾驶。该系统识别速度快、准确率高、鲁棒性强,具有广泛的应用前景。     

机织物图像自动纠偏方法的研究

图像纠偏在织物组织结构参数自动识别过程中直接影响识别结果.本文通过对织物图像去噪、直方图均衡化等预处理操作后,对图像进行水平和垂直边缘检测;同时为提高倾斜角度识别的准确度和算法运行效率加入细化处理,然后对细化后的图像进行Hough变换,检测倾斜角度,最后对图像进行旋转实现旋转纠偏.通过对不同机织物图像进行纠偏处理实验,证明了该方法的有效性和可靠性.     

基于灰度邻域操作的缺陷图像消噪分析与实现

以图像中的噪声影响下一步图像处理、分析及识别为启示,分析了常用的数字滤波算法优缺点,提出了基于MATLAB的灰度邻域操作消噪方法。该方法将灰度化的缺陷图像,利用相邻像素间的颜色分布对图像进行平滑、增强、边缘提取、滤波、恢复。仿真结果表明,这种算法在高斯噪声和椒盐噪声滤波方面能有效地滤除噪声,同时还能较好的保护图像细节,较准确的复原受噪图像特征。     

基于视觉传感器的异纤在线检测技术研究

探讨基于CCD视觉传感器的异纤在线检测技术。为了提高异纤的检出率,对检测系统的整体结构进行设计,采用中值滤波的方法对灰度处理后的图像进行去噪处理,利用边缘检测的方法实现对异性纤维的识别,获取异纤的边界信息,实现对目标的定位;通过PLC控制检测系统和异性纤维气动清除装置,实现对异纤准确且及时的检测与清除。通过试验可得出装置的最佳参数:CCD摄像机检测距离110 mm,检测原棉层厚度12 mm,待检原棉层移动速度2.0m/min,剥棉罗拉转速1 000r/min,喷嘴压力0.5MPa。认为:异性纤维在线检测装置检测能力较高,对普通异纤的检出率可以达到90%以上,对头发丝等细小物质的检出率可以达到85%以上。     

基于KNN算法的仪表实时监控边缘平台

为了对旧式仪表进行改造、升级,实现数字化、智能化的实时监控,文章提供了一种基于KNN算法的仪表实时监控边缘平台。首先,我们对其整体架构进行设计,使用树莓派模块实现图像采集、图像传输边缘计算功能,在云端服务器使用OpenCV集成的算法对图像进行预处理:灰度化、降噪、旋转、边缘线条提取、滤波、二值化处理。接着,采用KNN算法进行数字的智能识别,并将结果反馈到客户终端中。结果表明,可以智能化的对仪表盘数值进行实时的监控、统计、报警等功能,满足了仪表盘数字化、智能化的管理需求。     

基于图像线灰度和BP神经网络的织物疵点检测

探讨织物疵点自动检测的方法。通过对4种常见织物疵点的图像进行线灰度曲线分析和处理,提取疵点图像的特征值,送入BP神经网络进行识别,从而实现织物疵点的检测。试验结果表明,该方法取得了较好的检测效果,织物疵点识别率达到93%以上。认为,此法能够有效识别出织物中的几类常见疵点,应进一步研究,以提高其识别准确率。     

基于机器视觉的细纱接头机器人纱线断头定位方法

为实现通过机器视觉方式对细纱接头机器人的纱线断头进行定位,并简化机械结构,根据断头纱线图像特点,提出针对纱线特征的识别与定位算法。利用工业相机采集纱线被吸入吸嘴的图像,通过改进灰度增强方法增大纱线特征与背景对比度,利用Canny算子进行边缘检测,最后通过划分上下感兴趣区域以及优化的霍夫直线检测获取纱线的图像特征并利用定位算法提取所需的位置信息。结果表明:本文算法提取的位置信息精度较高,坐标点误差为1.42像素,角度误差为0.60°;相较于传统检测算法,程序运行时间得到了缩短,识别时间在10^-1 s数量级上,实时性好;研究成果可应用于细纱接头机器人产品开发中。     

改进Hough变换在纸病检测系统中的应用

通过对褶皱纸病的分析研究,提出一种基于改进Hough变换的检测方法.利用边缘检测对纸病信息进行去噪和简单提取,采取Hough变换的方法将纸张从图像灰度空间转换到参数空间,从变换后的参数空间中提取纸病图像中的褶皱特征并进行识别.实验结果表明,此方法识别率高、计算速度快、检测效果好.     

基于边缘和误差扩散的半色调图像水印算法

为使水印具有不可见性,提出了一种基于图像边缘和误差扩散的数字半色调图像水印算法。Canny算子去噪能力强,在边缘检测和噪声间能取得较好的平衡。先对灰度图像进行Canny边缘检测,得到灰度图像的边缘,然后将灰度图像的边缘近似作为半色调图像的边缘,并在灰度图像使用误差扩散算法进行半色调的同时,在边缘位置进行二值水印的嵌入。对水印图像进行了Arnold预处理,增强了水印的抗剪裁和涂抹攻击的能力。结果表明,该算法不会造成图像的明显失真,能很好地抵抗剪切、涂抹J、PEG压缩、噪声攻击。     

基于MATLAB的车牌图像预处理及定位的研究

通过对车辆牌照摄取与识别过程的研究,提出一种基于MATLAB的针对静态车牌图像的预处理及定位的方法。该方法通过图像灰度化、中值滤波、图像算术增强、二值化、图像形态学处理等步骤,为最终的精确定位打下基础。其特点是没有用到边缘检测技术,简化了流程,并且通过大量试验证明该方法是有效的。     

基于两次二维Daubechies小波变换的纸病在线辨识方法研究

针对造纸生产线上纸病在线检测系统光源不均匀性和纸病难以识别的问题,通过建立纸病图像背景模型实现动态补偿光源的不均匀成分,并根据不同纸病图像的灰度分布规律,两次使用二维小波变换增强其灰度轮廓信息和提取灰度特征,以实现纸病的在线辨识。实验结果表明,该方法可以显著提高纸病辨识精度。     

机织物组织自动识别技术

为实现机织物组织的自动识别,对织物表面反射图像进行纠偏和直方图均衡预处理,并按图像的经纬向灰度投影曲线实现织物组织点的定位。根据经纬向组织点灰度的相关性,求出织物组织的经纬纱循环数。通过比较组织循环范围内组织点的灰度均值来确定组织点的属性,并以组织点的灰度方差对组织点的属性进行验证。实现单循环组织识别后,再对多个组织循环内的对应组织点进行验证,以进一步提高识别的准确性。织物的测试结果表明,所提出的算法能够实现简单的机织物组织的准确识别,并能输出对应的织物组织图。     

基于灰度直方图最小跨度阈值法的瞳孔分割

瞳孔的边缘检测是虹膜提取的一个重要技术内容,本文提出了一种简单有效的虹膜内边缘定位算法,以虹膜图像灰度直方图为基础,通过寻找瞳孔区灰度分布范围的方法确定分离瞳孔的灰度阈值,并利用灰度投影法定位虹膜内边缘。实验结果表明,文中提出的方法能够准确地进行虹膜内边缘定位。     

微平台视觉检测系统中的图像预处理方法研究

图像预处理的主要目的是消除外界因素以及摄像机内部因素的影响,也就是消除图像噪声的过程。提出用灰度化和二值化方法来对采集到的原始图像进行处理,然后利用Sobel算子的改进方法——八模板法对边缘的点进行判断从而得到高准确率的边缘,为后续的工作打好基础。