基于车载激光点云的道路标线提取方法

针对自动驾驶领域中的道路标线提取问题,本文结合道路结构特征和点云回波强度信息,提出了一种道路标线提取方法。首先,采用布料模拟滤波算法获取地面点云;其次,使用基于法向量的区域生长法提取路面点云;然后,采用反距离加权插值法将路面点云投影成强度特征图像,并将其分割成多个子图像,利用最大类间方差将子图像分为纯块和杂块,根据纯块与原始图像灰度均值的相对大小来确定纯块的分割阈值,根据最大类间方差算法确定杂块的分割阈值;最后,经阈值分割、形态学滤波去噪、点云反投影后得到道路标线点云。实际道路的验证结果表明,所提方法的召回率达到92.8%,准确率达到96.8%,综合评价指标达到94.8%,能提取比较完整的道路标线。     

基于改进欧式聚类的三维激光雷达点云目标分割方法

随着科学技术的发展,智能驾驶系统逐渐成为许多学者研究的目标.在这一研究领域中,激光雷达技术已经得到了广泛的应用,其中目标分割在智能车辆对周围环境的识别过程中起着重要作用.由于在对点云进行聚类分割时对相邻目标容易出现欠分割问题,针对这一问题本文提出了一种基于欧式聚类算法的改进方法.首先对点云数据进行预处理,包括下采样和地...     

基于改进的二维Otsu的铁路轨道阈值分割方法

Otsu最大类间方差法是图像阈值分割中的经典算法之一,在图像处理邻域应用广泛。为了改善传统二维Otsu算法存在运算时间较长,不适用于铁路轨道实时监测的缺点。文中将遗传算法与Otsu算法相结合,运用自适应遗传算法的原理,通过选择、交叉、变异等操作,寻找图像灰度最佳分割阈值。实验结果表明,在兼顾了图像分割质量前提下,文中算法大幅缩短了运算时间,较好提取了铁轨轮廓。     

基于数字图像处理的轨道板裂纹缺陷检测

利用数字图像处理技术,通过轨道板图像自动分割、边缘提取、轨道板固有结构边缘去除、真伪裂纹区分等步骤,设计了轨道板裂纹缺陷自动检测识别算法。通过对实际采集的轨道板图像的处理,证明该方法能够准确提取和标记缺陷区域。在实验的1 000幅图像中,人工检出裂纹图像6幅,自动识别裂纹图像6幅,准确率达到100%,算法运行速度经测试能够满足实时检测的需求。     

基于图像处理的轨道表面病害检测研究

以钢轨为研究对象,结合图像处理技术,对钢轨表面质量进行检测。首先,对钢轨图像进行预处理,通过线性灰度变换对图像进行增强,并采用自适应滤波进行图像去噪;其次,采用Ostu阈值分割算法对预处理后的钢轨图像进行缺陷分割;最后,以离心率、矩形度和致密度作为分类依据,通过决策树分类法对钢轨表面缺陷进行分类。实验结果表明：基于图像处理的钢轨表面质量检测方法能够有效对钢轨缺陷进行检测,分割准确率为96.7%,分类准确率为90%,为钢轨表面质量检测提供了一种有效的检测方法。     

基于优化DBSCAN的激光雷达障碍物检测

针对激光雷达在检测道路障碍物的过程中,由点云数据密度不均而导致障碍物检测准确率低和实时性差的问题,提出一种优化的密度噪声空间聚类（DBSCAN）算法以提高道路障碍物的聚类效果。首先依据点云数据的反射强度信息对车道线进行检测,提取感兴趣区域;然后使用射线坡度阈值地面分割算法进行地面分割,实现对斜坡地面的彻底分割;最后提出一种自适应的DBSCAN算法,选取代表性的核心点以及自适应聚类半径,实现对不同距离密集障碍物的快速准确聚类。实验结果表明：所提算法能够对不同距离的密集障碍物准确聚类;与传统算法相比,所提算法的正检率提高24.07个百分点,平均耗时减少1.18 s。     

电力线激光点云的分割及安全检测研究

为了进行高压输电线路安全检测分析，基于机载激光雷达（LiDAR）电力走廊数据，提出了一种基于密度的空间聚类方法（DBSCAN）的电力线激光点云单条分割提取算法。通过该方法可以实现输电走廊中单条电力线的快速分割提取。首先对电力线点云在x-O-y平面上投影，对投影后的激光点采用最小二乘法进行直线拟合；其次通过计算输电走廊长度，采用经验参量进行电力线点云分段；再次对分段点云在投影平面内进行DBSCAN聚类；最后将分段聚类结果类别归一化，得到单条电力线激光点云数据。结果表明，采用该方法能够在只需经验参量分段宽度的情况下，快速准确地对电力线激光点云进行分割提取，并根据分割结果进行电力线与电力走廊地物距离计算，判断危险点类型及距离。所提出的方法具有较高的提取与测量精度，能够有效地应用于电力线安全检测分析。     

基于MATLAB的齿轮缺陷检测算法研究

为了检测齿轮在生产过程中出现划痕、凹槽等缺陷,需要对齿轮图像进行降噪、图像增强、图像分割与识别处理。对目前已有的去噪算法进行分析,提出一种改进的自适应中值滤波算法对图像进行降噪;通过比较各种图像增强算法,最终采用灰度分段线性变换增强;在图像分割算法中,提出一种基于改进的K-means聚类的齿轮表面缺陷分割算法,将人类学习优化算法和K-means聚类算法相结合,应用于齿轮表面缺陷检测,通过实验结果可知,利用K-means聚类算法进行齿轮缺陷的检测具有较好的效果。运用MATLAB软件对算法进行仿真,提高了齿轮缺陷检测的准确性和效率。     

基于最大熵阈值分割的SAR图像溢油检测

近年来,海上溢油事故频发,使用(合成孔径雷达)SAR遥感图像进行溢油检测有着十分重要的意义。本文提出了一种基于最大熵阈值分割的SAR图像溢油检测算法,算法运算简单,适用于星载平台,可实现高效准确的检测。由于SAR成像存在固有的相干斑噪声,首先需要进行滤波对噪声进行抑制。图像中存在的陆地区域会对溢油检测产生影响,通过先验知识利用经纬度信息对其进行掩模处理,之后采用滑动窗口的方法,在窗口内部基于最大熵选取最佳的分割阈值,最后对分割产生的小块区域进行滤除,并依据距离信息合并相邻的区域。算法使用GF-3卫星图像进行验证测试,并与其他算法对比表明,本算法可满足遥感图像检测实时性、准确性的要求。      

基于三维激光点云数据的钣金件误差检测分析

针对传统的钣金件误差检测方法无法全面有效率的获得零件误差信息,设计了一种基于三维激光点云数据处理的钣金件误差检测方法。该方法将通过三维激光扫描仪得到的钣金件点云数据进行预处理,然后通过特征匹配将标准钣金件的CAD模型和测试点云数据进行特征对齐,使它们呈现于同一坐标系下,最终根据钣金件点云数据中的各点到CAD模型的最短距离确定其误差。根据实际工程需要,文章提出了一种基于阈值的最短距离算法,该算法不仅可以有效地识别并剔除点云数据中的隐藏噪声点,而且计算效率高,精度易于控制。实验结果表明,该方法可以较好地得到钣金件的误差信息。     

基于聚类思想的红外弱小目标检测

针对复杂背景下尺寸未知的红外弱小目标检测难题,一种基于聚类思想的红外弱小目标检测方法被提出。首先,利用小目标形态学特征对原始红外图像进行预处理,生成新的密度特征图。其次,使用改进的密度峰聚类算法对潜在候选目标进行粗定位。然后,针对潜在目标的局部候选集,采用加权模糊集聚类算法对局部候选集进行目标与背景区域的精细分割,利用目标与背景之间的差异性在增强目标的同时抑制虚警。最后,对处理后的局部候选集进行自适应阈值提取真实目标。实验结果表明,与7种对比算法相比,该算法对尺寸未知的小目标具有良好的鲁棒性和检测性能。     

基于激光点云的深度语义和位置信息融合的三维目标检测

提出一种高性能的基于深度语义和位置信息融合的双阶段三维目标检测（DSPF-RCNN）算法。在第一阶段提出深度特征提取-区域选取网络（DFE-RPN）,使网络在俯视图中能够提取目标更深层次的纹理特征和语义特征。在第二阶段提出逐点语义和位置特征融合（ASPF）模块,使网络能够自适应地提取目标最有差异性的特征,增强中心点在特征提取时的聚合能力。算法在KITTI数据集上进行测试,结果显示,测试集中Car类目标在Easy、Moderate和Hard水平的检测精度均优于现有的主流算法,检测精度分别为89.90%,81.04%和76.45%;验证集中Car和Cyclist类目标在Moderate水平的检测精度分别为84.40%和73.90%,相对于主流算法提升了4%左右,推理时间为64 ms。最后将算法部署在实车平台上实现了在线检测,验证了其工程价值。     

CCD动态检测轨道不平顺的研究及数据分析

介绍基于ＣＣＤ的动态检测轨道不平顺的方法,给出了系统检测的原理、总体结 构和软件处理流程．装置经过实际线路的试验证明是准确和可靠的,文章对试验做了数据分 析．     

CCD动态检测轨道不平顺的研究及数据分析

介绍基于CCD的动态检测轨道不平顺的方法,给出了系统检测的原理、总体结构和软件处理流程.装置经过实际线路的试验证明是准确和可靠的,文章对试验做了数据分析.