盲人行走辅助装置中道路检测算法的研究

实现对盲人辅助行走装置中结构化道路的检测和行走方向是否偏离道路的检测:首先对单目摄像头采集的道路图像进行中值滤波,抑制随机噪声;然后从整幅图像中划分感兴趣区域(ROI),通过Canny算子对ROI区域的图像进行初次边缘检测,接着采用基于灰度的阈值分割方法对图像进一步分割,选用改进的Hough变换拟合出完整、清晰的道路边缘线,最后根据检测出的道路区域判定行走方向是否偏离道路。使用Halcon图像处理软件进行仿真实验,结果表明上述算法具有较好的实时性、准确性和鲁棒性。     

基于引导滤波及视差图融合的立体匹配

立体匹配是双目视觉领域的重要研究方向.为在保证图片纹理区域匹配精度的同时降低弱纹理区域的误匹配率,提出一种基于引导滤波及视差图融合的立体匹配方法.首先,根据图像颜色相似性将图片划分为纹理较丰富区域和弱纹理区域.接着,分别采用不同参数的引导滤波进行代价聚合及视差计算,得到两张视差图.然后依据纹理区域划分的结果对获得的两张视差图进行融合.最后,通过左右一致性检测、加权中值滤波等视差优化步骤得到最终视差图.对Middlebury测试平台上标准图像对的实验结果表明,该方法在6组弱纹理图像上的平均误匹配率为9.67％,较传统引导滤波立体匹配算法具有更高的匹配精度.     

基于视觉生理特性的视差求取算法

在Ｆｒｅｅｍ ａｎ 等人关于眼睛的视觉生理特性的研究基础上,进一步从数学上推导出了“复合型”双目视觉细胞的模型,并且将其用于视差求取,实现了一种基于视觉生理特性的视差求取算法．对随机点图和五边形像对的实验表明本算法能够快速高效地计算视差     

基于双目立体视觉的快速人头检测方法

为满足人流统计实时性的要求,提出一种人头检测算法。该方法对双目相机采集的图像通过运动目标检测分离出运动人员所在区域,对这些区域使用融合区域匹配和特征匹配的快速匹配方法,即利用视差的连续性只对强纹理点进行绝对误差累积(SAD)匹配,其他点只进行简单的视差验证,能够得到稠密的视差图,再由三角投影关系计算出深度图。由于双目立体成像得到的深度图中人员与场景的深度分布不同,可以采用深度分层的方法将存在人头信息的深度层提取出来,经过数学形态学预处理再利用边缘检测会得到许多候选轮廓,最终利用轮廓的几何特征来判断轮廓是否为人头。实验表明:该算法可以很好地适应复杂场景下的人头检测,精度高、速度快。     

一种基于视觉显著图的舰船红外图像目标检测方法

提出了一种基于视觉显著图的红外舰船目标定位方法,即通过改进的Itti模型生成视觉显著图,并基于视觉显著图分割出目标区域,从而实现目标检测。先用小波变换替代Itti模型中的高斯滤波来生成图像多尺度金字塔,然后用center—surround算子提取出多尺度的视觉差异特征,并对生成的视觉特征图进行合成,生成显著图。最后,利用阈值分割方法分割出目标区域,并对原始图像进行标记,从而实现目标检测。实验结果表明,与传统的Otsu阈值分割方法相比,该方法能够准确检测出目标区域。     

显著区域检测算法综述

检测视觉上显著的区域对于很多计算机视觉应用都是非常有帮助的,例如：内容保持的图像缩放,自适应的图像压缩和图像分割。显著区域检测成为视觉显著性检测领域的重要研究方向。文中介绍了显著区域检测算法的研究现状并分析了典型的显著区域检测方法。首先,将现有的显著区域检测算法进行了分类和分析。然后,在一个包含1000幅图像的公开数据集上对典型的显著区域检测算法进行了评测。最后对现有的显著区域检测算法进行了总结并展望了下一步发展方向。     

基于视觉和毫米波雷达的车辆检测

根据智能车辆主动驾驶辅助系统中的重要性,提出了一种融合毫米波雷达数据和视觉多特征的车辆检测算法。车辆检测算法通过三个步骤实现,首先,提出一种空间对准算法实现毫米波雷达和视觉的空间对准;其次,根据空间对准结果和搜索策略提取目标车辆的感兴趣区域;最后,融合车底阴影、对称轴、左右边缘等车辆特征实现车辆检测,其中,为了准确得到目标车辆的车底阴影,提出一种改进的车底阴影分割算法。算法的性能在不同的场景下得到证实,实验结果表明该车辆检测算法是有效和可靠的。     

基于三角形网格的立体视差估计和遮挡点检测混合算法

本文提出一种新的用于立体图像编码的视差估计和遮挡点检测混合算法.其中的视差估计方法利用极线约束条件,在缩小搜索范围的同时提高了视差估计的准确性.遮挡点检测方法仅使用了匹配点唯一性约束和视差梯度限制这两个基本条件,降低了算法的复杂度.整个算法利用DT(Dalaunay triangulation)网格这一数学工具把散乱的点结合起来进行处理,使算法在实现方面更加简单化.本文算法首先对立体图像对中的左图像进行DT网格剖分,把各三角形的顶点作为"特征点"在右图像中寻找它们的匹配点.然后利用匹配点唯一性条件提取出其中一些顶点进行遮挡检测.实验结果表明,本文算法对"特征点"的视差估计比较准确,也能较为准确地检测出其中的遮挡点.借助DT 网格在图像编码方面的优势,本文算法可以方便地用于立体图像编码.     

基于机器视觉的前方车辆检测和车距测量算法研究

随着时代的快速发展,汽车已经成为了人们出行必不可少的一种代步工具。而汽车行业也获得了快速的发展。目前,智能车辆上面已经安装了辅助性的一种驾驶系统,其自身是机器视觉技术,在安全驾驶和控制交通事故中起到了不可缺少的作用。这一个技术其中涵盖了对于前方行驶车辆的及时检测技术以及其与本车在距离上的测量技术。针对这种情况,本文分析了机器视觉系统自身的使用背景,并且获得了针对BOF特点的一种车辆检测算法,分析了针对机器视觉对于前方车辆距离进行测算的方法,希望能够为相关人员提供参考。     

双目立体视觉区域局部匹配算法的改进及其实现

匹配算法是双目立体视觉中关键技术之一.这里讨论双目立体视觉区域局部匹配的相似性测度函数、局部相关匹配算法,并分析其复杂度,进而提出模板滑动的匹配算法.在VC++平台上,通过双相机实验系统的标准测试图及实际场景图对所提方法进行验证.分析和实验结果都表明了该改进算法的有效性和快速性.     

基于机器视觉道路识别算法的研究

在道路图像中,为了得到较理想的车道标识边缘,采用基于Sobel算子边缘图像增强的方法增强道路车道线的边缘,从而明显提高车道线提取的准确性.针对道路边界的形状特征提出的二次曲线道路边界模型,实现了对车道标识线的实时跟踪.     

基于双目相机的光学高度测量系统

根据双目立体视觉模型,搭建一个实验室专用的高度测量系统.首先使用Matlab自带的工具箱对双目相机进行多次标定,获取实验所需的诸多参数,然后通过立体校正技术建立修正后的世界坐标与像素坐标之间的关系方程.在VS2015结合OpenCV的编程环境下,利用立体匹配算法和视差理论获取目标表面的三维空间信息.最后通过选定同一目标...     

车辆检测与跟踪系统中道路检测方法的研究

为了更好地实现车辆检测与跟踪系统中的车辆定位,通过比较分析各种算法,提出了一种基于Sobel算法和Hough变换的道路检测方法。经过对比认证,该方法能准确的判断出非路面区域和路面区域,为后续的车辆检测提供了方便,大大提高系统运行的实时性。     

基于双目视觉的六旋翼无人机立体匹配算法

针对六旋翼无人机双目视觉成像时,经双目融合后反馈的图像噪点过多,以及图像精度不够理想的问题,提出了一种在匹配过程中融入全局差错能量最小化的区域立体视觉匹配算法。由于视差的求解是立体匹配过程中最重要的环节,因此本文利用最小化差错能量矩阵求解最优视差的原理。通过提高立体视觉的视差精度,从而减少视觉融合过程中因数据问题产生的噪声干扰,最终提高了对场景信息三维重构的准确度。通过分别在室内外的仿真实验与真实环境重构实验,验证了本文提出的基于双目视觉的六旋翼无人机立体匹配算法的有效性与可靠性。     

基于机器视觉的精密钻孔法向检测算法研究

目前在自动化检测领域,机器视觉检测技术开始广泛地应用,这种技术的特征表现为高精度、非接触、适用性强,操作方便.在智能制造需求的促进作用下,很多工业生产中开始应用到机器视觉技术.本文对精密钻孔法向检测进行研究,根据检测要求而选择合适的检测方法.首选用Canny边缘检测算法,但是在实际的应用中这种算子会引入很多非目标轮廓线...     

空域加权局部对比度的红外小目标检测算法

针对传统局部对比度算法在强杂波背景下,容易引入虚警目标的不足,提出了一种空域加权局部对比度的红外小目标检测算法。首先,利用具有中心激励和侧向抑制性的二维高斯差分滤波器,抑制了原始图像大部分的背景杂波,以提高图像的信噪比;然后,利用目标均值与邻域的中值的比值进行局部对比度测量,再用目标各区域的灰度均值差加权局部对比度,生成目标显著图;最后,对显著图进行自适应阈值分割,检测出真实目标。实验结果表明,与其他几种检测方法对比,该算法不仅具有较高的信躁比增益和背景抑制因子,还具有较高的检测率和较低的虚警率,是一种有效的红外小目标检测方法。     

基于路面约束的行人检测感兴趣区域提取

针对行人检测存在识别精度不高,实时性较差等问题进行相关研究.分析了基于多尺度滑动窗口法提取行人检测窗口的缺点,为解决行人检测中检测窗口数量过多的问题,提出在图像分割和路面提取的基础上实现对行人检测窗口的提取.先利用FCM聚类算法训练得到分割阈值,其次提取路面区域,根据路面区域筛选可能存在的行人位置,进而提取感兴趣区域,并对相应的感兴趣区域提取HOG特征进行进一步精确分类.实验结果表明,采用基于路面约束的图像分割方法来提取感兴趣区域,有效减少了遍历窗口的数量,从而提高了行人检测速度和检测精度.     

基于偏振权重局部对比度的目标检测

分焦平面红外偏振探测器输出的是红外偏振马赛克图像,传统处理流程需要进行去马赛克恢复出四个偏振通道的完整图像,然后再实现后续的任务。然而,去马赛克过程会引入误差,而且计算复杂度高、耗时长。针对如何直接在红外偏振马赛克图像上进行目标检测的问题,本文提出了一种偏振权重局部对比度的目标检测方法。首先分析了目标与背景的偏振特性差异;然后设计了红外偏振马赛克图像的斯托克斯矢量计算卷积核;在此基础上提出了基于偏振权重的偏振度显著图,在偏振度显著图上利用自适应阈值操作实现目标检测。此外,利用边缘检测方法进一步优化目标检测结果,得到更加完整的检测结果。最后,使用采集的红外偏振马赛克数据集验证了所提出的目标检测算法在复杂背景以及恶劣天气影响下的鲁棒性。