基于视频数据的电梯门防夹检测算法研究

针对电梯门现有防夹保护装置的缺陷,提出了一种基于视频数据的防夹检测算法,用于在轿厢门区内检测物体。首先,采用改进的双边滤波方法滤除视频帧和背景图像中的噪声。然后,差分视频帧与背景图像,并采用极大熵粒子群法二值化差分图像。接着,将二值图像进行形态学滤波以检测出轿厢门区范围内的物体。最后,利用Surendra算法更新背景图像。实验结果表明,提出算法可以在轿厢门区范围内实时且准确地检测出物体,为电梯门防夹功能的改进提供了可靠的保障。     

基于多层采样多阈值的目标分割算法

文中提出了一种新的阈值化方法用来在自适应背景的应用中把运动物体从景物中分割出来.传统的方法是用一个简单的阈值来分割物体,但是其中存在一个问题就是难以取得一个恰当的阈值在误警率和探测率间取得平衡.文中这种新的方法的提出在减少误警率的同时避免了失检.此方法基于阈值滞后的概念,采用多次子采样在不同的应用层中获取不同的阈值,在不同的应用层中利用不同的分布概率下的阈值来减少误警率和失检率.实验证明该方法较其他方法分割运动物体更为有效.     

车道偏离预警中车道线实时视频图像识别仿真

传统车道线图像识别与现实路况差异较大,提出了一种车道线实时视频图像识别方法.方法 对车道线图片进行逆透视转变,采用改进的Sobel算子对最近车道线边缘进行检测.在此基础上利用自适应双阈值对检测到的图像做二值化处理,增强图像信息.使用改进Hough变换算法减少拍摄图像与实际路况的差异,完成车道线实时视频图像识别.仿真结果证明,研究方法可以在不同道路环境中实现车道线视频图像准确识别,运行时间短、效率高.     

基于改进Renyi熵的运动目标图像提取仿真

运动目标图像提取有助于通过计算机视觉实现复杂变化背景下的图像细节分析,现有图像提取方法通常针对某一类图像作为研究对象,致使应用场合受到一定限制。针对运动目标图像的提取应用,提出了改进Renyi熵的运动目标图像提取方法。首先利用直方图对运动图像的YCbCr颜色概率进行估算,根据图像YCbCr颜色计算Renyi熵,然后设计相应的目标函数来确定阈值,并结合中值处理提高算法的抗噪声性能,最后对颜色的Y、Cb与Cr通道分割得到原始中心点,利用迭代处理更新中心点,并搜索出像素的边界阈值,从而实现运动目标图像的提取。通过仿真,分别从提取时间、计算熵值、以及目标图像识别率多个方面进行比较验证,证明了提出的改进Renyi熵的运动目标图像提取方法能够有效应对运动图像复杂多变的背景,提高了处理速度与提取准确度,具有较好的抗干扰能力。     

基于小波变换的图像阈值去噪的改进方法

基于Donoho提出的传统的阈值去噪方法,提出了一种新的阈值函数,并应用于图像的去噪.与Donoho的软阈值和硬阈值函数相比,这种新的阈值函数有更多的优点:可以实现能量自适应去噪;能够保存图像的边缘信息;函数的表达式简单,避免了硬阈值函数的不连续性;相比软阈值和硬阈值函数,新阈值函数更灵活.仿真结果表明,改进后的方法应用于图像去噪,无论是视觉效果还是信噪比都有了改善.     

一种基于图像的运动物体检测及高度分析算法

现代监控系统要求做到无人值守, 而智能视觉监控能很好满足这个要求.文中为实现这种智能视觉监控系统做了一些算法上的研究工作:实现了对运动物体进行实时检测和追踪,并利用透视几何中的消影点、消影线以及交比的约束方法对运动物体高度进行了分析.试验结果表明,此方法将自适应阈值应用到物体检测中使检测结果更加精确,并且自动估算出的物体的高度误差也很小,具有一定的实用性.     

基于改进背景差法的运动目标检测

为了更快速准确的实现视频监控中运动目标的检测,提出了基于背景差法的改进算法.该算法对背景差法中的背景建模与阚值选取进行了优化,解决了场景中存在运动物体时背景的初始化问题,能够快速有效地进行背景自动更新.同时根据场景信息自适应地在图像的不同区域采用不同阈值,将检出图像中的噪声点作为反馈来调整闽值,即减小了背景物体产生的噪声,又不影响检测灵敏度,从而大大提高了检测的质量.实验结果表明,该算法比原有算法准确度更高,速度更快,有效地提高了设备的检测效果.     

改进的Otsu法在电梯门ROI提取中的应用

针对传统电梯门安全保护方式的不足，开展了以阈值分割算法为核心的电梯门图像处理的研究。针对传统Otsu算法在目标区域具有低熵特点且背景区域较大的情况下无法得到理想分割阈值的问题，提出了一种基于波谷混合加权因子的全阈值分割算法，使得分割阈值处于电梯门灰度直方图谷底附近且更接近电梯门ROI（Region Of Interest，ROI）。同时结合电梯门图像特征缩小了算法的搜索范围。实验仿真表明，改进的算法相比于传统Otsu法和其他改进算法在电梯门图像的分割结果中，目标区域更接近于电梯门ROI，运算效率在同等仿真环境下提高2至6倍。     

序列图像的自动阈值调整与自适应处理

本文是在分析黑白序列图像处理中自动阈值调整与自适应处理的基础上,提出了对彩色序列图像处理的阈值自动调整及自适应处理的方法,此方法正应用于基于彩色序列图像的“运动物体的识别与跟踪”的研究中。     

基于迭代思想的自适应Niblack算法改进

针对文本及小物体图像识别时在光照不均匀工况下特征提取难度大、效率低问题，提出一种改进Niblack算法。利用迭代思想获取每个像素邻域的均值及标准差，使其与邻域窗口大小无关，避免了重复计算，降低了算法复杂度；在Sauvola算法基础上结合全局阈值Otsu算法及方差特性改进算法阈值，使其能自适应地调整阈值，逐点地进行图像二值化。为验证算法有效性，将其应用于文本、车牌及小物体图像二值化，与传统Otsu、Kittler、Niblack和Sauvola算法相比，算法获取的特征更清晰和准确，伪影和斑点等噪声更少，且与原Niblack算法相比，相同条件下其处理时间大幅度降低。     

Recognition and path planning strategy for autonomous navigation in the elevator environment

This paper presents a robust and reliable method for a mobile robot to get on/off an elevator in a multistory building. Getting on/off the elevator requires the robot to perform two different tasks: a recognition task and a navigation task. First, we propose a recognition algorithm for the elevator buttons and status so that the robot reacts flexibly to the current elevator status. We first apply an adaptive threshold to the current image in order to get a binary image. Then we extract the candidates of the buttons and the floor number after preliminary filtering. Ambiguous candidates are rejected using an artificial neural network, and a matching method is applied to finally recognize the call buttons, destination floor buttons, moving direction and current location of the elevator. Second, we suggest a path planning algorithm to navigate into and out of the elevator without any collision. By constructing an occupancy grid map and computing a target function, we find the best position for the robot to get on the elevator. Then we plan an optimal path to the best position using a potential field method. Experiments were carried out in several simulated and real environments including empty, crowd and blocked scenarios. The approach presented here has been found to allow the robot to navigate in the elevator without collisions.     

机器人视觉的电梯轿厢门状态识别系统

针对视频监控中人工监督的低效率、传感器在轿厢内安装困难等问题,结合电梯轿厢内场景的特征,设计了一套基于 ARM的电梯轿厢门智能识别监控系统.门状态智能识别系统以三星的 Exynos4412为控制中心,搭载 Linux系统驱动视频采集模块,通过基于计算机视觉的门状态识别算法实现轿厢内门开关状态的识别.电梯轿厢门状态智能识别系统是以数字图像处理为基础,为满足轿厢内监控设备的小型化、安装便利等需求,本文采用前端识别技术.在嵌入式Linux系统上实现图像采集、图像预处理,采用基于 Hough线变换算法来实现开关门状态监测.实验表明,该系统能对轿厢门状态进行准确识别,在检测识别和安防领域具有很好的应用前景.     

基于三帧差法和交叉熵阈值法的车辆检测

考虑运动车辆图像的时间相关性和空间相关性,采用三帧差分法与二维交叉熵阈值法相结合的方法对运动车辆进行检测。利用三帧差分法对视频图像进行运动车辆的检测,得到灰度图像的差分图像,使用二维交叉熵阈值法对差分图像进行二值化。实验结果证明,该方案能够检测出完整的运动车辆,具有良好的可靠性和鲁棒性,满足智能交通系统的要求。     

高速道路交通视频中车辆目标提取研究

为了能够从监控视频中快速、准确地分析车辆目标,提出了基于感兴趣区域(ROI)的车辆目标提取方法.针对高速公路监控视频,利用混合高斯背景建模,在视频中划定ROI,以排除逆向车道车辆目标的影响,应用图像形态学进行干扰点排除与前景图像轮廓空洞填充,对运动车辆目标进行检测后,用最小矩形方框法自动截取目标,最终,通过图像尺度归一化建立车辆样本数据库,为车型分类和识别提供目标图像.实验结果表明:该方法对车辆目标提取准确率高,且图像数据库样本丰富.     

组态监控PLC控制的电梯系统

利用组态王软件开发电梯远程监视系统,通过电梯远程监测装置实时监控电梯运行状态,运用PLC技术控制8层观光电梯系统,完成了电梯的运行、电梯门的开合、轿厢内外呼叫应答等功能,并结合变频器,完成了电梯的变频调速。     

基于改进Hough变换的电梯轿厢内人数统计算法

考虑电梯轿厢内人数的电梯群控调度算法,可以在有限的时间内,找到更优解,对电梯的调度具有重要意义。针对目前基于视觉的人数统计算法正确率不够稳定,速度较慢的问题,提出了一种基于改进Hough变换检测人头轮廓的电梯轿厢内人数统计算法。该算法将标准Hough变换检测圆时的三维空间转换为一维空间,利用圆的几何特性遍历图像数据,通过一维Hough变换进行半径累积,并和阈值进行比较来确定人头轮廓的半径和圆心。结果表明,和用Hough变换检测人头轮廓的传统方法相比,该算法具有速度快,正确率高,抗噪性能好等优点。     

基于OpenCV的遥操作工程机器人双目视觉定位技术

针对当前遥操作工程机器人双目视觉定位技术匹配精准度低,导致定位误差过大的问题,提出种基于OpenCV改进的遥操作工程机器人双目视觉定位技术。在分析HSV色彩空间后,建立适合工程机器人的颜色特征识别空间体系,通过分析图像特征及运动坐标确定圆形光点,利用提供的靶点目标,创建模板后通过双目视觉获取具有靶点特征的其他图像,将图像代入OpenCV技术函数库中。在OpenCV技术函数库中通过光流法对图像进行函数匹配,应用将目标的背景模型与图像的处理方式分割开来,提取背景与干扰因素的全部信息,利用二值化阈值处理运动目标的形态,实现无干扰图像显示,确保定位结果的准确性。实验结果表明,基于OpenCV的遥操作工程机器人双目视觉定位技术能够有效提高匹配精度,降低定位误差,具有一定的实际应用价值。     

交通场景中运动分割问题的研究

提出了一种在交通场景中鲁棒地检测运动车辆的方法，该方法采用改进的加权平均法进行实时背景学习，并根据统计量动态地计算出运动分割的阈值，以得到交通场景中的运动物体。与以往的方法相比，该方法在检测的成功率以及运算速度上均具有明显的优势。