基于灰度不变性的扣件定位特征提取方法

针对现有扣件定位方法对不同光照条件下的铁路扣件图像适用性差、定位不准确的问题,提出一种鲁棒的、准确的铁路扣件定位检测算法。首先利用人眼视敏度特性来确定Rank变换窗口的大小,并通过改进Rank变换增强图像边缘特征;然后基于改进的LSD(Line Segment Detector)方法在增强后的图像中搜寻垫板与轨枕接触的边界线,并利用先验知识实现扣件的准确定位。实验表明,该方法定位准确且具有很好的适应性和鲁棒性。     

基于边缘特征的无砟轨道扣件定位方法

轨道扣件的精确定位是实现扣件缺陷检测的前提,而常规的基于机器视觉的轨道扣件定位检测方法存在适应性差,且易受光照强度及遮挡的干扰。为了实现轨道扣件的快速精确定位,提出一种基于边缘特征的轨道扣件定位方法。通过在参考图像中选取标准扣件区域以生成匹配模板,利用Canny边缘滤波算子获得边缘点的位置坐标及梯度方向;在此基础上构建搜索模型并采用图像金字塔匹配搜索策略,获得匹配分值的潜在匹配点;并利用匹配阈值设定法,逐层逐次跟踪潜在匹配点,直至图像金字塔最底层,以提高定位速度;基于最小二乘法调整位姿参数,使其达到亚像素级精度。实验表明,该方法具有鲁棒性强、定位速度快且不受光照变化及遮挡的影响,定位精度达到1/15像素,定位成功率大于95%,满足无砟轨道扣件定位需求。     

基于几何特征的虹膜定位算法

利用虹膜边缘的几何特征及圆相交弦的性质提出了虹膜定位算法.根据瞳孔、虹膜、巩膜的灰度变化,建立虹膜图像直方图,确定阈值进行虹膜内边缘定位;再用形态学算法与新的Hough变换相结合来进行虹膜图像外边缘的定位,确定外圆圆心及半径.通过仿真结果表明本方法实时性能较好,能较好地实现内外边缘的定位.     

一种新的虹膜定位方法

针对现有虹膜定位算法的局限性,提出了一种新的虹膜定位的方法.先对虹膜图像进行预处理,用canny边缘检测算子检测得到虹膜内边缘;再通过二次canny边缘检测对虹膜外边缘进行粗定位,然后分小区域对虹膜外边缘实现多阈值边缘检测,从而获得真实边缘,再利用虹膜内外边缘之间的耦合关系,结合最小二乘法实现虹膜外边缘的定位.实验结果表明,此方法能比较快速准确地定位出虹膜的内外边缘.     

无砟轨道扣件快速匹配定位方法研究

针对现有扣件定位方法速度慢、定位不准确的问题,结合无砟轨道的特点,提出一种无砟轨道扣件快速匹配定位算法。该算法针对传统匹配算法运算量大、匹配结果不准确的缺点,采用梯度法求取扣件图像的方向场,并根据钢轨区域方向场的各向一致性,锁定扣件感兴趣区域,实现图像裁剪,减少模板搜索空间;模板匹配则通过计算模板和图像方向场对应点之间的绝对值距离实现扣件匹配定位,并利用方向场采样、基于统计方法确定搜索起点位置、随机抽样一致性等方法提高匹配速度和精度。实验结果表明,该算法匹配速度快、鲁棒性强,能够满足扣件检测识别中对扣件匹配的实时性和准确性的要求,与传统的模板匹配定位方法相比,速度提高了30%左右,且对于不同光线条件下的匹配成功率均大于95%。     

改进直接线性标定的移动机器人视觉定位算法

在移动机器人视觉定位中,图像处理技术为摄像机标定和视觉定位奠定了基础.本文首先对机器人采集得到的目标图像进行灰度变换,将彩色的图像转换为灰度图像,利用中值滤波滤除目标图像中的孤立噪声点,再使用sobel算子提取图像的边缘,由于提取的边缘不清晰,最终使用改进的hough变换得到图像的清晰边缘.实验中利用matlab 7.5软件对图像进行处理,获取到准确的目标点像素.而要得到机器人在实际坐标系中的坐标,需要对摄像机进行标定,本文对直接线性标定算法进行改进,利用最小二乘法简化计算的过程,实现机器人视觉定位过程.实验结果表明,该方法简单且有效,提高了定位的准确度,验证了该方法在视觉定位中的有效性和可行性.     

虹膜定位算法的研究

虹膜识别系统中的虹膜定位精度和定位速度影响识别系统性能.在分析现有虹膜识别算法的基础上,采用基于Canny思想的边缘检测算子提取虹膜图像边缘信息,结合先验知识在小图像块上进行Hough变换拟合虹膜内外圆.实验结果表明,该定位方法在保证定位精度的同时有效地提高了定位速度.虹膜区域的噪声包括眼睑、睫毛、眼睑阴影和光斑等,在眼睑定位方面提出了边缘检测结合Radon变换分段直线定位去除眼睑噪声的方法,同时采用阈值法去除了睫毛和眼睑阴影对虹膜区域的干扰,并用实验验证了该算法的有效性和准确性.     

最小方差搜索圆心的快速虹膜定位算法

为了改善虹膜识别的实时性,提出一种新的快速虹膜定位方法。首先对虹膜图像进行去噪处理,然后采用类间方差法对图像进行阈值分割,再运用投影方法粗略得到虹膜内边缘圆心和半径,最后根据粗定位得到内边缘圆周参数,采用所提出的算法对虹膜内边缘进行精定位;对于外边缘定位,依据先验知识以及内边缘圆周参数去掉虹膜图像多余的边缘点及噪声点,缩小搜索范围,然后采用同样的算法对外边缘进行精定位。实验结果表明,该方法能够准确快速的定位出虹膜内外边缘,定位速度较传统算法提高了十倍左右,并且减少了传统定位算法搜索的盲目性。     

遥感图像中的飞机快速定位方法

针对目前遥感图像中飞机的快速定位问题,提出了一种利用分布估计法处理边缘轮廓特征的飞机快速定位方法.首先融合不同精度的多边形近似结果,将复杂的几何轮廓转换为网状结构;再通过期望最大化(EM)算法对局部灰度纹理特征值进行分布估计,定位分割出飞机区域.对几幅机场图像的试验结果表明基于复杂边缘轮廓的方法不受图像各种灰度信息的干扰,突出了飞机同其他图像内容的区别,同时EM算法能够根据强化结果的纹理特征快速准确的定位出大幅遥感图像上各种型号的飞机目标,具有较好的鲁棒性和实用性.     

一种在低照度情况下自适应滤波牌照定位算法

提出一种在低照度情况下进行自适应滤波牌照定位算法.该方法首先设计一种×字形窗口的自适应中值滤波改进算法,对车牌灰度图像进行中值滤波滤除噪声.接着采用Sobel边缘检测器进行车牌边缘检测;再将Sobel算子卷积结果采用最大类间方差法阈值分割算法对图像进行预分割,将图像分割为目标和背景;接着采用模糊分割方法求得最终分割阈值...     

结合掩膜和可变形部件模型的扣件定位算法

针对原始可变形部件模型在定位铁路扣件时误定位率过高的问题，提出一种结合掩膜和可变形部件模型的扣件定位算法。在训练步骤中，对训练出的扣件可变形部件模型作掩膜操作，去除模型中的部分扣件背景区域。统计去除过后模型部件得分的分布，从而确定各个部件的权重。对于一张新的待定位图像，采用训练完成的部件权重计算模型检测得分，根据得分高低确定扣件位置。实验结果表明，与目前主流扣件定位方法相比，原始可变形部件模型定位效果较好，提出的算法相比于原始可变形部件模型误定位率减小了52%。另外，在强阳光和阴天时，模型同样能够准确定位扣件。     

基于改进CenterNet的托盘定位方法

目前, 托盘定位大多采用基于深度神经网络的目标检测算法, 一般使用矩形框进行托盘定位, 托盘中心点定位精度不高, 且无法有效估计托盘水平方向. 针对此问题, 本文提出了基于关键点检测的托盘定位方法, 通过检测托盘正面外轮廓的4个角点来定位托盘. 首先, 由于目前没有大规模的托盘数据集, 使用迁移学习的方法, 将CenterNet的人体姿态估计引入托盘定位任务. 然后改进关键点分组方法, 并提出关键点回归自适应补偿, 提高关键点检测精度. 在托盘关键点定位的基础上, 提出基于几何约束的托盘中心点计算和托盘水平方向估计方法. 本文方法与原CenterNet相比, 托盘关键点定位指标${{A}}{{{P}}^{{\text{kp}}}}$从0.352提高到0.728, 托盘中心点定位精度指标${{ALP}}$达到0.946, 并且可以有效估计托盘水平方向, 具有较高的实用价值.     

基于改进Canny边缘检测的堆叠货箱分割定位方法

为了提高集装箱卸货的自动化水平,针对集装箱内堆叠货箱难分割定位的问题,提出了一种基于改进Canny边缘检测的堆叠货箱分割定位方法。通过阈值分割和形态学处理进行图像预处理,去除背景干扰,提取堆叠货箱区域图像,基于改进Canny算法对堆叠货箱进行边缘检测,根据堆叠货箱边缘特征进行筛选并基于最小二乘法进行直线拟合,解决边缘线条不连续和虚假边缘问题,对边缘进行区域化处理,以此将堆叠货箱分割成独立的货箱区域,提取每个独立货箱的最小外接矩形,得到货箱中心点的位置信息。实验结果表明,该方法对堆叠货箱有很好的分割效果,定位精度小于5 mm,满足定位精度要求。     

有砟轨道扣件缺失识别算法的研究

针对有砟轨道扣件缺失问题,提出了基于fast PCA 和bag of words的两级分类扣件图像缺失识别算法。考虑到算法的可移植性和拍摄角度的不同,图像中钢轨和轨枕的方向并不一定是垂直的,单扣件定位识别具有局限性,提出采用双扣件图像作为样本。通过第一级分类器判断扣件是否缺失,进而得到扣件的具体位置。通过第二级分类器判断缺失扣件的类型,进一步得到扣件缺失的数目。该识别算法可达到较好的识别效果,有效地解决了拍摄角度不同的情况下有砟轨道缺失扣件的检测问题。     

基于可靠AP选择和深度置信网络的室内定位算法*

因受到非视距传播等影响,基于位置指纹的室内定位精度不高。针对此问题,提出一种基于可靠AP选择和深度置信网络(DBN)的室内定位算法(RAP-DBN)。离线阶段,利用改进k-means聚类算法将定位区域划分成若干子区域,并依据Fisher准则和各AP缺失频率,选取分辨能力强且可靠的AP节点作为子区域的训练节点,最后采用DBN模型对各子区域参考点数据进行训练;在线阶段,根据接收信号强度判别测试点所属的类簇,并根据训练好的DBN模型在线估计测试点位置。实验结果表明,和WKNN算法、M-WKNN算法以及PSO-ANN算法相比,改进算法在定位精度和稳定性方面均有所提高。     

基于直线基元的实时定位与匹配方法

为实现工业过程中对工件的实时定位,提出一种基于直线基元的几何哈希法实时定位与匹配方法。离线学习模板过程,提取图像中的直线基元,选择其中两个直线基元构建基底,量化剩余基元并建立几何哈希表;在线实测图像中,选择一组直线基元构成基底,量化剩余基元,通过坐标在几何哈希表中查询对应的基底并投票,来实现实时定位与匹配。实验证明,该方法对于工件的定位与匹配,实时性好、准确性高。     

煤矿井下人员行走轨迹的算法研究

针对目前煤矿人员定位系统主要采用区域定位方式,存在无法直接解算出井下人员的精确位置和无法确定井下人员运动方向的问题,提出了一种基于树形结构、通过构建拓扑关系计算井下人员可能行走轨迹的算法。该算法首先定义了点与弧段、弧段与弧段以及弧段与点的拓扑模型,并以此为基础构建树形结构,对其进行层次遍历,得到井下人员行走轨迹;在计算过程中,该算法利用井下接收器的实时状态信息,自动排除停止工作的接收器和分站对轨迹的影响,有效确保了轨迹的准确性。     

基于声誉机制的传感器网络节点安全定位算法

针对传感器网络中的节点安全定位问题,提出一种基于声誉机制的安全定位算法。算法引入信标节点的相互监督机制,使用Beta分布来表示更新和整合信标节点的声誉值,通过簇头节点来收集并判断哪些信标节点是信誉值高的可信节点,并应用声誉模型来排除提供错误定位信息的恶意信标节点,提高了恶意信标节点的检测率,减少了定位误差,提高了定位系统的鲁棒性;通过仿真实验详细分析了定位算法的有效性和鲁棒性,所提算法适用于分布式传感器网络节点实现自身定位,且在定位精确性和安全性方面都有很大提升。