基于改进卷积神经网络的动态障碍物检测方法

针对传统卷积神经网络在感兴趣目标较小的情况下对动态障碍物检测会出现结果不准确的问题,提出一种基于改进卷积神经网络的运动障碍物检测方法。该方法在层层抽取细节特征的基础上融入全局特征,利用全局特征修正细节特征的提取,利用Softmax层进行分类来获取图像的整体信息。实验结果表明,与传统卷积神经网络相比,改进卷积神经网络具有较低的时间复杂度,以及较高的识别率。     

基于区域优化的等厚对接焊缝图像二值化方法

坡口镜面反射、多层多道焊坡口形貌复杂和飞溅等现象，使图像存在灰度级多、灰度分布不均和随机噪声等问题，为此提出了一种基于区域优化的等厚对接焊缝图像二值化方法。提出自适应定义ROI算法以缩减图像；基于邻域灰度极差值的分布，将ROI图像分为平缓和剧烈两区域；进一步以高质量二值化图像为目标，建立了区域判定优化模型，由最优结果确定焊缝光带区域，将该区域灰度均值作为阈值，完成二值化处理。实验结果的主观和客观评价较优，满足多层多道焊和多厚度规格钢板的实时性焊接要求。     

基于动态划分感兴趣区域的车道线检测算法

车道线检测一直是无人驾驶系统的研究热点之一。随着路况复杂程度的增加,对车道线检测效率和检测精度也不断提出更高的要求。提出一种基于动态划分感兴趣区域的车道线隔行检测算法。通过动态划分感兴趣区域将天空、当前车道两旁干扰因素等有效去除,减少了80%左右的检测量,同时也很大程度上避免了误检。在边缘点提取算法中,将检测区域划分成几个小区域,分别提取其边缘点,并采用隔行方法对其检测,最后再将提取到的这些边缘点运用最小二乘法和三次样条曲线拟合出车道线,有效提升了车道线检测算法的实时性和准确性,并且适用于多种试验环境(如雾天、雨天和夜间)。     

多层单道电弧增材表面3-D重构方法研究

为了研究多层单道电弧增材表面3-D成形特征，采用激光视觉传感系统采集电弧增材制造表面条纹图像。提出基于边界约束条件的感兴趣区域(ROI)提取法对焊缝特征曲线进行定位，获取ROI的激光条纹像素坐标。进行了理论分析和实验验证，得到电弧增材表面的3-D离散点数据，采用Delaunay三角剖分对离散点拟合形成3-D实体表面。结果表明，锯齿靶标的线性标定方法，3-D重构精度在0.2mm以内; 基于边界约束条件的ROI提取方法能准确定位电弧增材上表面和侧表面的条纹特征曲线。这一结果对电弧增材表面的3-D成形检测是有帮助的。     

多线激光V型焊缝图像特征提取与轨迹识别

为了减少焊缝识别中传感器安装位置带来的前置误差，提高识别精度，设计了一款多线激光传感器，对多线激光在V型焊缝上的图像进行处理得到焊缝轨迹。提出一种基于动态不规则感兴趣区域的图像分割方法，将多条激光分割后并行处理。单条激光线图像预处理后以像素行灰度值之和的极大值确定激光条纹所在行，对激光条纹分段拟合后求交点，得到坡口边缘与焊缝位置的特征点，并将焊缝位置特征点拟合得到焊缝轨迹。根据所提出的算法编写了焊缝轨迹识别程序，并进行实验，结果表明，所提出的算法识别焊缝走向误差在0.5°之内，符合焊缝跟踪的要求。     

一种改进的迷彩设计中背景图像分割方法

针对迷彩设计中常用的彩色图像分割方法计算量过大、分割效果不明显等问题,提出一种改进方法。先确定背景中与主色接近的军标色,然后结合区域分割与聚类分析的思想,得到不同特征的分割效果。实验以图像色度为分割特征,在选取不同阈值的情况下,列举并分析了所得结果。实验结果表明,改进后的方法能够较好地分割背景图像并保留其细节纹理特征,得到较为理想的设计效果。     

手指静脉图像感兴趣区域快速提取方法研究

手指静脉识别技术由于其非接触、高防伪性以及活体检测等优点,成为研究与应用的热点。针对传统手指静脉图像感兴趣区域提取方法过程复杂、运算量大的问题,提出一种感兴趣区域快速提取的方法。该方法采用三点对比法定位手指上下边界以及基于相似三角形定理的图像校正方法。与传统的方法相比,省去了边缘优化的复杂过程以及减少了旋转校正的乘法运算量,能将指静脉图像感兴趣区域提取的速度提高2～3倍。利用指静脉图像库进行仿真实验,结果表明,本算法提取ROI的正确率为100%,识别的等错误率仅为2.45%,说明该方法具有较高的普适性和稳定性,能广泛应用在指静脉识别系统中。     

基于LabVIEW的激光加工路径识别算法

激光加工应用于各行各业,其作用不可忽视,而且功能越来越丰富.传统的激光加工往往是由上位机生成矢量图导入下位机后控制激光头移动.这种方式局限性在于不能自由的对加工平面上规划好的路径进行加工.为了解决这个问题提出了基于LabVIEW机器视觉的路径识别算法,通过不断改变ROI即感兴趣区域来获取所需的点,将这些点连起来便是所要加工的路径,并将这些点转换成世界坐标传输到控制器来控制激光头的运动,在不断改变ROI的同时必须严格保证ROI不偏离规定路径也不能同时包含其他路径而造成干扰,实验结果显示路径可以被有效识别验证了该算法的可行性.     

安全带佩戴视觉检测系统仿真研究

为克服现有的安全带报警系统存在的不足,提出了一种安全带佩戴视觉检测系统并通过MATLAB实现．该系统首先把采集到的彩色图像转化为灰度图像并进行预处理,然后设计了合适的感兴趣窗口（WOI）,用该WOI对灰度图像进行截取,以削减图像数据运算量,同时有效排除了其他区域的干扰,增强了安全带特征．选取合适的全局阈值进行图像分割,计算得到的二值图像中的亮点比率,与设定的亮点比率阈值进行比较,从而判别出安全带是否佩戴规范．再利用MATLABR2012a软件开发了安全带佩戴视觉检测系统软件,实现了对安全带佩戴规范与否的检测．最后,试验选取不同乘员身穿不同衣物,在不同光照环境下进行图像采集与检测试验,总体正确识别率达98．3％．试验结果表明,该检测系统快速有效,具有较强的鲁棒性和实时性．