一种基于视觉的道路检测算法

计算机视觉导航使移动机器人可以工作于复杂环境中,而道路检测是其中的关键环节。针对道路的多样性和环境因素的影响,提出了一种稳健的道路检测算法。依据道路特征把图像分为3组区域：路、非路和不确定区域,然后对难以判断的不确定区域使用假设检验的策略,依据道路的形状、路宽和面积信息综合判断,把不确定区域合并到路或者非路区域,从而快速准确地检测出道路。该算法已经在移动机器人-ATRV上测试和使用。     

公路视觉导航中道路图像的阈值分割

在公路视觉导航中,分割道路图像的分道线与路面是至关重要。在采用传统最优阈值分割算法时,因道路图像远处与近处的对比度存在差异,易导致不完全分割。为了解决上述问题,针对道路图像的特性提出了逐行最优阈值分割思想。该文通过对大量视频图像的道路与分道线特点进行统计,并结合公路视觉导航中图像的序列性,对逐行最优阈值分割进行了改进以提高实时性,提出了一种新的基于视频流的多阈值分割算法。通过对三种方法对比试验,表明该方法有很好的实时性、有效性和自适应性。     

基于种子窗口的道路图像分割技术研究

提出一种基于种子窗口的区域生长方法,实现道路图像分割技术,给出道路结构分析,道路图像,从而解决视觉导航的关键技术.     

一种基于动态规划的视频分割方法

提出一种基于动态规划的自动视频分割方法 ,该方法由运动区域识别、运动边界提取以及轮廓连接三步组成 ;同时提出一种基于动态规划的轮廓连接新算法 ,该算法能在运动区域中跟踪物体的运动边界 ,并同时检测出场景中位于非运动区域的静态物体边界 .文中的方法在 5 0 0 MHz的 Pentium III PC机上实现 ,当系统运行在由 USB摄像头采集的、图像帧大小为 3 2 0× 2 40象素的视频流上时 ,进行帧捕捉、视频分割和显示结果达到了 15 Hz的处理速度 ,符合实时性的要求     

基于道路图像的阈值分割算法的研究

在众多的图像分割技术中,阈值化技术是基于区域的图像分割技术,是图像分割中最重要而有效的技术之一.本文给出了几种常用图像阈值分割方法,并提出了一种基于道路图像序列的改进的逐行最优阙值分割算法,其内容是:相邻两帧图像的对应行的亮度、对比度等近似不变,因此它们对应的分割阈值也有近似不变性,运用迭代的方法控制相邻两帧图像对应行的阈值,从而减少运算量,提高算法的实时性.对比仿真结果表明,改进的分割算法具有较高的精度和较好的实时性、鲁棒性.     

金字塔双层动态规划立体匹配算法

针对控制点修正的动态规划立体匹配算法存在控制点求取时阀长、实时性差的问题．提出一种金字塔双层动态规划立体匹配算法．采用金字塔算法求取低、商分辨率图像,然后分别在低、商分辨宰图像上求取候选控制点集和最终控制点集,并用最终控制点集修正商分辨率图像上的动态规划立体匹配．由干候选控制点集的求取在低分辨率图像上进行,算法用时大为减少．实验证明,此算法匹配率商、速度快．     

一种沿区域边界的动态规划立体匹配算法

提出一种基于图像区域分割的立体匹配算法.与通常的沿扫描行进行动态规划的立体匹配算法不同,该算法以图像"区域"为基元计算视差.首先使用相关法得到初始视差,然后利用一种区域边界上的多种子动态规划算法对视差进行精细计算,最终通过插值得到整个图像的稠密视差.实验结果表明,此算法速度较快、可靠性较高.     

多蚁群动态协作优化的道路图像分割算法

2维图像的道路检测是移动机器人视觉导航中的难点问题。基于图像分割问题的能量最小化函数,推导出一种适用于群集优化迭代求解的视觉能量最小化模型,并提出一种基于多蚁群动态协作的优化策略,实现道路图像检测的优化算法。该方法根据"分而治之"的原则,先由各蚁群独立优化各自子问题,然后针对约束条件动态变化的特点采用一种新的动态自适应信息交换策略,实现一种近似全局最优的2维道路图像检测。与基于GraphCut的道路图像检测算法相比,动态多蚁群协作优化算法不仅具有更好的检测性能,并且可实现任意类数的检测,适用于包含多种类型的复杂道路场景。     

基于道路动态视觉导航的控制策略与仿真

使车辆在自然环境中自动行驶，视觉导航方法受到了很大的重视。该文介绍了我们进行的研究工作，其中包括基于道路理解和目标检测的动态视觉导航控制策略，以及这一模拟显示系统的实现。     

一种基于遗传算法的图像FCM分割方法

图像分割对于图像分析和图像理解有着极为重要的意义。提出一个基于遗传算法的图像分割算法，在充分利用遗传算法优异的全局搜索能力的基础上，该算法根据图像的灰度分布按照模糊聚类的分割策略实现图像的分割，并且根据预应力的隶属度阈值自动地确定聚类数目。理论分析和实验表明，所提出的算法能产生很好的分割效果，并能自动确定分割类数。     

A Color Vision-Based Lane Tracking System for Autonomous Driving on Unmarked Roads

This work describes a color Vision-based System intended to perform stable autonomous driving on unmarked roads. Accordingly, this implies the development of an accurate road surface detection system that ensures vehicle stability. Although this topic has already been documented in the technical literature by different research groups, the vast majority of the already existing Intelligent Transportation Systems are devoted to assisted driving of vehicles on marked extra urban roads and highways. The complete system was tested on the BABIECA prototype vehicle, which was autonomously driven for hundred of kilometers accomplishing different navigation missions on a private circuit that emulates an urban quarter. During the tests, the navigation system demonstrated its robustness with regard to shadows, road texture, and weather and changing illumination conditions.     

基于视差区域分割的动态规划立体匹配算法改进

基于动态规划的立体匹配算法在较低的硬件条件下,也可以满足实时性的 要求,因此,可以在基于立体视觉的机器人导航避障系统中应用。但传统动态规划算法存在 匹配精度不高、易出现分散畸变点等问题,因此,论文对动态规划算法初始匹配代价求取、 路径寻径及回溯等加以改进。在初始代价求取阶段,提出了一种变窗口能量聚集法,通过获 取场景的视差变化区域与视差连续区域的位置信息,从而使像素点在能量聚合时能够根据视 差变化自适应地调整聚合窗口的大小,使能量聚合方式更加合理,提高了初始视差的准确性; 在路径寻径及回溯阶段,使用多路径寻径回溯法,保留更多的可靠点,减少了误匹配现象的 发生。因此,提高了立体匹配的匹配精度,并具有较好的实时性。     

基于RGB空间的车道线检测与辨识方法

提出一种利用颜色信息进行车道线检测并且能够分辨黄色或白色车道线的新方法。首先,找出图像中与路面颜色差异较大并且具有合理宽度的像素段;然后在RGB颜色空间利用先验信息对像素段的颜色进行辨识;再用辨识后的像素段分别估计出黄色或白色车道线的颜色分割阈值;最后利用获取的阈值对整幅图像进行车道线检测。实验结果表明,该方法能够在复杂背景环境或路面污染等干扰条件下较好地检测出车道线并能辨识出车道线颜色。本方法简单、有效,且具有一定的鲁棒性。     

基于动态规划的方向蛇模型

方向蛇模型的优点是在模型中不仅运用图像的梯度特性,还充分运用梯度的方向特性,从而提高了图像分割的准确性。文章给出了方向蛇模型的动态规划优化算法,避免模型因采用变分法优化而必须面对的难以达到全局最优,甚至局部最优的现象,提高了图像目标轮廓的检测效率。实验结果表明该方法是有效的。     

Robust Segmentation Method for Doorplate Recognition System

Robot navigation based on character recognition is an effective vision method for com- pensating the disadvantage of ultrasonic and infrared sensors.A typical example of character recog- nition for mobile robot navigation is the doorplate recognition system.The captured doorplate images contain unexpected noise from irregular illumination conditions,various imaging angles,dif- ferent imaging distances,etc.The unexpected noise may still exist after segmentation step.In this paper,a robust segmentation method based on speculating the candidates of the characters and feeding back the classification result to the segmentation process is presented.If the candidates of doorplate characters cannot be determined at the segmentation step,a speculation according to known knowledge is executed.The threshold for character extraction from candidates is adjusted when the corresponding character is rejected after classification.The experimental results indicate that the recognition results are effectively improved with the proposed segmentation method.     

基于动态规划算法的文件压缩技术

压缩文件可以节省大量的磁盘空间。为此,笔者设计了一种基于动态规划算法的无损文件压缩技术,并编写了程序。通过对不同文件的压缩和解压,发现文件的压缩效率通常在1.3左右,在一定范围内对文件进行多次压缩可以将文件压缩的更小,超过这个范围后,文件反而会变大。得到的结论就是,基于动态规划算法的文件压缩技术可以显著地减少文件的大小,但是由于压缩是无损的,所以经过多次压缩后对文件的平均压缩效率也就在1.4左右,可以通过各种压缩算法的组合使文件的压缩效率得到提高。     

门牌识别系统中的鲁棒性分割方法

Robot navigation based on character recognition is an effective vision method for compensating the disadvantage of ultrasonic and infrared sensors. A typical example of character recognition for mobile robot navigation is the doorplate recognition system. The captured doorplate images contain unexpected noise from irregular illumination conditions, various imaging angles, different imaging distances, etc. The unexpected noise may still exist after segmentation step. In this paper, a robust segmentation method based on speculating the candidates of the characters and feeding back the classification result to the segmentation process is presented. If the candidates of doorplate characters cannot be determined at the segmentation step, a speculation according to known knowledge is executed. The threshold for character extraction from candidates is adjusted when the corresponding character is rejected after classification. The experimental results indicate that the recognition results are effectively improved with the proposed segmentation method.     

基于动态规划策略的旅游路线规划

动态规划主要用于求解划分阶段的动态过程的优化问题.针对旅游路线规划问题,论文利用基于路径记录的状态压缩动态规划方法,实现了个性化旅游路线规划,并给出了实际解决方法和过程,该方法可以在极短的时间内完成用户的请求并返回相应的结果,其用时远远低于普通的搜索算法.基于研究的方法,结合服务器端与客户端开发技术,设计和开发了一款可...     

基于自适应分割阈值的夜间车道标识线识别

针对夜间获取的车道图像对比度低的问题,提出了一种基于自适应阈值分割的夜间车道标识线识别算法。首先,对预处理后的图像进行分块拉伸以增强边缘信息。再结合Otsu门限法和邻域中值法,通过加权分配获取自适应阈值,对车道图像进行分割。最后,采用分区域搜索方式,利用Hough变换精确地提取车道标识线。现场实测表明,针对结构化道路的车道线,论文采用的车道线提取方法准确率高且实时性好。