链码跟踪直线提取算法在道路标志判断中的应用

为了准确快速提取和识别道路中的标志线,提出了一种基于链码的道路标志线提取与识别算法.道路中的标志线在图像处理中可以作为直线处理,整个提取算法分为3个步骤:首先,通过对道路图像的预处理去除噪声,利用Canny算子提取边缘;然后,对边缘图像进行链码编码并进行直线判断;最后,对属于同一条直线的直线段进行线段连接,过滤短的非道路标志线.实验表明,该算法可以准确快速地识别城市道路中的标志线和道路边缘,达到了实时准确的要求.     

基于伪极傅里叶变换和ROA融合的SAR图像边缘检测算法

提出了基于伪极傅里叶变换和融合的SAR图像边缘检测算法.首先采用伪极傅里叶变换提取较弱的图像边缘特征,并利用Ratio边缘检测算法抑制相干斑噪声对SAR图像边缘特征的影响.然后利用两种算法所得到系数的幅值、方向和角度信息构建置信指派函数,引入D-S证据理论实现两种边缘检测算法的最优融合,获取了SAR图像最佳的边缘特征.仿真结果表明,该算法所提取的边缘特征完整、定位准确.     

基于DSP的直线特征提取算法

为解决车道线识别实时性差问题,提出了基于DSP的直线特征提取算法.基于DM6437视频采集系统,通过CCD摄像头采集图像数据,对感兴趣区域提取灰度,以减少实时算法的计算量;在此基础上,通过对有效区域进行改进算法的中值滤波,有效选择噪声和信号点的灰度值进行中值处理,实现道路有效区域边缘保护和消除噪声的功能;再通过提取直线特征边缘检测,根据需要进行Sobel边缘检测,结合直方图筛选、直线连通性分析能有效的平滑噪声并细化边缘,能够达到道路图像的分割、配准和识别的效果,提高算法的准确性和实时性;最后,结合霍夫变换算法,在边缘检测的基础上得到直线参数方程,并且通过先验知识改进Hough变换算法提高算法实时性,准确找出直线位置.     

基于激光扫描的工业机器人焊接焊缝跟踪方法

由于工业机器人焊枪和焊接焊缝之间的位置偏差会导致焊接焊缝跟踪结果存在一定的误差 , 因此提出了一种基于激光扫描的工业机器人焊接焊缝跟踪方法 装 首先 ,采用激光扫描传感器采集工 业机器人焊接焊缝图像 ,并对图像进行滤波、增强、黑白化预处理；其次 ,检测图像边缘后 ,采取激光 扫描方法确定焊接焊缝边缘图像中激光条纹骨架的大概位置 ,经最小二乘法直线拟合出准确的激光 条纹中心线 ,提取焊接焊缝特征点；再次 ,结合工业机器人手眼标定矩阵 ,将激光扫描传感器坐标系 中的焊接焊缝特征点坐标转化为工业机器人坐标 ,从而形成焊接焊缝轨迹；最后 ,采取3 次非均匀有 理 B样条方法得到工业机器人焊枪和焊接焊缝之间的位置偏差 ,修正机器人焊枪位置 ,从而实现工 业机器人焊接焊缝的精准跟踪 装 实验结果表明 ,该方法不仅能够准确检测出焊接焊缝边缘 ,而且能 够跟踪不同宽度、不同形状的焊接焊缝工件     

一种图像中检测直线的快速算法

该文基于Hough变换检测直线的基本思想,提出了一种在边缘图像中检测直线的快速算法.该算法首先根据边缘图像中的边缘点统计出可能在直线上的点,再由这些在直线上的候选点和边缘点统计出候选点对应的斜率,由满足条件的候选点与其对应的斜率构成的直线就是从图像中检测出的直线.该算法是根据边缘点分步而不是同时计算统计出直线的两个参数,减少了检测时的计算量.由实验结果,该算法可以快速有效的检测出边缘图像中的直线.     

基于尺度乘积的X射线焊缝区域提取算法研究

焊缝缺陷自动检测是保证焊接质量的重要环节,而焊缝区域的提取是焊缝缺陷特征提取与焊缝缺陷识别的基础。该文提出了一种基于尺度乘积的X射线焊缝区域提取算法。该方法首先对图像按行取样获得行灰度曲线,再利用最小二乘直线拟合的方法将不同尺度下拟合直线的斜率乘积代替梯度算子,并进行非极大值抑制得到边缘点。对图像每行进行同样的操作,得到整个焊缝的边缘,从而提取出焊缝区域。实验表明,该方法能显著抑制噪声的干扰、提高边缘检测的准确率,在噪声多、边缘模糊的X射线图像中能取得比主动轮廓模型和模糊核聚类更好的效果。     

支持向量机和元胞自动机相结合的图像边缘检测方法

针对如何提高图像边缘检测效率的问题,提出1种结合最小二乘支持向量机(LSSVM)和元胞自动机进行图像边缘检测的方法.首先,基于Gauss径向基核和多项式核构建出新的核函数,使得LSSVM对图像像素邻域的灰度值能够进行准确的曲面拟合.接着,推导出图像的梯度算子,并与图像灰度值进行卷积得到图像的梯度值.然后,元胞自动机按照所设计的局部规则对梯度值进行演化,实现图像边缘的定位和检测.仿真实验检测出的图像边缘定位准确,而且达到1个像素宽,表明新提出的边缘检测算法是有效的;同时,通过对比分析得知新算法具有比Sobel和Canny算法更高的检测性能.     

图像测量系统中一种直线特征的识别方法

基于对PVC塑钢门窗断面测量的研究,提出了一种对二维平面中大量直线特征的自动识别方法.从被测断面图像中提取边缘特征,根据型材中各直线的图纸坐标,和图纸、图像坐标间的关系,可识别出断面边缘图像中的多条直线特征.将这些直线的数据存储,就可用于断面几何参数的测量.针对断面尺寸偏离图纸公称尺寸的情况和噪声的存在,给出了识别正确性的理论分析.最后,根据图像中识别出的直线上各点的坐标,拟合出了直线方程.     

B样条函数的火箭弹图像边缘检测算法

本文研究一种基于B样条函数提取火箭弹图像边缘的检测算法.该算法的基本思想是利用B样条函数先对火箭弹图像进行拟合,然后求拟合曲面的二阶导数,根据二阶导数的零交叉点来检测图像的边缘.通过该算法与几种传统边缘检测算法的实验对比,证明了基于B样条函数的边缘检测算法可以较好地解决火箭弹图像边缘的提取精度与图像噪声的抑制能力之间的矛盾,较目前常用的算法在火箭弹图像边缘检测方面有更大的优势,该算法得到的目标图像边缘清晰、分割效果好,同时该算法简洁、易于实时处理,在火箭弹图像边缘检测方面有较好的应用前景.     

一种基于双曲线模型的车道线检测算法

针对目前车道线检测算法识别率不高、弯道检测不准确的问题,提出了一种基于双曲线模型的车道线检测算法.算法首先运用Canny算子对道路边缘进行检测;采用Hough变换提取道路边界点,并使用扩展的Kalman滤波进行预测跟踪来减小道路扫描范围;最后通过左右车道边界参数与双曲线模型参数进行匹配,利用最小二乘法来求解模型参数,完成车道边界重建.实验结果表明,该算法的准确率达到93.4%,每帧图像的处理速度为87.4ms,有效克服抛物线模型和直线模型在直道与弯道连接处不连续的问题,而且在车道线模糊、对比度较低的情况下也能快速准确的识别出车道线.     

基于色彩特征的CAMSHIFT视频图像汽车流量检测

针对视频图像中目标车辆尾灯及背景色彩在HSV空间分布上的特点,提出了把车辆尾灯作为跟踪目标,恰当选取色彩特征参数,采用CAMSHIFT目标跟踪算法对汽车流量进行检测的技术方案.研究了基于HSV色彩空间的CAMSHIFT目标跟踪算法在视频图像汽车流量检测中的实现,并用实际拍摄的交通视频图像对该检测算法进行了验证.实验结果表明,本文算法具有较高的准确度,能够有效跟踪以各种速度行驶的车辆,可以较好地应用在汽车流量检测领域中.     

基于MLS点云模型特征的提取算法

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.     

一种虹膜色素块检测与分类方法

针对现有虹膜识别系统中全局纹理特征提取方法忽略了纹理类型信息的问题,提出了一种针对全局性纹理中虹膜色素块的检测与分类方法.该方法利用灰度聚类法实现虹膜图像中色素块可能存在区域的初定位,依据坑洞和色素斑这两类色素块的灰度空间分布特性,定义一组区域特征参数作为分类特征向量,利用支持向量机实现二者的检测与分类.算法对图库中图像的坑洞和色素斑的检测正确率分别为99.2%和86.5%,对无特征纹理存在的虹膜图像检测正确率为87.2%.实验结果表明,该方法具有较高的正确率,能够满足虹膜识别系统的纹理特征提取要求.     

基于统计估计的图像边缘检测

针对传统的基于微分边缘检测算法的噪声鲁棒性较差这一问题,分析了图像边缘形成机理,依据统计估计评价准则,提出一种基于统计估计的边缘检测算法.该算法将像素点的圆形邻域沿θ方向分割成2个半圆,分别计算出2个半圆内像素样本的均值和方差,分析2个半圆内样本统计估计的有效性,进而排除噪声和纹理对边缘检测的影响.根据边缘两侧像素样本的统计估计偏度呈屋脊形分布的特点,对边缘进行细化和连接,以无噪声Canny算子检测得到的边缘作为先验知识,运用条件概率建立边缘检测评价函数.实验结果表明,基于统计估计的图像边缘检测方法具有较好的检测精度和噪声鲁棒性.     

光栅信号单谱线细分算法实现

在基于电荷耦合器件（CCD）的光栅位移测量系统中,为提高光栅莫尔条纹信号的细分数和跟踪速度,根据CCD采集的光栅莫尔条纹信号周期不随运行速度变化的特点,利用离散傅里叶变换（DFT）单谱线算法来获得信号一次谐波的相位值.采用坐标旋转数字计算机（CORDIC）算法对一次谐波谱线的复数求出反正切,获得莫尔条纹信号在任意时刻的相位值,再通过两次相邻时刻的条纹移动相位差值获得位移的大小和方向,全部算法采用FPGA实现.ModelSim仿真结果表明,DFT模块和CORDIC模块共延迟22个时钟周期即可输出结果.此方法具有细分数高、运算速度快、实现简单等特点,为解决光栅精密位移测量中由于莫尔条纹细分数提高而导致跟踪速度下降的问题提供了参考.     

采用路径IRP的Windows恶意进程检测方法

针对程序在同一操作系统的不同环境下运行产生的IRP(I/O request packets)序列不完全相同,对检测结果有一定影响的问题,提出了采用路径IRP的Windows恶意进程检测方法.单独提取每一个操作路径的IRP请求序列,应用朴素贝叶斯、贝叶斯网络、支持向量机、C4.5决策树及改进的人工免疫算法(IAIS)进行检测,并比较了各种算法在不同特征选择方法下的检测效果.实验结果表明,本文所提出的采用路径IRP的Windows恶意进程检测方法是有效可行的,在所有方法中,采用Fisher Score进行特征选择的朴素贝叶斯方法得到了最高的检测率99.2%,优于基于IRP序列的恶意进程检测方法.     

增强现实中基于三角标识的三维注册方法

在增强现实系统中实时跟踪三维物体,为了准确地将虚拟物体注册在复杂的真实环境中,提出了一种基于三角形图案标识的视觉三维注册方法.通过边缘检测方法在捕获的视频图像中提取标识的三角形轮廓,获得三角形顶点的数据,并根据这些数据计算出单应性矩阵,推导出摄像机参数,从而实现摄像机标定.利用Camshift算法对检测到的目标进行实时跟踪.实验结果表明,物体能被准确地注册到真实视频图像中的跟踪目标上,通过与ARToolKit软件相比较,该方法在注册效率方面优于ARToolKit软件.     

基于各向异性扩散滤波的边缘提取算法

针对Canny边缘检测算法在滤波方面的不足,提出了一种基于各向异性扩散滤波的边缘提取算法,用各向异性扩散的平滑方式代替Canny算法中的高斯滤波,弥补Canny算法中滤波方法的不足.研究了各向异性扩散的P-M方程,得出了其离散化形式,并确定了其中分量的表达式,进而用Matlab编程实现了对图像的各向异性扩散处理.通过误差和结构相似度评定,得出经过各向异性扩散处理的图像滤波效果优于高斯滤波.对经过两种滤波方法处理后的图像用Canny算法提取边缘,通过灰度值比较,验证了各向异性扩散处理在边缘特征保持方面优于高斯滤波.     

高效通道注意力和特征融合的协同显著性检测算法

针对现有的协同显著性检测算法在多显著目标复杂场景下表现不佳的问题,提出了一种基于高效通道注意力和特征融合的协同显著性检测算法。首先,检测算法利用预训练的深度卷积神经网络对场景进行多尺度特征的提取,结合边缘显著信息设计了显著性语义特征提取模块,以避免全卷积神经网络导致边缘信息的缺失;其次,通过内积基本原理得到组内图片间的关联性信息并根据其关联程度进行自适应加权,结合高效通道注意力层设计了协同特征提取算法;最后,为了将各级高层语义特征经过协同显著性特征提取之后的结果与浅层次的特征进行融合,并实现对预测结果进行多分支同步监督,设计了基于高效通道注意力的特征融合模块。通过对3个经典的数据集进行测试,并与6种现有的协同显著检测算法进行对比,结果表明本文所提算法提高了复杂场景中图像的协同显著性检测的精度以及边缘信息的丰富程度,并具有更优的协同显著性信息检测性能;通过消融实验进一步验证了所提设计算法各个模块的有效性和必要性。     

贝叶斯框架下的总变分图像去噪算法

针对经典去噪模型易造成图像细节丢失以及确定性算法无法自动估计去噪过程中的未知参数等问题,提出一种新的图像去噪算法.该算法在贝叶斯框架下,用总变分模型（TV）和伽马分布分别刻画原始图像及未知参数的统计特征,并基于最大联合分布的推导,估计最优原始图像.总变分模型使最终的能量泛函非线性且不可微分,因此,引入迭代重加权最小二乘法（IRLS）,通过迭代的方式用加权的L2范数逼近L1范数来表示图像的统计模型.实验结果表明,该算法可有效去除图像的噪声,提升去噪速度,使所恢复的图像在实际视觉效果和信噪比等方面均优于其他同类算法.