基于中心线引导的主动视觉导航方法研究

为了解决移动机器人主动视觉导航的漂移问题,提出了一种基于中心线引导的视觉导航方法。该方法首先构建了实际物理坐标与图像坐标的映射管辖,为实时图像坐标约束条件的闭环控制提供精确的数学模型;接着,利用Canny算子进行车道边缘线和道路标志线的初步检测,并采用方向引导优化的方法消除背景杂波的干扰,提升复杂背景下的检测精度;最后,通过模糊控制器对导航中心引导线的偏离角度进行修正,保证形式路线的正确性。实验结果表明,同传统的被动固定摄像机导航方法相比,有效提升了不同路况条件下的导航精度。     

改进的Otsu算法在图像分割中的应用

针对二维Otsu自适应阈值算法计算复杂度高的问题,提出一种新的快速有效的Otsu图像分割改进算法。该算法通过求两个一维Otsu法的阈值来代替传统的二维Otsu法的分割阈值,使得分割的计算复杂度从O(L4)降到O(L)。为保证分割对象的完整性,算法引入类内最小离散度的概念,并通过遗传算法实现对参数的自动优化。理论分析和实验结果表明本算法计算速度不仅优于原二维Otsu算法,而且分割效果较好。     

改进的二维Otsu法阈值分割快速迭代算法

常用的灰度级-平均灰度级二维直方图存在错分,导致二维Otsu法阈值分割结果不够准确;其快速迭代算法搜寻最佳阈值时避免了穷举搜索,但仍需遍历整个解空间.为此,提出了一种改进的二维Otsu法阈值分割快速迭代算法.采用灰度级-梯度直方图及其区域划分方法,导出了基于该直方图区域划分的Otsu法阈值分割快速迭代算法公式;在实验结...     

煤灰熔融性图像自动识别算法的研究

本文提出了一种测定煤灰熔融性时图像的自动识别的算法。根据模式识别和计算机视觉理论,首先从CCD摄像机处采集图像,经过预处理后,采用阈值迭代和Otsu分割算法相结合的单阈值法进行图像分割,在定位灰锥目标区域后,进一步提取高度、底宽和面积等几何特征,作为特征温度图像的识别依据。实验表明,该算法简单、有效,且能兼顾系统的实时性和准确性要求。     

基于蝗虫算法的图像多阈值分割方法

针对图像分割中的阈值选择问题,提出了一种基于蝗虫算法的图像多阈值分割算法。该算法综合考虑Otsu法和最大熵法的分割特性,以Otsu算法的最大类间方差和Kapur最大熵法的最大熵值构造适应度函数,利用蝗虫算法进行寻优求解最佳阈值,最后利用最佳阈值对图像进行分割。将该算法与传统的Otsu算法、最大熵法、基于粒子群的图像分割方法、基于人工蜂群的图像分割方法进行比较,实验结果表明,相对其他算法,分割所得的峰值信噪比更大,分割效果更好,在阈值个数为4和5时,该算法所得的峰值信噪比(PSNR)值相比粒子群算法、人工蜂群算法提高了约3%和1. 5%,算法的运行时间相比粒子群算法和人工蜂群算法,快了约9%和5%。     

基于改进RHT的SAR图像机场区域提取算法

星载合成孑L径雷达(SAR)图像信噪比低,由于相干斑噪声和非检测目标的干扰,在其中进行机场目标检测及区域提取难度较大.针对上述问题,提出一种星载SAR图像机场目标检测提取算法.对原始SAR图像进行curvelet阈值去噪处理,抑制相干斑噪声并突出低灰度区域;根据灰度分布进行Otsu最大类间差分割,初步划分感兴趣区域(ROI);通过加入了最小二乘修正的随机Hough变换(RHT)检测机场跑道;最后基于跑道上选取的种子点区域生长得到完整的机场区域.实验结果表明,提出的算法解决了星载SAR在解译方面的难点,有效检测出机场目标并提取相关区域,具有较高准确率和鲁棒性.     

改进的狼群优化二维Otsu阈值分割算法

二维Otsu阈值分割是以每个灰度像素点的灰度值和周围灰度的均值作为分割标准,其通过概率统计的方法构建二维直方图,以离散度作为分割好坏的评判标准。针对二维Otsu阈值分割算法实时性差的缺点,将改进的狼群优化算法运用在分割过程中,加快了分割阈值的收敛速度,也提高了分割精度。通过对狼群优化算法游走行为中增加扰动算子可扩大全局搜索的范围,提升寻优的速度和精度。考虑到狼群围攻容易陷入局部最优的情况,研究引入了模拟退火算子,使该算法在寻优搜索过程中能够跳出局部最优。     

基于Lab和YUV颜色空间的农田图像分割方法

针对农田这种非结构环境下的图像分割问题,提出了一种基于Lab和YUV颜色空间的农田图像分割方法。该方法首先将获得的原始农田彩色图像分别转换到Lab颜色空间和YUV颜色空间,然后分别对Lab颜色空间进行Otsu阈值分割,对YUV颜色空间进行加权模糊熵分割,最后将2种分割方法得到的二值图像进行合并、滤波,以得到最终的分割图像。结果表明,该方法能够有效地实现农田图像的精准分割,并滤除噪声及抑制光照不均匀等复杂环境带来的影响,获得令人满意的结果。     

基于单目视觉的机械臂灯具清洗定位系统

在机场嵌入式助航灯具自动清洗过程中,为了取得灯具发光口中心和机械臂的相对位置实现机械臂精准定位,设计了基于单目视觉的机械臂灯具清洗定位系统。首先,采用D-H法建立机械臂运动学模型;然后,根据夜间灯具发光的强逆光性以及环境干扰,提出一种优化阈值准则和缩小阈值搜索范围的改进Otsu算法对图像进行分割,再利用质心法提取灯具发光口中心位置;最后,在夜间条件下,进行实验分析并对定位误差采用最小二乘法进行补偿。实验结果表明,所设计的机械臂灯具清洗定位系统速度快、精度高,与传统Otsu算法和改进的随机霍夫变换算法相比,定位精度分别提高72.5%和55.5%,且平均定位精度达到8.7 mm,满足灯具清洗要求。     

变电站设备巡检机器人视觉导航方法

针对变电站巡检工作的实际需求,介绍了一种基于轨线引导的巡检机器人单目视觉导航方法。对于预先设置的引导轨线和停靠位标识,采用OpenCV和DirectShow软件库来开发视频采集程序,实现道路视频信息的实时采集;通过HSI模型对图像进行颜色提取,再采用数学形态学处理去除干扰信息;最终采用统计8-连通区的方法将导航线和停靠位标识分割提取出来,用采样估算方法计算导航线参数,通过比例系数融合导航参数以控制两驱动轮电机实现机器人的运动控制。实验表明,该方法实现了机器人的自主导航,能够适应绝大部分光照强度的环境,并具有较好的实时性和可靠性。     

皮尔逊相关性最大化导向的自动阈值分割方法

现有阈值分割方法大多只适应于处理某种特定灰度分布模式的图像，为了在统一框架内处理不同灰度分布模式情形下的自动阈值选择问题，提出了一种皮尔逊相关性最大化导向的自动阈值分割方法。该方法首先对原始图像进行边缘检测以产生参考模板图像；然后对不同阈值下的二值图像进行轮廓提取以产生对应的轮廓图像；最后采用皮尔逊相关系数衡量不同轮廓图像与参考模板图像之间的相似性，并将相似性取最大值时所对应的阈值作为最终分割阈值。提出的方法和新近提出的3个阈值方法和4个非阈值方法进行了比较。在具有不同灰度分布模式的4幅合成图像和50幅真实世界图像上的实验结果表明：在合成图像集中，相比于分割精度第2的方法，平均误分类率降低了0.140 3;在真实世界图像集中，相比于分割精度第2的方法，平均误分类率降低了0.121 5。提出的方法虽然在计算效率方面不占有优势，但它对不同灰度分布模式的图像具有更灵活的分割适应性，能获得精度更高的分割结果图像。     

基于蛇优化算法的Otsu图像分割方法

Otsu算法是图像处理中运用广泛的图像分割方法,尽管有着计算简单、准确的特性,但因为需要进行穷举运算,所以计算效率不高。为提高图像分割的实时性,引入了蛇优化算法(SO)对Otsu进行了优化,创建了基于蛇优化算法的Otsu图像分割方法(SO-Otsu)。在该算法中,利用蛇优化算法来模拟蛇的特性进行最佳阈值的寻找,以降低迭代时间,提升计算速度。在仿真实验中,利用经典的Lena、Peppers、Goldhill、Cameraman图片进行测试,与基于果蝇优化算法的Otsu方法(FOA-Otsu)和基于麻雀搜索算法的Otsu方法(SSA-Otsu)进行对比。并通过计算峰值信噪比(PSNR)、结构相似性(SSIM)、特征相似性(FSIM)和计算时间作为评价指标结果进行评估。结果表明,与其他算法相比,算法计算效率高、分割细节效果好且综合分割性能优异,为提高图像分割的计算效率提供了一种理想的工具。     

变电站巡检机器人视觉导航算法的研究

机器人的运用在变电站巡检中至关重要,为解决变电站巡检机器人导航定位的问题,在基于蓝色引导线的视觉导航技术基础上提出一种图像预处理的联合滤波方法,并提出一种行列联合隔行扫描的引导线像素中点提取方法,最后用最小二乘法拟合得到蓝色引导线,仿真结果证明该方法简单快速,能够准确导航定位。     

一种新的视频运动对象分割技术

本文将用于自然静态图像抠图领域的Knockout技术用于视频运动对象的精确分割,给出了一种新的视频运动对象分割方法。在利用积累差异技术自适应建立背景模型、采用背景差法初步提取当前帧视频对象区域的基础上,用本文提出的方法,自动标记原本采用Knockout技术进行抠图时,需手动进行标记的前景轮廓区域、背景轮廓区域及未知区域。在用本文方法完成对3个区域的自动标记后,再利用Knockout技术对当前帧的视频运动对象进行精确分割。本文还设计了一种新的变系数空域滤波器,该滤波器能有效地对背景差图像进行显著增强。同时,对Otsu自适应阈值化方法进行了改进,改进的方法能更准确地对背景差图像进行阈值化。     

反背景差分结合 Otsu 的细胞图像分割方法

针对相差显微镜采集的间充质干细胞图像具有对比度低、背景不均匀、光晕伪影等问题,提出了反背景差分结合Otsu的细胞图像分割方法.该方法通过构建反背景差分增强图像中细胞主体与非细胞区域的差异,降低背景不均匀干扰因素的影响,结合Otsu阈值分割法粗略区分细胞和背景,并通过二值形态学运算、图像滤波和局部梯度迭代的算法组合进一步...     

融合类间方差和概率误差的肺部图像分割

X线胸片图像存对比度低、边界模糊等不足,严重影响了X线胸片图像的分割效果。为了利用X线胸片图像快速且准确地对肺部疾病进行诊断和治疗,本文提出了一种基于类间方差和概率误差的X线胸片肺部图像分割算法。该算法在对X线胸片图像预处理的基础上,首先利用X线胸片图像中的人体结构信息进行图像粗分割;然后对预处理图像分别计算目标类和背景类之间的类间方差和概率误差,并在无量纲化处理后,设计新的分割目标函数来计算最佳阈值,从而实现图像细分割;最后合并粗、细分割过程的分割结果,并进行优化,从而基于最佳阈值的图像分割。X线胸片图像的对比实验结果显示,本文算法的DSC和IOU指标分别为89.5%和81.1%,分割所得肺部区域在完整性和准确性上都有良好表现,表明本文算法是有效可行的,适合基于X线胸片图像的肺部图像分割。     

基于视觉图像的车身漆膜微小疵病检测方法

汽车漆膜能够保护车身不受外界环境的腐蚀,但是由于生产工艺的影响,汽车漆膜在涂装时会出现多种类型的疵病,因此汽车漆膜的微小疵病检测是现在汽车生产自动化发展的关键。本文基于汽车漆膜检测的实际需求,提出了一种基于视觉图像的车身漆膜微小疵病检测方法。本方法首先对汽车漆膜图像进行多帧叠加,抑制噪声;之后利用二维小波提取图像趋势项及微小疵病的特征;最后通过局域自适应阈值和场曲优化的分割系数,实现疵病二值化分割。实验结果表明,本文方法可实现大面积图像上对0.1mm以上疵病的有效检测,且微小疵病的召回率达到97.6%,误检率为1.3%,可达到预期检测结果。     

高压输电线路航拍图像目标边缘检测

对高压输电线路不同环境下的图像特征进行分析,提出了基于LoG算子与形态学融合的方法。通过灰度图像直方图表明该方法能够较好地呈现二峰性,更好地寻找最佳阈值分割点。该方法较以往提出的改进最大类间方差（Otsu）图像分割算法能更好地对背景和目标物进行分离。Matlab仿真实验表明,在高压输电线路环境及受一定自然环境条件的影响下,该方法能够更好地检测图像中目标物的轮廓边缘。     

基于背景估计的焊缝缺陷检测

针对射线检测图像中缺陷识别率低的问题,利用背景估计和差分运算来增强缺陷、抑制复杂背景和噪声。该方法首先利用Otsu分割获得的掩模图像提取焊缝区域;其次通过改进的中值滤波对焊缝区域进行背景估计,反背景差分获得含有缺陷的差分图像;随后根据缺陷与误检边缘处梯度方向的差异性,利用多方向多级梯度有效解决背景残余问题;最后通过自适应阈值分割将含有缺陷的差分图像二值化。实验结果表明,该方法具有较高的缺陷识别率,召回率和准确率分别达91.90%和 90.95%,在实际中具有较好的应用价值。     

基于DDAG支持向量机的汽车车型识别

文章应用DDAG支持向量机方法对汽车图像进行识别。首先采用背景差分方法提取运动汽车,然后用Otsu法进行阈值分割、基于边缘阴影检测方法消除阴影,最后提取运动汽车的RST不变特征,输入DDAG支持向量机进行训练和识别。实验表明,基于DDAG支持向量机的车型图像识别算法具有很好的性能。