基于立体视觉的球形机器人定位方法

针对球形机器人定位问题,提出了基于立体视觉的球形机器人定位方法.通过双目相机采集环境图像序列,提取Shi-Tomasi特征点,计算尺度不变特征变换(SIFT)特征描述符,并利用欧氏距离进行立体匹配;通过KLT算法进行特征点跟踪;采用解析法求解机器人在前后帧图像之间的位姿变化量;同时采用特征点筛选、RANSAC算法和卡尔曼滤波等方法,提高运动估计的准确性和鲁棒性.实验结果验证了所提出方法的可行性.     

一种感兴趣区域二维水印算法的实现

针对图像中用户选定的感兴趣区域ROI(Regions of interest)的保护,提出形状自适应离散小波变换SA-DWT(Shape Adaptive DWT)是实现感兴趣区域二维水印算法的有效工具.水印图像(一幅灰度图像)经压缩后生成可以嵌入的水印序列,同时SA-DWT变换作用于ROI区域,通过选择变换系数的嵌入位置和嵌入准则实现水印信息的嵌入;最后提取水印信号,通过重构恢复水印图像.攻击实验表明该算法可以抵抗常见的图像攻击手段,ROI区域得到了有效保护.     

基于SURF特征贡献度矩阵的图像ROI选取与检索方法

传统的基于全局特征的图像检索方法中需要对整幅图像特征提取,计算复杂度大,且容易导致语义歧义.针对这一问题,提出一种基于SURF特征贡献度矩阵的ROI选取和图像检索方法.首先采用SURF算子提取图像局部特征,然后依据特征点的Hessian矩阵计算其贡献度矩阵,并将其应用到ROI检测中;在此基础上,融合并归一化ROI的颜色、纹理以及形状等底层特征,利用非线性高斯距离函数进行相似度匹配,实现图像检索.实验结果表明,与已有算法相比,该算法提取的ROI与人类视觉意图一致性高,检索效果较好.     

基于最近邻加权灰度均值算法的高压线目标检测

视觉导航算法的设计是高压线路巡检机器人领域的一项关键技术,为了解决当前目标检测算法准确率低、抗干扰能力弱、小目标检测效果差等问题,提出一种最近邻加权灰度均值算法,用于提取目标的感兴趣区域(ROI).采用相线直径匹配的方式对ROI边框进行精细调整,依据特征提取与机器学习理论实现ROI分类.实验结果表明,该算法具有很高的ROI提取精度,分类器对于正样本的召回率最高可达99.83％,可有效地指导高压巡检机器人进行线路巡检工作.     

基于自动定位分割的图书识别框架

提出一种基于自动定位分割的图书识别算法,主要包括对拍摄图像进行图书封面区域的自动定位、感兴趣区域(ROI)分割、标准形状矫正以及有效区域的特征提取与相似性匹配部分.自动定位分割部分根据图书封面的几何形状特点,通过基于霍夫变换的形状检测算法对自然场景下拍摄的图书封面图像进行有效区域定位,对ROI进行分割并根据逆仿射变换将其矫正到标准形状;然后对获取的有效图书封面区域进行基于改进的尺度不变特征变换(SIFT)的特征点检测和特征描述,并采用词包(BOW)方法对其进行特征量化和码本学习,从而将定位分割出的图书图像与数据库中图书源图像进行相似性匹配.实验结果表明,对包含一定复杂程度背景的图书图像进行准确的定位分割和矫正,在很大程度上影响着基于特征匹配的图书识别技术的精确度.     

基于选择子带提升位平面的ROI编码方法研究

首先分析了JPEG2000中两种ROI编码机制的优缺点,然后对图像小波变换后各子带内ROI系数的能量情况进行统计分析,提出了基于小波变换后的ROI掩膜能量选取提升重要子带,同时时重要子带采用适应小渡"零树"特性的子带扩充,进而提出了一种基于选择子带提升位平面的ROI编码方法.该算法有以下优点:(1)能够控制ROI和ROB的相对压缩质量;(2)可以获得同一图像中多ROI的不同压缩率;(3)允许定义任意形状的ROI且无须在码流中包含形状信息.实验结果验证了所提方法的有效性.     

基于视觉显著性的图像特征提取算法

针对现有特征提取算法中存在运算速度慢、误匹配率高、特征点数量冗杂等问题,提出了一种基于视觉显著性特性的图像特征提取算法。首先,分解彩色图像为HSV矩阵,并改进二维局部熵方法,根据人眼视觉特性,计算出图像的对比度、饱和度、相对亮度和轮廓的信息密度;其次,对归一化后的对比度、饱和度、亮度和轮廓矩阵进行变异系数线性组合,构成图像显著性矩阵;然后,通过非极大值抑制、图像指标均匀化筛选以及剔除小面积区域来进一步分离背景,优化感兴趣区域（ROI）;最后,对图像ROI进行分割,再利用改进的尺度不变特征变换（SIFT）算法提取特征。实验结果表明：在显著性区域提取方面,相较于基于定向快速旋转（ORB）和最小凸包的ROI检测算法,所提算法的SP值减小了约15%;在特征提取方面,相较于改进Harris-SIFT算子的快速图像配准算法和信息熵加权的方向梯度直方图（HOG）特征提取算法,所提算法用时分别减少了24%和44%,特征点正确匹配率分别提高了4.8%和3.1%,提取出的特征点数量分别增加了195%和93%。     

一种基于人眼视觉特性的ROI渐进图像传输算法

一般基于ROI的渐进传输算法都未充分考虑人眼视觉特性,利用小波变换的特点并结合人眼视觉的掩蔽效应,提出了一种改进的ROI渐进图像传输算法。首先传输图像的低分辨率形式,供用户选择是否继续传输图像。进行ROI图像传输时,在不影响ROI主观质量的前提下,可以对ROI视觉效果影响不明显的小波系数延后传输,而利用节省下的带宽传输视觉上重要的背景系数。此外,还可以根据网络带宽情况设置扩展因子,控制背景图像进行分级扩展传输,从而保证接收到的图像始终具有较好的整体视觉效果。仿真实验证明了该算法的有效性及扩展因子的控制作用。     

基于SURF和动态ROI的实时视频拼接

为解决含有运动物体的视频拼接问题及解决不同景深下的目标拼接等此类问题,提出一种基于SURF和动态ROI方法的双目摄像机视频图像快速拼接方法.通过RANSAC方法与单应性矩阵平滑方法估计双目摄像头视频图像变换模型,融合成宽场景的视频图像.由于选取了动态ROI之后不进行重叠区域之外的SURF特征提取,提高了特征匹配的精准度,避免了ROI之外的误匹配特征点对,同时减少了程序的耗时.大量的实验结果表明,该系统能够自适应的对双目摄像头采集的图像进行视频拼接,获得清晰的宽场景视频.     

基于离散余弦变换的手指指节折痕识别

提出了一种新的基于手指指节折痕的生物特征识别方法.针对指节折痕的分布特点,首先对CCD获取的手指图像进行预处理,并在手指的内侧截取一个长方形区域,用来提取折痕特征的感兴趣区域(ROI),该区域包含了手指的第一指节和第二指节的全部折痕线;其次.对ROI图像进行离散余弦变换,然后运用具有带通性质的滤波器去选择那些能很好表征手指折痕信息的余弦变换系数,以形成折痕特征矢量.该算法对光照变化不敏感.最后,在一个手指图像数据库上,利用基于欧氏距离的最近邻分类器进行了算法验证,等错误率(EER)约为0.71%,实验结果验证了该算法的有效性.     

用于相贯线焊缝检测机器人的图像处理算法

针对管道相贯线焊缝难以检测的问题,提出了一种用于管道相贯线焊缝自动检测机器人轨道识别和定位的图像处理算法.在颜色空间转换和彩色边缘检测基础上,引入图像金字塔方法的Hough变换直线检测算法,快速识别磁性色码条并实现机器人自身姿态和运动轨迹的实时控制,将多阈值处理引入区域生长算法分割人工标识点,对人工标识点进行计数从而实现定位.实验结果验证了提出的图像处理算法的有效性.     

基于感兴趣区域的图像水印嵌入算法研究

鉴于现有绝大多数图像水印方案将载体图像看作整个场景,并未考虑载体图像自身的结构特征及人们感兴趣的视觉目标区域,本文提出了一种基于感兴趣区(ROI)的小波域图像水印嵌入算法.该算法首先结合人眼视觉感知特性,在小波变换域内利用k-均值聚类提取出感兴趣区域;然后对感兴趣区域进行小波变换,并结合图像局部相关性对小波系数进行自适应的量化调制,将水印信息嵌入到感兴趣区域的低频子带内.仿真实验表明,所提出的水印嵌入算法不仅具有较好的透明性,而且对JPEG压缩、叠加噪声、锐化等常规图像处理操作具有较好的鲁棒性.特别地,该算法能够有效抵御恶意剪切、目标移动、替换背景等攻击,而且可以实现盲检测.     

基于SURF的ROI区域的可逆水印算法

针对ROI水印算法对几何攻击的抵抗能力较弱的问题,本文提出一种基于SURF(Speeded Up Robust Features)特征点选取ROI,并分别嵌入中、低频子带的可逆水印算法,能有效抵抗几何攻击。该算法首先提取载体的SURF特征点,然后对载体图像进行5/3整数小波变换,筛选出感性兴趣区域(ROI)的低频系数和非感兴趣区域(ROB)的中频系数;水印经过置乱变换和抽样金字塔分解,水印分解后的近似子带嵌入感兴趣区域的低频子带中,残差子带嵌入非感兴趣区域的中频系数中。实验数据表明该算法能够抵抗常规的几何攻击和信号攻击,提取的水印相似度高,NC值均保持在0.89以上,具有良好的可逆性和鲁棒性。     

视觉巡线机器人中的摄像头图像透视校正方法

文章根据摄像机光学镜头的成像原理,推导了应用于视觉巡线机器人中的摄像头图像校正变换公式,给出了一种只需测量拍摄面与地面的夹角、拍摄高度、图像底边实际长度和图像纵向实际长度四个关键参数即可进行图像校正的方法,而无需在现场布置标定点。实验表明此算法用于校正视觉巡线机器人获取的路面图像时能准确还原拍摄路面应有的形状,得到了预期的结果。     

一种基于主成分分析的钞票识别算法

提出一种基于PCA的钞票识别算法。通过对经预处理后的钞票图像作感兴趣区域(ROI)切割,获得ROI图像;然后对ROI图像做K-L变换提取钞票图像的主成分,构造钞票的特征空间;利用训练样本在特征空间中的投影向量构建特征模板。通过计算待识别目标与特征模板的最小距离来完成识别。以第五套人民币作为实验对象进行实验,实验结果表明本文提出方法的有效性。     

基于感兴趣区域和折线特征的铁路扣件检测算法

针对目前铁路扣件检测算法在实际应用中普适性不足的问题,提出了一种基于感兴趣区域(ROI)和折线特征的铁路扣件检测算法.根据图像背景区域中的稳定性特征,提取出扣件端部所在的ROI,以克服冗余信息对扣件检测的干扰;通过改进的八方向欧氏距离变换得到能够表征扣件端部结构信息的距离场;融合对应扣件弯曲方向的距离场得到特征矩阵,再利用该矩阵计算折线特征点,进而提取折线特征;完成缺陷检测.理论分析与实验结果表明:所提算法具有准确率高、复杂度低、鲁棒性强的优点,且漏检率和误检率分别达到了1.3％和1.7％,验证了算法的有效性.     

基于ROI编码的任意尺寸测量图像的压缩方法

针对基于感兴趣区域(ROI,Region of Interest)的测量图像算法中存在的编码冗余、适用范围受限等问题,提出了一种适用于任意分辨率的测量图像压缩算法。该方法通过加入ROI中A类集合的分类,优化了码流的输出,进一步提高了算法的编码效率;根据小波变换的特点和测量图像对编码算法的要求,通过分区域编码解决了测量图像在编码过程中分辨率受限的问题。实验表明,方法实现了对任意分辨率测量图像的编码,并在不影响测量精度的前提下,获得了优于基于感兴趣区域的测量图像压缩算法的压缩性能。     

基于图像矩与神经网络的机器人四自由度视觉伺服

针对传统的视觉伺服方法中图像几何特征的标记、提取与匹配过程复杂且通用性差等问题,本文提出了一种基于图像矩的机器人四自由度(4DOF)视觉伺服方法.首先建立了眼在手系统中图像矩与机器人位姿之间的非线性增量变换关系,为利用图像矩进行机器人视觉伺服控制提供了理论基础,然后在未对摄像机与手眼关系进行标定的情况下,利用反向传播(BP)神经网络的非线性映射特性设计了基于图像矩的机器人视觉伺服控制方案,最后用训练好的神经刚络进行了视觉伺服跟踪控制.实验结果表明基于本文算法可实现0.5 mm的位置与0.5°的姿态跟踪精度,验证了算法的的有效性与较好的伺服性能.     

基于级联霍夫变换的车道线快速检测算法

车道线检测是智能辅助驾驶算法中的核心算法之一。为了解决基于传统霍夫变换的车道线检测算法检测效率低下等问题,提出一种基于级联霍夫变换的快速车道线检测算法。该算法首先对视频帧进行ROI选取、滤波、边缘检测、非极大值抑制等预处理,然后使用基于平行坐标系的映射将原始图像转换到参数空间,完成点到线、线到点的映射,接着再使用一次映射,最终实现点到点、线到线的映射,以此快速提取车道线消失点,并根据消失点位置扫描实际车道线,实现车道线的提取。该算法在点的映射过程中,坐标值始终是线性变换,克服了传统霍夫变换在映射过程时需对每一个点进行极坐标转换的缺点,计算更简单,运算效率更高。仿真实验表明,文中提出的改进算法比传统霍夫变换运算速度提高了31%,准确率提高了6.2%,检测效果有明显提高,可广泛应用于智能辅助驾驶中。     

基于自适应ROI和蚁群边缘检测算法的车道线检测

论文针对天气阴暗和复杂背景等情况下难以检测车道线的情况,提出了基于消失点的自适应ROI提取和基于蚁群算法的边缘检测方法。首先进行图像预处理得到灰度化图像,然后使用基于纹理的gLoG滤波进行消失点检测以消除复杂背景的影响,使用蚁群算法对灰度图像进行边缘检测以解决Canny算子对噪声敏感的问题,最后对感兴趣区域进行Hough变换直线检测并且使用极角极径约束Hough变换拟合的直线,最后实现车道线检测的功能。实验结果表明,论文提出的方法在道路环境多变和阴暗天气下能实现很好的车道线检测结果,准确率最高可达95.96%。