共查询到20条相似文献,搜索用时 46 毫秒
1.
一种基于OpenCV的飞机跑道及地平线检测算法 总被引:1,自引:0,他引:1
讨论了Intel开源计算机视觉库(Open Computer Vision,OpenCV)在图像处理中的应用.跑道识别是无人机着陆图像导航中的一项关键技术,准确而实时地检测出飞机跑道及地平线对推动无人机着陆导航技术的发展及减少着陆过程中的事故起着至关重要的作用.采用的方法是对无人机航拍采集到的RGB数字原图进行预处理之后,在OpenCV平台上进行Hough变换,从而提取其飞机跑道边缘及地平线,并最终成功的在OpenCV上实现了飞机跑道及地平线识别的仿真.实验证实了该检测算法在无人机着陆导航技术中的可行性. 相似文献
2.
3.
在3D重建的过程中,使用一种主动立体视觉系统可以动态、智能地采集到场景信息,并通过简单、高效的Hough变换探测直线,再找到线段及其端点,从而获得了表示物体表面的网格点。实验结果显示,对于曲率小的简单物体获得了比较少的点,而对于曲率太的复杂物体获得了比较多的点,效果相当满意。 相似文献
4.
5.
PCB显微图像缺陷圆孔检测方法研究 总被引:3,自引:1,他引:2
分析了随机Hough变换(RHT)与基于最小二乘法圆拟合(CBL)的圆检测算法的基本原理,讨论了他们在圆检测算法中具体实现方法。针对RHT与CBL各自的优点,提出了RHT与CBL相结合的圆检测新方法:首先对PCB图像进行预处理,用RHT原理确定所求一定数量的初候选圆参量;然后由这些参量求出边缘图像中各点到初候选圆边界的距离,从而确定每个初候选圆附近的点集,剔除干扰点与噪声;最后利用最小二乘法(LSM)对各点集进行圆拟合得到各个点集较精确的圆参量,用简单模式聚类方法提取出最后真实的缺陷圆孔边缘。将该方法应用于包含模糊与噪声的PCB显微图像缺陷圆孔检测,尽可能真实地提取出了缺陷圆孔边缘。 相似文献
6.
7.
一种遥感图像中的道路检测方法 总被引:8,自引:0,他引:8
道路是遥感图像的重要特征。提出一种从遥感图像中检测道路目标的方法。首先,进行图像预处理,提取边缘,然后进行图像分块并利用Hough变换进行道路检测。分析了Hough变换的特点,并研究了Hough变换域极值点参数的特点,改进了Hough变换在道路目标检测中的应用。该方法不仅快速地检测机场等严格的线状道路目标,而且对具有一定曲率的道路目标同样有效。 相似文献
8.
文章提出了一种基于改进蚁群边缘检测的车道线检测算法。文章使用一种基于细菌趋化性的蚁群优化边缘检测算法对灰度图像进行边缘提取,该算法能够得到更好的边缘连续性和清晰性。通过寻找边缘点最多的一行作为感兴趣区域(Region of Interest,ROI)的上界,经过Hough变换检测直线特征。过滤离群值后通过最小二乘法拟合出车道线。利用真实道路驾驶视频对车道检测算法进行仿真实验,实验结果表明本算法有较好的鲁棒性和抗干扰能力。 相似文献
9.
10.
11.
12.
13.
针对Harris角点检测算法自适应性差的问题,提出一种自适应角点检测算法。根据Harris算法定义的像素响应函数值的大小特性,得出阈值(Threshold)应满足的下限条件,继而对图像进行分块,得出每一块图像的阈值下限条件。综合考虑各图像块的阈值,采用加权方法得到图像总的阈值。采用局部保留最大响应值策略来避免角点聚簇的现象。试验结果表明:提出的自适应阈值计算方法在引入少量数学运算的前提下,使角点检测具有自动性,并且可以保证合理数量的角点,采用的剔除策略可以很好的避免角点聚簇现象,使图像最终角点数量合理、分布均匀。 相似文献
14.
针对红外热像仪采集的红外影像边缘信息模糊、影像存在噪声、边缘信息难提取的特点,提出了一种基于数学形态学对LOG算子改进和Roberts算子数据相结合的边缘检测新方法。该方法首先引进形态学中的开闭运算对具有随机噪声的红外影像进行滤波,接着运用拉普拉斯算法边缘检测,然后再采用Roberts算子提取边缘信息,建立相应的融合规则及阈值条件,将两种方法检测出的影像边缘信息融合,得到最终的融合影像。最后,对增加椒盐噪声的影像用MATLAB进行仿真实验,结果表明,该方法结合了两种检测算子的优点,定位精度高,有很强的抗噪性,获得了比较理想的检测效果。 相似文献
15.
红外视频图像中的人体目标检测方法 总被引:8,自引:1,他引:8
人体目标检测是很多机器视觉应用的难点,如智能视频监控和车辆辅助驾驶,基于可见光图像的方法很难解决复杂背景和目标区域的分离问题,因此,越来越多的研究转向利用红外图像进行检测。提出了一种红外视频图像中的人体目标检测方法,该方法首先利用红外图像中像素值近似呈现单模态分布的特点,对高亮像素进行检测,然后采用灰度直方图和投影直方图相结合的2D直方图特征对目标进行检测。实验结果表明:该方法具有较高的检测率,但误报率也较高,其原因在于负样本的数量和代表性不足,因此,改进空间很大。 相似文献
16.
17.
18.
新的红外图像小目标检测方法 总被引:3,自引:3,他引:3
在分析了海空背景下舰船目标红外图像特征的基础上.提出了一种基于背景粗糙度估计的红外图像小目标自适应检测算法,该算法利用LOG算子检测目标的大致轮廓,确定目标的中心点作为区域生长的种子点,可以看作是为后续处理压缩数据量的一种方法。它可以减少运算量,提高检测速度,抑制对不必要的种子点的区域生长,提高目标的检测概率。 相似文献
19.
红外摄像机虽然能够全天候24 h工作,但是相比于可见光摄像机,其获得的红外图像分辨率和信杂比低,目标纹理信息缺乏,因此足够的标记图像和进行模型优化设计对于提高基于深度学习的红外目标检测性能具有重要意义。为解决面向监控应用场景的红外目标检测数据集缺乏的问题,首先采用红外摄像机采集了不同极性的红外图像,基于自研图像标注软件实现了VOC格式的图像标注任务,构建了一个包含行人和车辆两类目标的红外图像数据集(Infrared-PV),并对数据集中的目标特性进行了统计分析。然后采用主流的基于深度学习的目标检测模型进行了模型训练与测试,定性和定量分析了YOLO系列和Faster R-CNN系列等模型对于该数据集的目标检测性能。构建的红外目标数据集共包含图像2138张,场景中目标包含白热、黑热和热力图3种模式。当采用各模型进行目标检测性能测试时,Cascade R-CNN模型性能最优,mAP0.5值达到了82.3%,YOLO v5系列模型能够兼顾实时性和检测精度的平衡,推理速度达到175.4帧/s的同时mAP0.5值仅降低2.7%。构建的红外目标检测数据集能够为基于深度学习的红外图像目标检测模型优化研究提供一定的数据支撑,同时也可以用于目标的红外特性分析。 相似文献