快速鲁棒的交通标志检测方法

如何从实景中有效地提取出交通标志是交通标志识别系统的关键,在分析中国道路限速交通标志的颜色和几何形状两种先验特征的基础上,以一种新的颜色滤波方法为基础,获得红色像素在Lab颜色空间中聚类范围的椭圆模型,提取出图像中的红色区域,得到二值化图像,然后采用基于梯度信息的Hough变换圆检测方法获得二值化图像中的圆和椭圆区域,从而实现一种将交通标志先验特征与机器学习算法相融合的智能检测方法。     

基于图像测量的香烟滤棒在线检测系统

作者对香烟滤棒的生产过程进行了研究,并提出了一种采用图像测量技术对香烟滤棒的圆周长、圆度误差进行实时检测的技术。本文通过结合笔者开发的香烟滤棒在线检测系统对图像测量软件的开发进行阐述,并通过滤棒生产中的应用验证了系统的有效性、可行性。     

基于机器视觉的钢管壁厚在线检测方法研究

在钢管生产过程中,需要对钢管的壁厚进行实时测量,以检验所生产的钢管是否符合规格。针对人工测量钢管壁厚中所出现的测量效率低、易产生疲劳且无法实时测量等问题,基于机器视觉测量技术,提出一种钢管壁厚在线检测方法。该方法首先采集钢管断面图像,然后对采集到的钢管图像进行预处理,使用Canny边缘检测算子检测钢管断面内外圈边缘特征,最后使用改进后的随机霍夫圆检测算法检测断面轮廓,根据设计的钢管壁厚测量方案计算得到各处钢管壁厚。改进的随机霍夫圆检测由于采用分区采样以及筛选出与边缘轮廓契合度最高的候选圆的方式,提高了原检测算法的检测精度与效率。经过实验验证,该方法测量精度高,效率高,能够满足对钢管壁厚在线检测的要求。     

基于动态梯度的激光光斑中心定位算法

为提高激光光斑中心检测的长期稳定性、抗干扰性能和定位精度,在对相关圆心定位算法进行研究的基础上,通过理论分析与实验测试,提出一种基于动态梯度的激光光斑中心定位算法.该算法根据激光光斑特点,利用图像梯度对光斑进行标识与定位.实验结果表明,该算法定位精度高,有效提高了激光光斑中心检测的抗干扰性能和长期稳定性,适合对测量精度要求高的长期在线测量.这种新方法已被成功用于自动激光挠度测量系统中.     

基子视频图像的在线测量技术的研究

在线测量技术在冶金行业中得到了越来越多地应用，本文针对槽钢长度在线测量的主要实现技术进行了研究和模拟仿真，并提出了一种基于视频图像的在线测量运动槽钢长度的方法。该方法利用图像采集卡捕捉两张不同时刻的图像，经过中值滤波预处理后进行图像减法确定槽钢的运动区域，然后根据运动区域得到槽钢的灰度值范围，接着对图像进行阈值分割，最后利用分割的图像计算出槽钢的长度。     

单张平面圆图像的空间圆心快速提取方法

空间圆圆心坐标提取是视觉测量系统的关键技术之一。为了解决空间圆心坐标需要提取多视角图像椭圆圆心,而由于透视投影椭圆圆心并不是空间圆心像点的问题,提出了一种基于单张平面圆图像的空间圆心提取方法。该方法首先基于圆锥曲线特性根据相机光心坐标与成像椭圆像素坐标构建了空间圆锥方程,再根据圆锥方程构建出圆锥正底面表达式,根据正底面表达式求解出与空间圆所在平面平行的平面方程,最后根据平行平面与实际目标直径找出正确空间圆方程。该方法避免了空间圆心投影坐标求解与需要多张图像求解圆心的问题,只需单张图像即可求解出空间圆心坐标。实验结果表明,该方法能精确求解圆形目标中心空间坐标,有效提高了三维坐标的求解效率与精度。     

大偏差下手绘太阳黑子图像的归一化

为解决手绘太阳黑子图像的不一致性给黑子信息自动测量带来的困难,研究了一种大偏差下手绘太阳黑子图像归一化的方法;利用Hough变换检测圆初步确定图像圆圈的位置,再基于最小二乘拟合圆准确定位圆圈的位置,从而实现图像大小的归一化;对大小归一化后的图像特定区域进行Hough变换直线检测以及CNN(卷积神经网络)字符识别,确定图像的偏转角度,从而完成整个图像的归一化。实验结果表明,该方法具有较好的准确性、鲁棒性和稳定性。     

基于空间和时间差别采样的彩色图像分割

针对复杂图像的目标检测问题,提出一种基于空间和时间差别采样的彩色图像分割方法。选定目标和背景的感兴趣区域作为候选样本,对图像空间高梯度区域像素进行采样,使用极限学习机学习得到粗分割目标。模拟人眼视觉神经网络,对差别像素进行重采样,利用新增样本更新分类模型。实验结果表明,该方法可以从复杂图像场景中有效地分割目标。     

数字图像中基于多尺度几何分析的圆检测算法

特征检测是图像处理和模式识别中非常重要的问题,其检测效果直接影响模式识别和分类。基于多尺度几何分析（MGA）的思想,提出了一种圆检测方法―圆特征域上奇异点算法。该算法首先将圆特征曲线变换到圆特征域上,然后在圆特征域上进行小波分析以找出奇异点,奇异点坐标即为待检圆的坐标。该方法克服了Hough变换对灰度图像圆检测需要考虑灰度阈值或梯度的限制,可直接对二值图像或灰度图像进行检测。最后分析、比较了该算法与Hough算法的不同。     

基于双平面电容传感器的复合材料缺陷检测

非金属复合材料在制造或使用过程中会产生不同形状内部损伤,采用平面电极传感器可对损伤进行无损化检测。针对现有单平面电极传感器检测信号强度弱、检测数据量少等问题,提出一种双平面电极阵传感器检测非金属复合材料的方法。将两个4×4电极传感器组成一套双平面传感器,采用单激励测量模式,利用共轭梯度算法进行图像重建。仿真与初步实验结果表明:双平面电极传感器提高了检测信号强度,使重构图像精度得到了提高。     

空间轴对称目标三维姿态测量方法的研究

提出一种双目视觉测量空间轴对称目标姿态的新方法,应用线性方法获取轴对称目标在像面的轴线,通过两像面轴线与各自光心所成的平面相交,得到被测目标的轴线的方向矢量,进行三维姿态测量,避免了传统姿态测量中左右像面目标特征点的特征匹配或灰度匹配。模拟实验结果表明:该方法姿态角测量误差小于0.5°;且计算速度快,结果稳定,能够满足实时处理的要求。     

基于立体视觉的平面圆参数高精度测量算法*

针对目前平面圆的圆心和半径测量方法存在的不足,提出一种基于立体视觉的平面圆参数高精度测量方法。该方法首先根据边缘分组算法和二次曲线椭圆拟合判别算法提取双目图像中的椭圆特征;其次利用分段立体匹配算法获取平面圆特征上部分点的三维坐标;最后通过三维平面拟合、坐标转换、平面圆拟合以及坐标反变换获取平面圆的圆心和半径参数。实验结果表明,该方法有效地减小了平面圆透视投影引起的畸变误差,提高了平面圆参数的测量精度。     

基于最优投影平面的立体视觉空间圆位姿高精度测量方法

现有基于双目立体视觉的测量方法的测量精度依赖于标定精度,在受遮挡时测量精度不高.文中首先分析并证明在双目立体视觉系统外部参数误差存在时,投影曲线上点的立体匹配误差对点的重建精度的影响.然后基于此误差分析结论,设计立体视觉空间圆位姿测量方法,通过轮廓点筛选算法筛选投影曲线上的点,得到匹配误差较小的点并进行重建.利用重建点在深度方向上对非线性优化得到最优投影平面的投影,对空间圆进行拟合,得到空间圆的位置姿态.文中方法有效减小三维点重建误差对空间圆拟合精度的影响,提高圆形特征在受遮挡情况下的测量精度.最后通过实验验证方法的有效性.     

不同形状邻域空间信息的模糊聚类图像分割

在经典的融合空间信息的模糊聚类图像分割方法中,图像像素的空间信息大,都采用正方形的邻域窗来获取。为了更好地分割出图像中的边界及细节信息,对不同形状邻域空间信息的模糊聚类图像分割进行了研究。在该方法中,首先采用圆形、三角形和菱形邻域窗获得图像像素的空间信息,然后分别将这三种空间信息引入到融合空间信息的模糊聚类图像分割中。Berkeley图像上的分割实验表明分别采用圆形、三角形和菱形邻域窗获得图像像素空间信息的模糊聚类图像分割方法在分割性能上要优于融合正方形邻域窗空间信息的方法。     

基于RPCA的图像模糊边缘检测算法

针对传统边缘检测方法未能在抗噪性能与边缘检测精度之间取得较好的权衡的问题,利用鲁棒主成分分析模型良好的矩阵恢复能力与图像模糊边缘检测算法较佳的边缘检测性能,提出一种基于RPCA的图像模糊边缘检测算法,将图像的边缘检测问题转化为图像主成分的边缘检测问题。该算法对含噪图像进行RPCA分解,得到对应的稀疏图像和低秩图像,再用一种基于阈值的隶属函数将低秩图像转化至等效的模糊特征平面,并在该特征平面上进行模糊增强运算,最后进行空域转化及边缘提取等操作得到最终的边缘图像。实验结果表明,该算法提高了边缘定位的精度,对不同类型、不同强度的噪声均具有较好的抑制能力,适用于对实时性要求不高的图像处理。     

阵列式传感器的触觉图像识别技术

通过对安装于机器人手爪上的半导体应变式阵列触觉传感器系统所采集到的触觉图像的分析,提出了基于模糊聚类原理的触觉图像统计特征识别技术。通过分析像素灰度矩阵信息,提取图像独立的统计特征量,建立相应的图像统计特征模型空间;由此,计算出各图像类的模糊相似系数矩阵,再运用聚类分析法将其改造成为模糊等价矩阵,划分出图像等价类,进而实现对目标图像的识别;实验结果表明,该方法能获得分布压、接触总力等信息,并能达到很好的触觉图像识别效果。     

三维视觉测量中圆中心投影误差分析方法

针对像平面上椭圆的中心不是空间圆中心在像平面上的真正投影中心这一问题,提出了一种圆中心投影误差分析方法。通过建立空间圆平面与像平面之间的映射关系,推导了空间圆中心投影误差的数学模型,并对影响中心投影误差的因素进行了仿真分析。该方法为圆中心的测量误差评估、摄像机网络布局等提供了理论依据,在实际的视觉测量工程中具有一定的应用价值。     

图象模糊涟缘检测的改进算法

图象在检测技术是图象处理中最重要的内容之一,且已在图象分析和识别领域中得到广泛的应用。针对图象边缘由模糊性引起的不确定性问题,提出了一种图象模糊边缘检测的改进算法,该算法是道德民确定一个阈值参数,然后根据此阈值参数来定义一个新的隶属函数,从而钭图象转化为等效的图象模糊特征平面,通过在模糊特征平面上进行增强运算,将其转换为空域图象,最后再进行边缘提取,同时还对具有多峰直方图分布图象的模糊边缘检测方法进行推广,仿真结果表明,该算法是有效的。     

Adaptive fuzzy color segmentation with neural network for road detections

In this paper a new color space, called the RGB color ratio space, is proposed and defined according to a reference color such that an image can be transformed from a conventional color space to the RGB color ratio space. Because a color in the RGB color ratio space is represented as three color ratios and intensity, the chrominance can be completely reserved (three color ratios) and the luminance can be de-correlated with the chrominance. Different from traditional distance measurement, a road color model is determined by an ellipse area in the RGB ratio space enclosed by the estimated boundaries. A proposed adaptive fuzzy logic in which fuzzy membership functions are defined according to estimated boundaries is introduced to implement clustering rules. Therefore, each pixel will have its own fuzzy membership function corresponding to its intensity. A basic neural network is trained and used to achieve parameters optimization. The low computation cost of the proposed segmentation method shows the feasibility for real time application. Experimental results for road detection demonstrate the robustness to intensity variation of the proposed approach.