基于改进Hough变换的前视机场跑道识别方法

提出了一种基于Hough变换的前视机场跑道识别算法。该算法基于跑道灰度图的直线边缘特征,利用直线边缘特有的灰度方向和直线方向一致的特点改进了基于二值化边缘点的传统Hough法,并在此基础上实现了复杂背景下的机场跑道识别。真实跑道图像测试表明本算法具有良好的识别效果。     

基于引力场模型的图像匹配方法

针对无人机视觉辅助导航的自主着陆技术研究,提出了引力场模型的图像匹配新方法,直接建立失配代价势函数的梯度场.只要进入正确匹配位置的收敛域,就可以按照最优估计理论找到最速下降路径,从而找到正确匹配位置.选择不同的引力场模型,可以得到不同的收敛域.低阶模型收敛域较大,但匹配精度较低;高阶模型匹配精度较高,但收敛域较小.当收敛域较大时,可以采用较大的搜索步长寻找收敛域,提高图像匹配搜索阶段的效率.零阶模型与采用欧氏距离作为基本测度的Hausdorff距离方法一致,但其引力场不便于计算;非零阶模型由质点的引力场线性叠加就可以得到质点系的引力场.仿真实验表明搜索阶段采用二阶模型效果最好,达到匹配图像的精度要求.     

基于机器视觉的电子元器件检测系统设计

为了提高宇航、军工电子产品检测的效率和准确性,设计基于机器视觉的电子元器件检测系统,通过研究有效的定位与检测算法,满足不同规格的印制电路板（Printed Circuit Board,PCB）元器件焊装正误检测。采用改进的Hough圆检测算法识别定位点,结合电装工艺文件定位元器件所在位置,绘制感兴趣区域（Region of Interest,ROI）。最后采用加速鲁棒特征（Speeded-Up Robust Features,SURF）算法进行特征提取,利用基于最近邻与次近邻比值的方法完成匹配,元器件特征点匹配准确率达到85%。并对元器件在光照和仿射变换下的匹配效果进行测试,结果表明,SURF算法在不同实验条件下,包括位移、角度以及光照变换等,匹配准确率达到90%。系统实现了宇航、军工PCB板上元器件安装正确性检测,具有较好的精确性和稳定性。     

基于混合高斯模型的跑道侵入检测方法

面对机场不断增加的航班量,为了保障航班安全,避免发生跑道侵入,使用了基于混合高斯模型的背景减除法,在机场采集的视频数据中,追踪跑道安全区附近的运动目标。使用Graham Scan算法计算动态目标像素点的边框,根据前后帧之间动态目标的变化,计算其运动状态。在视频图像中标记跑道及跑道安全区,并使用旋转卡壳凸包算法计算动态目标与跑道安全区的最小距离。提出了的跑道侵入检测模型及方法,用于检测是否存在跑道侵入风险。仿真结果表明,该方法能够有效的机场安全区附近的追踪动态目标,并评估跑道侵入的告警等级。     

基于知识的复杂海空背景抑制

研究了复杂海空背景下的红外小目标检测的预处理问题。提出了一种基于小波分解与Hough变换结合的方法，提取海空线，确定小目标的潜在区域。为了进一步抑制目标潜在区域的复杂背景、增强目标，提出一种方向自适应的多级滤波器，使之跟随海空线的角度进行滤波。实验证明，该方法能检测出复杂背景下任意方向的海空线，并有效地抑制目标潜在区域的海空线以及噪声杂波，使目标得到增强。     

复杂背景下二维条码图像的提取

本文针对复杂背景下的PDF417条码，提出了一种合理的分割算法。首先使用彩色过滤算法对背景进行过滤，然后利用二次梯度算法提取图像中的正、负峰值，获取图像的分割阈值，使用这种方法后，可在最大程度上减少外界干扰。对于条码的倾斜，使用Hough变换得到图像倾角，再利用二维旋转矩阵旋转图像。为了减少目标区域的毛刺以及空白点，提出了一种良好的插值方法。确保旋转变换后的图像不失真。     

用点Hough变换实现圆检测的方法

给出了一种新的Hough变换圆检测方法——点Hough变换(PHT)。该方法根据圆周上任意两条不平行弦的中垂线相交与圆心的几何性质，同时选取曲线上3点进行计算，将传统Hough变换圆检测时的三维参量统计变成一维参量统计，极大地降低了计算复杂性和对资源的需求。为了克服任意选取组合点可能带来的计算量增加及统计结果的分散程度提高，文中提出了点的选择方法。合成图和实际图像的实验结果表明，该方法用于普通图像中圆检测时快速、稳定、准确。     

复杂光照下彩色圆形标签检测算法 *

针对复杂光照背景下彩色圆形标签的检测问题 ,提出了一种基于色彩信息和 Hough变换的彩色圆形标签的检测算法。该算法采用对比度拉伸来增强图像 ,然后采用自适应 Hough变换来定位场景中可能的圆形物体,目的是降低复杂背景对检测精度的影响。为了检测到各种光照变化下某一色彩的圆形标签 ,引入颜色不变量 Grayworld Normalization模型来克服光照颜色变化的影响。为了评价该算法的有效性 ,对不同恶劣光照条件下的 93幅图像进行了实验 ,其结果表明 ,该算法能有效精确地检测到指定色彩的圆形标签。     

高分辨率遥感影像中操场跑道的自动提取

提出一种高分辨率遥感影像中操场跑道的自动识别方法。在分析操场跑道结构特征的基础上,采用改进的Hough变换方法提取操场跑道圆弧形边缘;然后结合识别出的圆弧形结构信息识别与之相连的直线形边缘;最后对识别出的操场跑道进行细化和修剪处理,实现操场跑道的自动识别。     

基于Hough变换的圆检测方法

总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT.结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法.该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换.其主要思想是用多维数组来代替经典的循环过程.把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度.     

复杂背景中的人脸检测与定位

基于人类视觉机制,描述了一种由粗到细的复杂背景中的人脸检测方法。其基本思想是首先粗略定出人脸可能存在的区域,然后在可能的区域内进一步细致匹配,以证实人脸的存在并对其进行准确定位。在粗略检测中利用人脸的肤色分布统计模型将人脸从背景中分割出来;在准确定位中联合人脸的肤色分布统计模型、发色分布统计模型以及不同方向的头部模型,用模糊模式匹配的方法进行准确定位。实验结果表明该方法比在复杂背景中直接利用肤色信息检测人脸的方法速度快,准确率高,鲁棒性好。     

一种针对复杂背景下高分辨率SAR图像河道检测算法

针对复杂背景下高分辨率SAR图像中河道轮廓提取问题,在分析前人已有成果的基础上,提出一种基于分块直方图及区域特征的河道信息检测方法。首先通过小波变换技术在保持图像边缘特性的同时对图像去噪处理,进而对图像分块后利用统计直方图初步确定河道标记点位置。在此基础上采用基于标记点的分水岭变换进行初始分割,最后利用区域邻接图(RAG)的区域合并策略得到河道检测结果。实验结果表明:与戴光照等提出的采用直方图阈值快速分割提取算法相比,该算法在完整提取河道轮廓的同时显著提高了提取精度,同时可进一步用于河道桥梁提取,具有良好的可用性与有效性。     

Improved Rooftop Detection in Aerial Images with Machine Learning

In this paper, we examine the use of machine learning to improve a rooftop detection process, one step in a vision system that recognizes buildings in overhead imagery. We review the problem of analyzing aerial images and describe an existing system that detects buildings in such images. We briefly review four algorithms that we selected to improve rooftop detection. The data sets were highly skewed and the cost of mistakes differed between the classes, so we used ROC analysis to evaluate the methods under varying error costs. We report three experiments designed to illuminate facets of applying machine learning to the image analysis task. One investigated learning with all available images to determine the best performing method. Another focused on within-image learning, in which we derived training and testing data from the same image. A final experiment addressed between-image learning, in which training and testing sets came from different images. Results suggest that useful generalization occurred when training and testing on data derived from images differing in location and in aspect. They demonstrate that under most conditions, naive Bayes exceeded the accuracy of other methods and a handcrafted classifier, the solution currently used in the building detection system.     

航拍图像中绝缘子缺陷的检测与定位

长期暴露在自然环境下的绝缘子易产生自爆缺失故障,对此提出了一种绝缘子缺陷检测和定位的图像处理方法。依据绝缘子在航拍图像中的型态特征,采用最大类间方差法以及中值滤波进行图像预处理,提出基于粒子群优化参数的蚁群算法来检测其中的绝缘子轮廓及其数目,最终实现在原图中标记出缺陷绝缘子所在位置的目的。该方法针对简单背景下绝缘子缺陷的标记具有良好的效果,并为进一步实现复杂背景下绝缘子缺陷检测和定位提供了预研基础。     

改进的SSD航拍目标检测方法

近年来,无人机技术的快速发展使得无人机地面目标检测技术成为计算机视觉领域的重要研究方向,无人机在军事侦察、交通管制等场景中具有普遍的应用价值.针对无人机场景下目标分辨率低、尺度变化大、相机快速运动、目标遮挡和光照变化等问题,提出一种基于残差网络的航拍目标检测算法.在SSD（single shot multibox detector）目标检测算法的基础上,用表征能力更强的残差网络进行基准网络的替换,用残差学习降低网络训练难度,提高目标检测精度;引入跳跃连接机制降低提取特征的冗余度,解决层数增加出现的性能退化问题.同时,针对SSD目标检测算法存在的目标重复检测和小样本漏检问题,提出一种基于特征融合的航拍目标检测算法.算法引入不同分类层的特征融合机制,把网络结构中低层视觉特征与高层语义特征有机地结合在一起.实验结果表明,算法在检测准确性和实时性方面均具有较好的表现.     

复杂背景不同光照条件下彩色图像中人脸检测

提出一种有效的在复杂背景和不同光照条件下从彩色图像中检测出人脸的方法.该方法由两个阶段组成:第一阶段利用彩色信息和基于等腰三角形分割的方法找到可能的人脸区域.第二阶段利用二维相关系数作为对称相似性测度进行人脸认证.提出的方法能够处理各种尺寸、不同光照条件、不同的姿态及表情变化的人脸,在复杂背景的彩色图像中提高了人脸的检测速度.实验结果显示该方法获得良好的效果.     

复杂背景彩色图像中多角度人脸检测

提出一种针对复杂背景彩色图像中的人脸检测方法。基于Gray World假设,在RGB颜色空间采用颜色平衡的方法对偏色图像进行颜色校正,在YES颜色空间进行肤色检测并应用预处理技术缩小人脸检测的搜索区域。在物体区域方向计算的基础上,提出能够检测任意旋转角度人脸的方法,在人脸候选区域采用模板脸匹配方法定位人脸。实验表明,该方法对不同光照环境、不同尺寸、任意旋转的人脸有较好的检测效果。     

基于先验知识的航拍绝缘子检测方法

在架空输电线路中对带电状态的绝缘子进行检测和故障定位,对保证电网可靠运行具有重大意义。基于无人机平台提出一种复杂背景条件下的绝缘子检测算法。在检测算法的特征提取层引入注意力机制模块以获取更多的绝缘子特征信息,同时利用航拍图像中绝缘子的先验知识,结合K均值聚类算法改进目标候选框的生成模式。在此基础上,通过将中心损失引入绝缘子检测目标函数以增强训练过程中绝缘子类内特征的内聚性。实验结果表明,相对Faster R-CNN检测算法,在绝缘子检测数据集上Faster R-CNN改进算法检测精度提高4%以上。     

航拍图像中机场跑道的快速检测

提出一种航拍机场跑道的快速检测方法.首先,采用自适应阈值方法对图像进行边缘检测,提取图像中主要物体的轮廓后利用线段的长度和图像的梯度相位信息剔除短线条和曲线.然后利用Hough变换进行直线检测,搜索出平行直线对作为机场跑道的候选区域.最后利用机场跑道特征对候选区域进行验证,剔除虚假目标.对Internet上下载的大量机场航拍图像的实验表明,该方法能够快速准确地检测出机场跑道,且具有较好的鲁棒性,能够消除背景中诸如云朵等物体的干扰.