基于模糊形状判别的鲁棒交通标志检测算法

针对交通标志存在尺度、旋转、倾斜、表面被污损或部分被遮挡等退化情况,提出一种基于模糊形状判别的鲁棒交通标志检测算法.该算法在HSV彩色空间进行颜色分割的基础上,提取目标区域的对称局部特征,根据设计的模糊形状判别算法来判定目标区域的形状,进而检测出交通标志.采用该检测算法对不同天气情况、不同道路场景下的3 000多幅自然场景图像进行交通标志检测实验,结果表明该检测算法不仅具有较高的检测率,而且具有良好的鲁棒性.     

一种用于道路交通标志识别的颜色-几何模型

交通标志检测是道路交通标志识别系统中的一个关键问题。本研究在分析中国道路交通标志的颜色和几何形状这2种先验特征的基础上,提出了颜色形状对的概念,并据此构造了一种新的交通标志颜色-几何模型。该模型由交通标志的3种基本颜色和5种基本形状构成,充分体现了颜色与几何形状具有唯一确定性关系这一重要特点。因此,基于颜色-几何模型的交通标志检测可以同时实现交通标志的粗分类,将116种中国道路交通标志直接分为7个子类,降低了道路交通标志识别系统的复杂性。仿真实验研究表明,采用该模型的交通标志检测与粗分类的正确率均达到了100%,具有良好的实时性和有效性。     

基于Tchebichef不变矩与SVM的交通标志分类算法研究

为了更好地对交通标志进行分类,提出了一种两步分类算法。首先根据交通标志的颜色与形状特征设计多层决策树进行粗分类,然后采用径向Tchebichef不变矩提取交通标志的特征,并基于SVM设计分类器进行精分类。对从3000幅自然场景图像中检测出的交通标志进行分类实验,结果表明该分类系统能取得较高的分类精度,这为交通标志识别系统的实现奠定了基础。     

基于视觉对抗色的交通标志检测方法

面向智能车辆的交通标志检测是国内外研究的热点。在复杂的交通环境下,采用传统颜色空间的方法鲁棒性差,算法效率低,难以准确有效地检测出交通标志。鉴于人类视觉特点和视神经信号处理机制,提出一种基于视觉对抗色的方法。首先,将图像在不同的对抗色空间进行高斯金字塔分解;然后,采用中央周边差算法,增强交通标志的颜色特征;最后,对二值化图像进行水平方向和竖直方向的投影,统计显著信息区域,标记交通标志的位置。通过编程实现和实验验证,检测准确率和实时性满足实际要求,为交通标志语义理解提供有效的数据。     

基于SIFT算法的交通标志识别

为了适应日益恶化的交通环境,本文提出了一种基于SIFT(Scale Invariant Feature Transform)算法的交通标志识别方法,利用SIFT算法构建仿射不变的特征子空间,通过基于HSI彩色模型的颜色特征检测以及基于几何特征的路标区域确定检测输入图像中是否存在交通标志,以及确定可能存在交通标志的感兴趣区域以及类别;最后通过对检测出来的部分进行SIFT特征与特征子空间的交通标志描述符进行匹配,完成交通标志的识别。进行Matlab仿真实验表明,所设计的系统能在复杂环境中高效准确地进行交通标志的识别。     

基于三分量色差法的交通标志分割

为了改善交通标志在RGB模型下的颜色分割效果,提出了一种基于三分量色差法的动态阈值分割改进方法。该方法首先提取了RGB彩图的R、G、B三分量,并根据要提取的交通标志颜色选择了合适的特征算子对三分量作代数运算,得到了色差灰度图像;然后对该色差灰度图像使用了Otsu法动态选取阈值进行分割。实验结果表明,对不同自然光照条件下的交通标志场景图,该改进方法都能较好地实现交通标志和图像背景的分割,提高了交通标志形状检测步骤的准确度和速度。     

视觉可量测实景影像的道路交通标志自动检测

提出了一种基于颜色和形状神经网络的视觉可量测实景影像交通标志自动检测算法.该算法设计了2种类型的概率神经网络,一种可以将图像中像素分为黄色、红色、蓝色和其他颜色4类;另一种可以识别三角形、圆形、矩形和倒三角形4种形状.从而先利用颜色识别神经网络对影像进行颜色分割;然后,在分割后的二值图像上利用灰度投影确定交通标志的候选区域;最后,利用中心投影向量和形状识别神经网络,实现候选区域的形状判断和交通标志自动检测.使用车载三维数据采集系统拍摄的视觉可量测实景影像进行了实验,证明了该方法的有效性和鲁棒性.     

基于改进YOLOv8的交通标志检测算法

目前交通标志检测在自动驾驶和辅助驾驶等智能驾驶中扮演着重要的角色,其性能的好坏影响着车辆行驶的安全。针对交通标志图像背景复杂和检测目标小等问题,提出了一种基于改进YOLOv8的交通标志检测算法。首先使用全局注意力模块,通过引入空间注意力和通道注意力机制,对输入特征图进行全局关注,有效捕捉输入特征图的全局上下文信息,对特征图在通道和空间维度上进行加权,使模型能够更加关注图像中的交通标志,避免干扰信息的影响,提高网络检测精度;其次引入幻影卷积替换原网络中的普通卷积,减小网络模型体积的同时提高模型的检测速度;最后增加一个小目标检测层,保留特征图更多浅层细节信息,提高网络对小尺寸交通标志的检测能力。实验结果表明,改进后的算法在精确率、召回率和平均精确率上相比于原算法分别提升2.6%、1.1%和1.5%,检测速度满足实时性要求。     

基于RGB色彩平衡方法的沙尘降质图像增强

针对沙尘环境下室外图像存在的色差,低对比度以及低清晰度的问题,提出一种基于RGB色彩平衡方法的沙尘降质图像增强算法,该算法主要包括色彩校正、对比度提升两个任务。针对沙尘图像色彩分布的特殊性以及灰色世界算法的启示,提出了保持颜色分量均值的RGB色彩平衡方法（RGBCbm）,使得RGB三通道分量根据颜色分量的均值进行拉伸,有效去除了图像中沙尘造成的色幕问题,进一步采用带色彩恢复的多尺度视网膜增强算法提高色彩校正结果;利用相对全局直方图拉伸算法结合Lab颜色模型对图像的对比度、色彩以及明亮度进行最后的增强和校正。对实验数据进行测试,结果表明,该算法可以有效解决各类沙尘降质图像的色差问题,并在提高图像色彩丰富性和对比度的同时增强图像细节的清晰度。与其他先进算法相比,水下图像质量指数和图像对比度指数分别达到了0.602和0.994,分别提高了0.140和0.018。     

机械产品设计的色彩参数优化选取研究

为提高机械产品色彩设计的智能化水平,提出了机械产品设计的色彩参数优化选取方法。构建机械产品色彩设计中的图像网格空间分布结构模型,对其进行特征参量寻优模板匹配。依据其特征参量,得到机械色彩人性化设计的颜色特征RGB的量化值,对机械色彩进行颜色空间划分,在三维颜色空间范围内采用最短距离误差修正算法(MSD算法)进行色彩搭配和颜色的融合性设计,确定机械产品设计的色彩参数,实现优化选取。仿真实验表明,该方法提高了色彩搭配的融合能力,输出机械色彩设计图案的峰值信噪比较好,说明色彩参数的选取效果较好。     

交通路标图像的分割与识别方法研究

对交通道路标志进行实时、正确的识别,是车辆自动导航中的一个重要方面.提出一种基于尺度不变特征变换(SIFT)算法的交通路标识别方法.该方法首先根据交通路标的色彩信息,利用HSV颜色空间对输入含有路标的彩色图像直接进行处理,从而快速分割提取目标区域;然后基于SIFT特征将分割提取的目标图像与数据库中原有图像进行特征匹配,...     

Gantry robot with extended workspace for pavement sign painting operations

The current method for pavement sign marking operations is labor-intensive and very dangerous due to the exposure of workers to passing traffic. It also requires blocking traffic for a long period of time resulting serious traffic jam. This paper deals with the development of a robotic system for automating the pavement sign painting operations. The robotic system consists of gantry frame equipped with transverse drive rail and automatic paint spray system. The workspace of the gantry robot is extended to one-lane width with the transverse rail system. This research also includes the development of font data structures that contain the shape information of pavement signs, such as Korean letters, English letters and symbols. The robot path is generated with this font data through the procedures of scaling up/down and partitioning the signs to be painted depending on the workspace size.     

随机纹理图像色差检测算法研究

针对随机纹理图像在实际生产环境下的色差检测问题,在研究、分析国内外研究成果的基础上提出了基于CIELAB均匀颜色空间的色差检测算法。文中对算法进行了详细的描述。首先在HSV颜色空间下计算聚类数目,在CIELAB颜色空间下确定初始聚类中心,然后进行模糊C均值聚类,最后进行颜色特征的提取。以雨花石墙地砖为例,分别在光照、粉尘、振动三种典型干扰环境下进行了实验。实验结果表明本文提出的色差检测算法检测结果受粉尘,振动干扰影响较小,色差值小于1.5,认为无色差,而受光照干扰影响较大,色差值大于1.5,认为有色差。这一结果与人眼的视觉判断相一致。建议在实际应用中对光照条件、光源稳定性进行合理的控制。本算法对其它随机纹理产品的颜色检测也有实用价值。     

一种基于仿射变换的三角形交通标志矫正方法

为了准确地检测交通标志,需要将汽车智能辅助驾驶系统拍摄到的倾斜图像矫正为无倾斜的标准图像。提出了一种基于仿射变换的三角形交通标志矫正方法,根据三角形交通标志共有的形状特性,提取出交通标志的边缘,求出三角形三边所在直线方程的交点及三条边的中点共六个特征点的坐标,与一个预先设定的标准正三角形的顶点及各边中点相对应,通过仿射变换将倾斜的交通标志矫正,得到一个与标准三角形交通标志仅差一个缩放因子的标准图像,为后续的交通图像识别打下基础。     

基于梯度方向信息熵的印刷电路板缺陷检测

针对印刷电路板裸板缺陷在线视觉检测,提出了一种适用于电路板彩色图像的缺陷检测算法。该算法主要通过分析缺陷区域边界像素的梯度方向信息获得对应的典型图像特征,具体由滤波去噪、目标分割和特征提取三部分组成。为减弱环境光干扰同时保证边缘细节的清晰,首先在CIE Lab色彩空间对图像进行双边滤波,然后利用该色彩空间的均匀性分割出需要检测的目标区域,最后设计了邻域梯度方向信息熵这一描述子用于提取缺陷特征和构造特征向量,利用支持向量机对缺陷进行识别。实验结果表明:所提算法能够对印刷电路板裸板存在的短路、断路、孔洞、余铜、划痕等常见缺陷进行快速精确的定位,能够满足生产过程中的实时检测要求。     

线性高速开关阀的设计及验证

受限于成本原因,电控液压制动系统中多使用高速开关阀,但在液压阀开关控制中电磁阀的敲击噪声、液压冲击噪声和压力波动造成制动控制品质和精度劣化,因此通过脉冲宽度调制控制实现高速开关阀线性化调控性能是此类高速开关阀的设计关键。高速开关阀动态运动特性受瞬态液动力、非线性电磁力与机械惯性、弹簧力综合作用,电磁阀动力学特性决定其线性调控工作范围窄,需要系统设计电磁阀系列结构力学参数,才能实现电磁阀阀口一定开度范围内的多种非线性力的线性化变化。为此,建立高速开关阀与液压控制单元的动力学模型与联合仿真模型,通过仿真与试验验证,分析出阀座锥角、节流孔径、气隙大小等结构参数对电磁阀线性特性的影响。从而设计出合理的电磁阀结构参数,并应用于一款液压控制回路中,实现线性工作范围的拓宽,满足汽车制动安全控制的要求。