一种基于极线约束的激光条纹匹配算法

提出了一种基于极线约束的激光条纹匹配算法。先通过双CCD摄像机摄取左右两幅图像．然后对图像进行预处理。处理之后的两幅图像是在不同视角下摄取的两条单像素宽的激光条纹,在极线约束和连续性约束的理论基础上，提出了一种直线和曲线求交的匹配方法，从而实现了激光条纹的快速精确匹配和激光扫描线的三维重建.     

一种基于极线约束的激光条纹匹配算法

提出了一种基于极线约束的激光条纹匹配算法.先通过双CCD摄像机摄取左右两幅图像,然后对图像进行预处理.处理之后的两幅图像是在不同视角下摄取的两条单像素宽的激光条纹,在极线约束和连续性约束的理论基础上,提出了一种直线和曲线求交的匹配方法,从而实现了激光条纹的快速精确匹配和激光扫描线的三维重建.     

高速公路路面状况的光学智能检测与信息处理

提出了共梁双精密激光高程传感器技术，用于对纵向路面起伏状况的非接触高速检测，同时提出了等高程摆动激光扫描测距法，用于对路面横向车辙形状和深度的精密测量，进而研制了高速公路路面智能检测车实现对高速公路的平整度与车辙等路面特性的高速实时检测，得到了大量的路况实测数据。测试结果与同类仪器测量结果有很高的一致性，但比现有仪器有高得多的效率和精度。     

路面破损图像实时检测方法研究

提出一种路面破损图像实时检测的实现方法。对高速采集的路面图像去模糊后再进行裂纹特征分析。设计了一种基于邻域像素灰度值比较的特征快速提取方法,利用邻域相关及连贯性等知识智能去除虚假裂纹,从而提取真实裂纹信息。大量采集的图片的处理结果表明,该方法可实时快速检测路面破损信息,具有较强的鲁棒性和实际应用性。     

路面破损图像实时检测方法研究

提出一种路面破损图像实时检测的实现方法.对高速采集的路面图像去模糊后再进行裂纹特征分析,设计了一种基于邻域像素灰度值比较的特征快速提取方法,利用邻域相关及连贯性等知识智能去除虚假裂纹,从而提取真实裂纹信息.大量采集的图片的处理结果表明,该方法可实时快速检测路面破损信息,具有较强的鲁棒性和实际应用性.     

弱目标检测的图像流法

本文研究用高频图像滤波器去除背景干扰，提取可能的弱目标，进一步用假设检验分离出可能的弱目标。导出图像流约束方程，提出一种基于图像流和运动连续性分析的弱目标检测方法。该方法在强噪声背景和复杂背景下有良好的检测性能，计算机模拟实验检验了方法的性能。     

基于Gabor滤波器的车道线快速检测方法

针对在全景相机获取到的高交通信息量的复杂场景下传统Canny算子很难实时且鲁棒地提取车道线特征的问题,提出一种基于Gabor滤波器的最优方向区间快速检测算法。首先利用同心圆环近似展开法将全景图像展开成矩形图像,然后对展开图像进行不同相位角的Gabor滤波处理,快速得到使车道线边缘清晰度达到最高的方向区间。在Canny算子检测边缘过程中,只对处于该区间内的边缘点进行非极大值抑制及进一步处理,实现车道线的快速检测。最后算法在实拍的500帧视频样本上进行测试,识别率优于94.2%。结果表明所提算法不易受复杂环境影响,可用性强,有效地提高了车道偏离预警系统的实时性与稳定性。     

弱目标检测的图像流去

本文研究用高频图像滤波器去除背景干扰，提取可能的弱目标，进一步用假设检验分离出可能的弱目标。导出图像流约束方程，提出一种基于图像流和运动连续性分析的弱目标检测方法。该方法在强噪声背景和复杂背景下有良好的检测性能，计算机模拟实验检验了方法的性能。     

激光制导武器目标光斑检测系统设计与实现

为了实现激光制导武器目标光斑检测系统对远距离的来袭激光光斑的捕获与定位,采用机器视觉检测技术设计并实现全数字化、实时、高精度的激光检测系统。系统针对CMOS探测器采集到的激光光斑图像,采用硬件实现改进的快速二维中值滤波算法进行图像滤波处理,最大类间方差算法进行灰度图像阈值分割,灰度重心法进行中心提取,实现了精确中心定位。实验验证和误差分析表明,该系统具有很强的抗干扰性及精确的坐标定位,坐标误差在1mm以内。     

基于双目视觉的低复杂度高准确度手势提取算法

为满足实时人机交互的需求,解决在不同光照、不同背景下,与肤色无关的手势提取问题,提出了一种低复杂度、高准确度、适合硬件实现的手势提取算法.该算法对双目图像基于逐行扫描的机制提取手势.首先检测边缘,由边缘对图像形成分割,获得手势轮廓,随后通过匹配提取出手势,最后消除背景噪声的影响,获得准确的手势.实验采用两个相同型号的网络摄像头在室内光照条件下采集图像.结果表明,该方法在复杂背景中能够快速准确地提取出各种手势,相比传统的基于肤色的手势提取方法干扰更少.     

一种基于激光视觉的焊缝实时检测技术研究

提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。 本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。 实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。     

基于图像处理的路面裂缝特征提取方法

裂缝是一种常见的路面损坏形式,及时、准确地检测和评估路面裂缝的状态,对于路况监测和养护决策具有重要的意义。文章提出了一种基于图像处理的路面裂缝特征提取方法,首先,对分割得到的路面二值图像进行连通域分析,利用裂缝区域和干扰区域之间的特征差异,筛选出真正代表裂缝的连通域;然后,采用改进的快速并行细化算法提取出裂缝骨架,以端点所在分支的长度为标准来去除骨架中的毛刺,针对骨架断裂和向内缩短的问题,通过端点方向以及端点间距离来进行骨架的连接和生长。实验结果表明,该方法能够有效去除分割结果中的干扰区域,提取出清晰完整且无毛刺的裂缝单一像素骨架,较好地反映了裂缝的主要结构和形态特征。     

一种基于高效残差分解网络的车道线检测方法

为提升自动驾驶系统车道线检测的速度,提出了一种利用卷积神经网络进行特征提取,结合分类网络实现多车道线虚实线分类的方法。使用高效残差分解网络(efficient residual factorized ConvNet,ERFNet) 对图像进行卷积操作和下采样,采用无瓶颈一维卷积残差结构,利用纵、横两个方向一维卷积穿插提升非线性函数的泛化性能,依据可变填充比获得多尺度上下文信息完成图像特征提取。基于反卷积与上采样结果进行特征解码,恢复原图像尺度并输出分割后的图像。相较于传统语义分割算法,本方法可减少大量特征参数,增强模型的学习能力,在提升检测速度的同时保证检测精度。在直行、转弯、上坡、下坡,道路颠簸,光照不均匀等工况下的仿真测试实验表明,本文方法检测精度可达到95.14%,检测速度较主流算法有较好提升。     

一种快速光栅条纹中心亚像素坐标提取方法

光栅条纹中心的精确提取会直接影响到线结构光视觉的测量与重建精度。为了解决传统的Steger算法计算量大,且在光条不均匀时提取不精确等问题。基于改进的Steger算法,提出了针对光栅条纹中心的快速亚像素坐标提取方法。通过高斯滤波、形态学等方法得到去复杂背景的激光条纹图像,用自适应阈值法缩小ROI区域,用霍夫变化求取光栅边缘线,求出边缘线中点,然后直线拟合,最后用改进算法提取中心坐标。实验结果表明:与模板法、传统Steger算法等光栅条纹中心提取算法相比,算法的鲁棒性更强,最大提取误差在0.3个像素,平均误差为0.1个像素,平均运行时间相比传统算法减少0.4 s。     

基于稀疏约束的SAR目标特征提取方法研究

特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征,稀疏约束将被添加在非负矩阵分解法中,并应用于图像目标特征提取,通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解,构建具有稀疏性的目标特征矢量,提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验,试验结果表明,添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比,能够显著提高目标识别的稳定性和准确率。     

Accurate centerline detection and line width estimation of thick lines using the radon transform.

Centerline detection and line width estimation are important for many computer vision applications, e.g., road network extraction from high resolution remotely sensed imagery. Radon transform-based linear feature detection has many advantages over other approaches: for example, its robustness in noisy images. However, it usually fails to detect the centerline of a thick line due to the peak selection problem. In this paper, several key issues that affect the centerline detection using the radon transform are investigated. A mean filter is proposed to locate the true peak in the radon image and a profile analysis technique is used to further refine the line parameters. The theta-boundary problem of the radon transform is also discussed and the erroneous line parameters are corrected. Intensive experiments have shown that the proposed methodology is effective in finding the centerline and estimating the line width of thick lines.     

基于MSER和SVM的快速交通标志检测

为解决传统的基于机器学习的交通标志检测(TSD) 方法需要对每一个待检测子窗口进行处理而导致算法实时性不高的问 题,提出了一种基于感兴趣区域(ROI)提取和机器学习的快速TSD 算法。针对传统基于颜色阈值的ROI提取方法具 有对光照变化较敏感等缺点,设计了一种颜色增强下的最大稳定极值区域(MSER)方法 ,根据标志的颜色进行 颜色增强,对颜色增强图像提取MSER得到交通标志ROI;然后在图像的多尺度滑动遍历检测 过程中,仅对包含ROI的滑 动窗口进行方向梯度直方图(HOG)特征的提取,并通过支持向量机(SVM)进 行分类判别。实验结果表明,本文改进的TSD方法在运算速度上有较大提升,具有很好的鲁 棒性,且获得了96.42%的检测率以及较低的误检数。     

电力线激光点云的分割及安全检测研究

为了进行高压输电线路安全检测分析，基于机载激光雷达（LiDAR）电力走廊数据，提出了一种基于密度的空间聚类方法（DBSCAN）的电力线激光点云单条分割提取算法。通过该方法可以实现输电走廊中单条电力线的快速分割提取。首先对电力线点云在x-O-y平面上投影，对投影后的激光点采用最小二乘法进行直线拟合；其次通过计算输电走廊长度，采用经验参量进行电力线点云分段；再次对分段点云在投影平面内进行DBSCAN聚类；最后将分段聚类结果类别归一化，得到单条电力线激光点云数据。结果表明，采用该方法能够在只需经验参量分段宽度的情况下，快速准确地对电力线激光点云进行分割提取，并根据分割结果进行电力线与电力走廊地物距离计算，判断危险点类型及距离。所提出的方法具有较高的提取与测量精度，能够有效地应用于电力线安全检测分析。     

基于非负矩阵分解的SAR图像目标识别

 特征提取是合成孔径雷达自动目标识别的关键技术,同时也是难点问题之一。本文提出了一种基于非负矩阵分解算法与Fisher线性判别方法的合成孔径雷达图像目标识别的方法,通过基于基向量非负加权组合的形式构建SAR目标图像,能充分利用目标的局部空间结构信息提取目标特征信息实现目标识别。首先将水平集分割预处理后的SAR目标图像样本构成初始矩阵,然后利用非负矩阵分解后得到的权向量作为目标图像的特征向量,再通过依据Fisher线性判别构成的分类器,实现对MSTAR数据中3类目标的识别,并与目前已有的几种典型方案进行对比。试验结果表明该方法是可行且有效的,并能够明显提高对目标识别的稳定性和正确率。     

基于深度空时域特征融合的高动态空中多形态目标检测方法(特邀)

针对复杂背景下,依靠高超声速飞行器搭载的红外探测器对高动态空中目标的可靠探测和精确识别问题,提出了一种基于深度空时域特征融合的空中多形态目标检测方法。设计了加权双向循环特征金字塔结构提取多形态目标静态特征,并引入可切换空洞卷积,增大感受野的同时减少空域信息损失。对于时序运动特征的提取,为了抑制复杂背景噪声的同时将角点信息集中到运动区域中,通过特征点匹配法生成掩膜图,之后进行光流计算,根据计算结果设计稀疏光流特征图,利用3D卷积提取多个连续帧图像中包含的时序特征,生成三维时序运动特征图。最后,通过对图像静态特征与时序运动特征进行通道维度的拼接,实现深度空时域特征融合。大量的对比实验表明,文中方法可明显减少复杂背景下的虚假识别概率,具备高实时性的同时目标识别准确率达89.87%,满足高动态下的红外目标智能检测识别需求。