非结构环境下基于HoG与SVM的汽车油箱盖视觉检测方法

为解决在自然场景中进行汽车油箱盖定位的问题,提出一种非结构环境下基于HoG与SVM的汽车油箱盖视觉检测方法。对汽车图像进行预处理并采用多尺度底帽变换提取图像暗细节特征;利用改进的最大熵阈值分割法分割图像;采用连通区域标记法对二值图进行统计,并在原图中确定目标候选区域;采用HoG特征和支持向量机对候选区域进行分类判决,从而定位汽车油箱盖。结果表明：该方法可以准确地检测出油箱盖位置,即使图像存在光照不均匀、汽车覆盖件表面灰尘、细节模糊等情况,也有较好的定位效果。     

适用于汽车油箱盖的边缘检测方法

为从带有噪声、高反光区域、灰尘覆盖和涂鸦等情况的汽车油箱盖图像中精确提取边缘,设计一种适用于汽车油箱盖的边缘检测方法.提出一种基于伪球与内积能量的改进Canny边缘检测方法,对Canny算子在滤波、梯度计算及阈值选取方面进行改进,用于获取精细边缘;设计一种基于形态学与Otsu阈值算法的油箱盖粗边缘检测方法,用多尺度底帽变换对图像进行增强并用Otsu阈值算法进行分割,用形态学方法获得油箱盖粗边缘;将粗边缘与精细边缘进行"与"操作得到油箱盖的边缘.仿真结果表明,提出算法能精确提取出汽车油箱盖边缘.