基于改进Hu不变矩的路面交通标识识别

复杂环境下路面交通标识识别是车辆安全辅助驾驶、车辆自主导航等领域的重要研究内容.针对路面交通标识特征,采用一种控制点快速获取方法得到场景透视投影中的变换矩阵,进而在场景重建基础上利用Hough直线检测方法建立当前车道线的区域模型,在该区域内采用最大化一维信息熵方法分割出交通标识,利用Canny边缘检测算子检测其边缘特征,最后通过改进的Hu不变矩特征实现了路面交通标识的有效识别.实验结果表明,所提的方法对于复杂环境下的路面交通标识识别具有良好的可靠性和鲁棒性.     

基于模糊控制的黄瓜采摘机器人视觉导航

以温室环境下黄瓜垄间图像为研究对象,提出了基于计算机视觉和模糊控制技术的导航方法.用色差2G-R-B算子对RGB彩色图像进行灰度化处理;根据灰度图像双峰型垂直直方图初步确定导航线位置;并据此逐行求出离散导航点;采用基于一点的改进型Hough变换由离散导航点拟合出导航参考直线,进而获得当前位置的横向偏差和角度偏差作为导航参数.以横向偏差和角度偏差作为模糊控制器的输入,以差速运动机器人的差速值作为输出,设计了模糊控制器.导航试验结果表明:该方法平均耗时小于150 ms,可以满足实时控制的要求,以0.3 m/s速度进行路径跟踪时,最大误差小于5 cm.     

基于低精度GPS的智能车视觉导航方法

针对室外环境提出了一种基于低精度GPS的视觉导航方法.采用多传感器融合的方法解决道路和路口的导航问题.对于路口环境,通过对道路标志（如人行横道线）的检测,实现路口的初定位;基于全局地图信息,采用扩展卡尔曼滤波融合GPS和里程计信息,进行路口导航.真实环境下的实验结果表明该方法,具有良好的有效性和实时性.     

基于道路结构特征的自主车视觉导航

基于计算机视觉技术的道路检测,针对红旗轿车自主驾驶系统的视觉导航,提出并实现了一种基于道路结构特征的自主车视觉导航方法.该方法根据高速公路上道路标志线平行、等宽等特征,将车载摄像机获取的道路图像投影到道路平面上,再运用这些特征来提取标志线像素.在此基础上根据公路道路模型,建立参数空间搜索最优参数,得到道路标志线的参数表达,实现视觉导航,并给出了C市环城高速上的实验结果.     

设施农业喷雾机器人的组合视觉导航方法

温室环境下,针对喷雾机器人在直线路径行驶时会存在偏差,在转弯路径处又需迅速获得导航信息的情况,设计一种导航线和QR码组合的视觉导航算法.在直线行驶路径贴上红色导航线,对采集到的图像处理后获得偏差、偏角进行方向修正,实现直线行驶精准导航.但导航线导航在转弯行驶时存在转弯效率低、偏差大等问题,因此设计QR码导航方法,通过识别贴在转弯处的存储有导航和决策信息的QR码,完成转弯处的迅速精准导航的要求.采集各种工况下导航线和QR码图像各120幅进行算法验证,导航线的平均纠正率为93.33%,QR码平均识别率为92.50%.导航试验结果表明:行驶速度在2.0 m·s~(-1)时,导航线和QR码的最大导航偏差分别为2.0和3.5 cm,满足喷雾机器人导航的实时性和准确性要求.     

无人机视觉导航着陆标识检测与分割方法

为实现基于视觉导航无人机自主着陆任务,提出一种无人机视觉导航着陆标识检测与分割方法。在Tiny-YOLO网络基础上融入自下而上的特征增强结构,得到Mark-YOLO网络。针对无人机硬件平台计算能力不足的问题,对网络模型进行裁剪,减少网络模型的参数量;对目标检测算法提取到的无人机着陆标识进行图像分割处理,获取降落标识的轮廓信息。实验结果表明:本文提出的Mark-YOLO算法具有更高的准确率;裁剪后的网络模型具有更少的参数量与更小的权重,且检测到的着陆标识通过图像分割方法处理后,可取得良好的分割效果。     

一种结合模糊C均值聚类的车道标识线识别方法

在道路图像中,为了得到较理想的车道标识线的边缘,设计了一种车道标识线识别方法。利用图像中的边界信息、车道标识线边界的角度和灰度等特征,结合模糊C均值聚类提取车道标识线的边界。利用Hough变换、车道标识线边界的间断性实现车道标识线定位。实验结果表明该方法具有较好的准确性。     

夜间车道线原图像的预处理研究

夜间环境下车道线的准确检测是基于视觉的汽车智能辅助安全驾驶系统在夜间正常工作的前提和基础。夜间环境下含有车道线的原始图像具有平均灰度值较低和车道标识线与路面的对比度较低的特点,这使得传统日间环境下应用良好的算法难以适用。针对此,提出一种夜间车道线图像的预处理方法。首先,采用改进的局部直方图均衡化的算法对夜间环境下车道线原图像进行对比度增强处理;然后利用±45°Sobel算子对图像边缘增强;最后采用可变窗口和Otsu算法融合的方法来实现图像的二值化。     

基于特征点位置约束的三维激光移动测量位姿改正方法

准确的导航定位信息是激光移动测量系统获取高精度点云的基础,但导航定位系统在短时段失效情况下会导致观测点位置信息不准确,从而无法获得准确的点云数据。为此,提出一种基于特征点位置约束的激光移动测量位姿改正方法,利用导航定位系统失效时段前后测量得到的少量特征点位置信息,构建基于不同时刻特征点配准的位姿改正模型,将导航定位系统失效时刻的观测点位置和姿态作为待估参数进行最小二乘解算,实现位姿参数恢复和点云重构。结果表明,采用基于特征点位置约束的位姿改正方法,导航定位系统短时段失效情况下的点云坐标中误差从米级改正到了分米级,对于提升组合导航系统稳定性和点云移动测量精度有重要的参考价值。     

基于不规则曲线匹配的小天体着陆器视觉导航算法

针对小天体着陆器着陆过程的视觉导航问题,本文提出了一种利用不规则曲线上的点-切线来估计着陆器位姿的算法.首先,通过构建不规则曲线描述符完成着陆图像中的不规则曲线匹配;其次,建立位姿与点-切线之间的约束关系;然后,通过曲线参数化的方法求解高阶方程组,并利用约束条件求得位姿参数唯一解及多条匹配曲线的最小二乘解;最后,通过仿真验证了噪声强度、正确匹配曲线个数对导航精度的影响,证明了算法的可行性.     

基于非下采样Contourlet变换的无人机景象匹配算法

卫星导航作为无人机重要的导航方式常因受到干扰而不可用,针对此问题,提出一种同样可辅助惯性设备进行导航的景象匹配算法。首先采用非下采样Contourlet变换(NSCT)对基准图和实测图进行多层级分解,以获得不同分辨和方向的稀疏表示图像,然后以基于稳健统计量的Hausdorff距离(LTS-HD)作为相似性测度进行由粗到精的分级匹配。仿真结果表明,基于NSCT方法的图像匹配概率相对于小波分解提高了14%;景象匹配辅助惯导后,可有效抑制位置误差发散,误差被控制在30 m以内,可满足无人机中等精度导航要求。     

机载平台下半标定的下视图像极线校正方法

以无人飞行器下视光学成像平台为研究背景,提出了一种相机半标定的下视图像极线校正方法.先对机载下视摄像机的成像几何模型进行了分析,在此基础上推导出一种新的极线校正单应估计函数,并用最小二乘法估计变换参数.结合惯导参数分析可知：所提出的方法不依赖于基础矩阵的精确求解,且在理论上只须1对同名点即可求解.实验结果验证了该方法校正精度高,校正速度快,且图像变形明显小于经典的极线校正算法.     

鲁棒Hausdorff距离在SAR/惯性组合导航图像匹配中的应用研究

分析了适用于SAR景象匹配辅助导航系统的图像匹配算法的特点 ,提出了一种新型Hausdorff距离的鲁棒型图像匹配算法 .首先分析了传统的Hausdorff距离算法的不足 ,然后引入了一种能有效消除高斯噪声影响的新算法 .同时针对此算法图像匹配时全局搜索的不足 ,提出了扫描终止法技术 ,以有效解决图像匹配实时性的问题 .针对高斯噪声的大小对图像匹配的影响进行了仿真实验 .仿真结果表明 ,新图像匹配算法能大大提高合成孔径雷达图像的匹配精度和实时性 ,对组合导航系统的精度提高有重要的意义 ,是一种行之有效的方法 .     

前视红外视觉导航定点修正导航区选取方法

针对飞行器前视红外视觉导航技术中导航区选取问题, 提出了一种实用的定点修正导航区选取方法。 结合导航任务, 通过对红外与可见光图像共性特征的分析, 以独立像元素、 边缘密度、 图像自匹配系数为分类指标, 设计了一种有效的导航区选取分级搜索方法, 给出了方法的基本原理、 实现步骤及流程图。 同时给出一种实用的匹配仿真验证方法, 并通过大量仿真实验验证了该方法的有效性。     

用于精确定位的最佳匹配区选择分形法

图像中任意点局部邻域的分形维数越大,该领域图像数据的相关性越小,相关匹配搜索时定位该区域就越容易。由此提出了利用分形维数作为分离参数,在基准地图上选择最佳匹配区的方法。用相关法对选出的最匹配区验证表明,分形方法比传统的相关方法在选择最佳匹配区时,定位精度更高,计算更快。     

基于CCD的智能车导航系统研究

目前智能车导航大多采用摄像机来获取路面信息,针对这一特点研究开发了基于CCD的导航模块.详细介绍了CCD视频信号的采集及处理方法.考虑到环境光线的变化会影响导航效果,提出了一种自适应动态阈值图像处理算法;该算法运算量小,能跟踪环境光线的变化.同时给出了系统抗干扰的处理方法,从而有效解决了因外界光线和赛道变化引起的智能车跑偏问题.通过系统实验和竞赛,证明了该导航系统具有良好的智能性和抗干扰能力,即此方案是有效的.     

图像法大气能见度探测成像模糊复原

大气能见度对航空、航海、路上交通、军事活动等有重要的影响。图像法测量能见度是新兴的一种方法,但图像在成像和传输过程中,由于相机载体的运动、振动、抖动等原因,引起图像模糊,影响后续的目标识别,因此,有必要对图像进行复原处理。提出一种基于刃边函数和最优窗维纳滤波的模糊图像复原算法,通过构建刃边函数来估计点扩散函数,并通过倒频谱方法估计模糊尺度和模糊角度,进而分解得到水平和垂直模糊分量,据此进行图像边缘延拓解决了边缘复原不佳的问题。实验结果表明,所提方法具有优异的复原效果。     

基于超像素显著性的无人机引导区域提取

为解决无人机视觉定位与导航中引导区域的提取问题, 提出了一种基于超像素显著性的引导区域提取方 法。 该方法首先利用 SLIC(Simple Linear Iterative Clustering)算法将地面图像划分为内部相似度较高的超像素区 域, 通过计算超像素的显著性值得到超像素显著性图, 再基于先验规则从超像素显著性图中提取合适的准引导 区域, 最后计算各区域的匹配概率, 从而得到高显著性和高匹配率的引导区域。 实验结果表明, 该引导区域提 取方法在测试集上的准确率和召回率分别为 89%与 87%, 基本满足无人机视觉定位与导航的要求。     

黑白CCD相机平场影响因素分析及校正方法研究

实用的黑白CCD相机，由于受到诸如光源的不均匀性、光敏单元本身响应差异、暗电流及偏置等因素的影响，对于一个友度均匀的目标，可能会输出强度不均匀的图像，这将对后续图像处理中的目标特征提取及测量不利。针对此问题，对影响黑白CCD平场的因素进行了分析，并提出了一种通过获取暗本底图像数组及标准白图像数组对图像进行校正的方法。实验表明，该方法能够取得理想的效果。     

机器人单目导航系统中改进的灰度相关匹配法的研究

给出了移动机器人单目导航系统的功能模块组成,介绍了匹配的基本概念及其在单目视觉导航系统地图创建中的应用.在讨论了几种典型的图像匹配技术的基础上,重点对基于像素灰度相关匹配进行了研究,提出了一种改进的灰度相关匹配法,经实验证明能有效解决原有归一化积相关灰度匹配速率低和序贯相似性检测法阈值难确定的不足.