基于目标检测算法与迭代阈值分割的道路标线可视度评估

提出了一种基于目标检测与迭代阈值分割的道路标线分割算法。首先采用基于BiFormer改进的YOLOv5目标检测算法对道路标线区域进行快速定位与框选,然后运用快速迭代阈值分割对框选区域内的道路标线进行精细提取,最后对提取后的道路标线采用韦伯对比度进行人眼可视度评估。结果表明：该方法能够完成道路标线的快速准确提取,并实现对道路标线可视度的有效检测。     

基于单目视觉的移动机器人导航方法

针对光照强度大范围变化的室外复杂道路环境下移动机器人视觉导航问题,提出了一种新的基于彩色图像处理的单目机器人导航方法。对于预先设置的引导轨线和停靠位标识,通过HSI模型对图像进行颜色分割和数学形态学处理,提取出导航目标和识别停靠位标识,并用“采样估算”的方法计算导航参数。实验表明此方法获取的导航参数受光照和地面环境的影响不大,且偏离导航线误差较低,具有较好的实时性和鲁棒性。     

基于作物行特征的小型农业AGV导航基准线提取方法

针对基于视觉导航的农业机器人在导航基准线提取过程中易受杂草、缺苗干扰的问题,提出一种在玉米3～5叶期大田环境下快速、准确提取玉米行中心线作为小型农业AGV导航基准线的方法.采用超绿色灰度法以及Otsu法实现作物信息的实时获取;利用条形框模拟作物行长度、像素、走向特点,实现作物行位置初步定位,通过梯形模拟作物行在图像中呈...     

一种用于小型敏捷仓库的AGV视觉导航方法研究

随着物流行业的发展,物流自动化仓库正在朝着多用户、多品种和高度灵活性的柔性自动化仓库发展,传统AGV(automatic guided vehicle)难以满足物流仓库的新需求。针对实际需求,基于色差阈值分割的方法对AGV的导航路径偏差进行提取并融合,采用"预瞄闭环控制"的思想设计路径跟踪控制器,实现了机器人高精度的路径跟踪。最后,在搭建的模拟仓库中,对设计AGV的导航性能进行了全面测试,实验结果表明,该视觉导航AGV导航灵活,精度高,运行平稳,可以满足柔性仓储的需求。     

视觉引导AGV的数字图像处理方法研究

自动导航小车(AGV)的导航技术中,视觉导航具有信息量大和引导柔性等优点。视觉导航方式中,导航图像的处理技术处于很重要的地位。介绍了AGV导航技术的引导系统的原理,并针对视觉引导的AGV所采样的数字图像进行了噪声滤波、二值化、边缘检测和直线拟合等。通过在自主研制的小车样机上进行试验,验证了图像处理过程中的准确性和实时性,表明该方法对提高AGV可控制性具有良好的效果。     

HSI空间中基于自适应阈值的彩色地图的道路提取

目前地理信息系统的应用非常广泛,其中,电子地图中道路网的提取是目标识别中重要的研究内容之一。提出了一种基于彩色理论的自适应阈值道路提取方法,首先将图像从RGB空间转换至HSI空间后,利用自适应阈值的方法对图像进行分割,并对分割结果进行了平滑和增强的后处理,最后利用数学形态学的相应方法对目标进行提取。将该方法应用于北京的电子地图图像进行道路目标的提取,得到了很好的效果。     

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.     

基于阈值分割与数学形态学的高分辨率遥感影像道路信息提取

从高分辨率遥感影像中快速,有效的提取道路信息,一直是遥感学界研究的热点和难点问题。本文研究了一种基于阈值分割与数学形态学的高分辨率遥感影像道路提取算法,该算法不需人工给出道路种子点,方向等信息,在某种意义上提高了道路提取的自动化程度。提取过程是:首先利用阈值分割将遥感影像分割成包含道路信息的二值图像,然后利用数学形态学运算对二值图像进行处理,根据道路形态特征提取出道路区域。     

一种机器人导航中数字路标的分割和识别方法

基于路标的移动机器人视觉导航的基础上,提出了一种基于边缘点数量统计和FCM(Fuzzy C-means)聚类的路标图像分割方法。在对分割后图像进行维纳滤波,二值化等预处理的基础上,完成了数字路标的识别。通过实验证明,该算法能实时地完成数字路标的分割和识别,有效地应用于移动机器人的视觉导航。     

基于决策树参数优化算法的人行横道检测

为了使车辆快速并准确地检测出人行横道,针对车载摄像头获取的路面图像,提出了一种基于决策树参数优化的人行横道检测方法,该方法分3个步骤完成:首先,通过逆透视变换获得指定区域内的道路俯瞰图;其次,通过阈值分割提取出路面白色标线;最后根据人行横道的特征属性实现检测。其中,白色标线的提取是准确检测的基础,因此结合边缘信息与自适应阈值,改进了分割算法,并使用决策树优化分割参数。结果表明:即使在路面光照不均匀的情况下,改进后的算法分割效果显示良好,有效提高了人行横道检测率。     

一类自主移动小车的停车控制方法

针对港口集装箱运输的自主移动小车(AGV)存在正常工作模式和停车模式的特点,提出了一种新的停车控制方法:从AGV的当前位置到待泊车位间规划出一条最佳行驶路径,然后用模糊逻辑控制(FLC)AGV按规划路径行驶;并用遗传算法对FLC隶属度函数中的参数进行优化.仿真结果表明该方法可行有效.     

基于matlab的苹果树枝图像分割方法研究

水果收获机器人机械手工作环境复杂,为了避免机械手与树枝相碰撞造成机械手的损坏,避障研究很有必要,获取障碍物信息是研究基础。本文把树枝图像分为枝干区域、成熟苹果区域、绿色区域,用matlab编程,分析三区域在RGB、YIQ、HSI颜色空间的分布情况,分别基于RGB和HSI色彩空间,采用阈值分割技术,对树枝图像进行分割,提取枝干区域,并实验比较其分割效果,找出适合苹果树枝图像的分割方法——剥离分割。     

顾及梯度和彩色信息的高分辨率影像道路分割

针对高分辨率影像中道路灰度值分布不均,“同谱异物”现象难以用简单阈值分割,以及对不同传感器、不同分辨率影像提取效果不一样等问题,提出了一种顾及空间梯度信息和彩色信息的道路阈值分割方法。利用高分辨率影像的多种特征,将梯度值和灰度值进行     

Random Walk Based Method for Automatic Segmentation of Intravascular Ultrasound Images

Intravascular ultrasound( IVUS) is an important imaging technique that is used to study vascular wall architecture for diagnosis and assessment of the vascular diseases. Segmentation of lumen and media-adventitia boundaries from IVUS images is a basic and necessary step for quantitative assessment of the vascular walls.Due to ultrasound speckles, artifacts and individual differences,automated segmentation of IVUS images represents a challenging task. In this paper,a random walk based method is proposed for fully automated segmentation of IVUS images. Robust and accurate determination of the seed points for different regions is the key to successful use of the random walk algorithm in segmentation of IVUS images and is the focus of the present work. Performance of the proposed algorithm was evaluated over an image database with 900 IVUS image frames of nine patient cases. The preliminary experimental results show the potential of the proposed IVUS image segmentation approach.     

一种基于低秩表示的高光谱图像恢复方法

高光谱图像(HSI)在获取过程中不可避免地受到各种噪声的干扰,如高斯白噪声、冲击噪声、坏死的线条等.为了确保后续应用能够顺利进行,高光谱图像的恢复是一项重要的预处理过程.文中提出一种新的高光谱图像恢复方法,主要有以下两点贡献:其一,将低秩表示模型引入到高光谱图像恢复中;其二,利用高光谱图像的相似图像块进行联合低秩表示.模拟和实际高光谱图像数据的实验结果表明,所提出的方法能有效地去除各种噪声干扰,同时较好地恢复图像细节,因此可作为一种实现高光谱图像恢复的有效手段.     

基于场扫描的AGV路径识别

为了提高AGV系统的独立运行能力及其适应性，采用一种以图像处理技术为基础的视觉导引方式，实现了对各种复杂路径的定位识别首先将车载CCD摄取到的路径图像进行滤波预处理，并依据自适应闽值法对其进行分割；其次，采用一种基于场扫描的图像去噪及修补方法对分割图像作去噪及修补处理，以提高系统对各种复杂路径图像的适应性；最后，通过边缘检测，确定路径中线，实现路径定位。实验结果表明，该方法对复杂路面环境具有良好的适应性，提高了AGV运行的可靠性。     

使用测地线活动轮廓模型的合成孔径雷达图像分割方法

为解决经典的测地线活动轮廓(geodesic active contour, GAC)模型在合成孔径雷达(synthetic aperture radar,SAR)图像上不适用的问题,在原GAC模型的基础上提出一种新的分割方法。首先在ROEWA算子进行边缘检测的同时使用Frost滤波器对图像进行负指数加权,形成边滤波边检测的模式,提高了算子的边缘检测与定位能力;然后使用经验阈值对ROEWA强度进行二值化,提高了曲线演化的速度与精确度;最终使用二值化的改进后ROEWA算子替代原GAC模型中的全局梯度项作为边缘指示函数引导图像分割。实验结果表明,针对仿真SAR图像及真实河流SAR图像,分割效果与参数指标都有明显提升。     

一种融合区域生长和边缘检测的彩色图像分割方法

介绍了一种融合边缘检测和区域生长的彩色图像分割方法。算法首先对图像进行边缘检测,然后计算像素之间在HSI彩色空间的颜色相似度,利用像素间相似度并结合边缘信息确定区域生长的种子,再基于颜色和空间信息对各个种子进行区域生长,最后进行区域合并。该算法能够实现种子的自动选取,这在传统方法中是很难实现的,此外,还能有效防止过分割。实验结果表明该算法有效。     

车间多载自动导引车绿色物流调度

随着现代制造业的飞速发展,企业在生产效率和生产能耗方面有越来越高的要求,智能生产车间的自动化程度逐渐提高。主要研究作业车间自动导引车(automated guided vehicle,AGV)的智能绿色物流调度问题。首先,建立以降低AGV能耗和最优AGV路径为目标的AGV物流调度优化模型;然后,提出一种以任务排序为约束的改进遗传粒子群算法;最后,以某针织车间的实际物流调度为例对文中方法进行验证。计算结果表明,文中提出的AGV物流调度模型能够较好地模拟AGV绿色调度耗能问题,提出的改进遗传粒子群算法具有较快的收敛速度和较好的寻优能力。     

基于凹点匹配的粘连颗粒图像分割算法

针对颗粒图像中粘连区域不易分割的问题,提出了一种基于凹点匹配的分割算法。首先对图像进行预处理、阈值分割及形态学处理,再利用链码边界跟踪,计算分割结果中粘连区域边界曲率,找出图像中的凹点,最后根据判断准则对凹点进行匹配,并用分割线连接匹配的凹点,对粘连颗粒进行分割。通过对多幅颗粒粘连图像进行试验,结果表明该算法有较好的效果。