足球机器人视觉子系统的改进

简要概括了YSU足球机器人系统的视觉结构框架,对视觉系统的关键技术进行了详细介绍,通过几何矫正,克服了成像系统本身存在的图像形变问题.为了提高足球机器人图像处理的速度与精度,在分析了RGB彩色空间模型的优缺点后,提出采用HSV彩色空间模型进行图像处理,并根据足球机器人比赛的实际情况对HSV彩色空间模型做了相应改进.此外提出了一种基于连续图像相关性的顺序网格和种子填充相结合的目标搜索方法.     

足球机器人视觉子系统的研究与改进

简要概括了足球机器人系统的视觉结构框架,对视觉系统的关键技术进行了介绍,为了提高足球机器人图像处理的速度与精度,在分析了RGB彩色空间模型的优缺点后,提出基于分区的自适应RGB阈值的彩色空间模型,用该分割方法进行图像处理,提高了整个系统的适应性,使系统的鲁棒性得到了增强。     

基于颜色和区域的运动目标识别

针对全自主足球机器人目标识别受光强变化的影响,实时性、准确性和鲁棒性存在的不足,提出了一种基于动态窗口HSI色彩空间模型的阈值向量位与及区域合并算法,并通过动态窗口减小搜索范围加快分割速度,实测目标识别的平均运行时间约26ms;另外,根据目标的矩不变及卡尔曼滤波的方法,提高了跟踪目标的准确性和鲁棒性,实验结果表明,目标跟踪准确率约99.3%,使整套系统具有很高的实时性和很好的识别效果。     

自主足球机器人视觉系统结构及关键技术

提出了自主足球机器人嵌入式多处理器体系结构以及视觉系统的构成框架.对单目视觉系统所涉及的关键技术进行了详细的分析和研究,其中包括图像分割、目标搜索算法、目标定位和机器人自定位技术.基于YUV颜色空间,对目标进行分割,并通过连通区合并来快速搜索目标,同时根据摄像机模型来确定目标的空间位置.实验表明分布式视觉体现结构能够实时准确地完成视觉处理任务.以上新算法可以快速鲁棒地搜索图像目标,并能较精确地确定目标的位置信息和机器人的自定位信息.     

基于颜色和区域运动目标识别的研究

针对全自主足球机器人目标识别受光强变化的影响,实时性、准确性和鲁棒性存在的不足,提出了一种基于动态窗口HSI(H色度、S饱和度、I亮度)色彩空间模型的阈值向量位与及区域合并算法,并通过动态窗口减小搜索范围加快分割速度,实测目标识别的平均运行时间约26 ms;另外,根据目标的矩不变及卡尔曼滤波的方法,提高了跟踪目标的准确性和鲁棒性,实验结果表明,目标跟踪准确率约99.3%,使整套系统具有很高的实时性和很好的识别效果.     

仿人机器人视觉颜色空间的图像分割算法

提出了一种新颖的图像分割算法,用于提高仿人机器人足球比赛中机器人获取的颜色质最.为了使仿人机器人快速获得颜色图像,采用HSI颜色空间,并对现有算法进行了改进,根据每个像素点HSI 3值中有关J值的公式对当前像素的主要特征进行判断,采用了模糊K均值聚类的方法进行图像分割.根据每个像素点S值的分布,动态地决定当前选用的是H值还是I值,这样就能够有效地消除HSI模型的不足,使得机器人的视觉能够适应复杂的比赛环境.实验结果表明所提方法有效.     

基于HSI和LAB颜色空间的彩色图像分割

彩色图像分割一直是彩色图像处理与分析中最为困难的不可缺少的步骤,针对图像分割质量直接在很大程度上影响了图像后期分析的效果,提出了一种基于HSI和LAB颜色空间的彩色图像分割方法.该方法在HSI颜色空间用最优阈值方法进行阈值分割,在LAB颜色空间采用基于K均值聚类图像分割,然后将两次分割结果进行区域合并,最后进行加窗滤波...     

机器人足球识别算法研究

在基于YUV色彩空间上采用混合方法进行颜色分类基础上，提出了一种基于种子填充的新目标机器人搜索算法——二分搜索法，从而明显减少了识别过程中的计算量。通过在F180机器人足球系统上的试验，证明此方法是有效的，可以在保证识别精度的前提下，快速识别机器人。     

一种仿人足球机器人目标定位与追踪算法

基于仿人足球机器人嵌入式系统结构,对目标定位和跟踪算法进行改进,提出一种适用于嵌入式全自主型机器人的颜色识别算法.首先,改进通用的颜色识别过程方法,添加目标特征统计学习,使足球机器人能够脱离PC机进行自主的目标颜色特征阈值设定;其次,简化基于嵌入式单目视觉系统下的目标定位算法,并通过扩大首帧搜索区域或加入形状检测的方法...     

机器人足球视觉系统研究与实现

在机器人足球比赛这项综合性的高技术对抗活动中,快速准确地识别足球和机器人是决策系统的基础.提出一套机器人足球视觉软件系统的设计实现方案.采用直接TUV颜色模型输出,目标阈值建立采用手动和自动方式.利用颜色标志设计的对称性,改进累加取平均算法和旋转搜索算法,采用改进跟踪搜索算法进行目标搜索,提出智能组合算法思想.实验测试系统达到30帧/s处理速度,目标搜索准确性达到95%以上.     

基于改进型P＆M模型算法的图像去噪

高斯滤波算法在去噪时能平滑图像,但是会破坏图像的边缘细节,而基于PDE的各向异性扩散的P＆M模型算法在去噪时能保留图像的边缘细节,但是会出现零散的斑点。结合两种算法的优点,通过对扩散系数进行改进,提出一种改进型P＆M模型算法。仿真结果表明,该算法能够有效地去除噪声图像中的高斯白噪声和椒盐噪声,能够更好地保留图像的边缘细节,与高斯滤波算法和P＆M模型算法相比,改进型P＆M模型算法具有更好的去噪性能。     

基于光流场模型的医学图像配准

基于最大化互信息的配准方法因其复杂性高而不能满足临床的实时性要求;基于光流场模型的图像配准方法计算简单快速,但已有的采用光流场进行配准的方法都直接采用原始的Horn模型,该模型简单地采用速度场的模作为光滑性约束,而导致配准过程不能保持图像的不连续性,使得图像严重模糊以致无法应用,该模型还存在不能处理大位移的问题.为了能在配准过程中尽可能地保持图像特征,采用了Lucas等人提出的窗口化光流场模型,通过选用小的窗口减轻对图像造成的模糊;对于大位移问题,可以采用金字塔结构来有效处理.实验结果证明,Lucas光流场模型应用于医学图像配准能够得到较准确的配准结果,具有很高的运行效率.     

基于光流场模型的医学图像配准

基于最大化互信息的配准方法因其复杂性高而不能满足临床的实时性要求；基于光流场模型的图像配准方法计算简单快速，但已有的采用光流场进行配准的方法都直接采用原始的Horn模型，该模型简单地采用速度场的模作为光滑性约束，而导致配准过程不能保持图像的不连续性，使得图像严重模糊以致无法应用，该模型还存在不能处理大位移的问题．为了能在配准过程中尽可能地保持图像特征，采用了Lucas等人提出的窗口化光流场模型，通过选用小的窗口减轻对图像造成的模糊；对于大位移问题，可以采用金字塔结构来有效处理．实验结果证明，Lucas光流场模型应用于医学图像配准能够得到较准确的配准结果，具有很高的运行效率．     

基于形状相似的三维模型检索方法研究

在基于内容的三维模型检索方法中,基于形状的检索方法由于其视觉上的直观性和效果上的稳定性,得到了广泛的研究,本文提出了一种基于模型视觉投影图相似的形状检索方法,对任意模型通过坐标规范化,方向投影,提取其二维投影图像的Fourier描述符和Zernike矩描述符作为模型特征,在数据库中进行匹配检索.解决了该类方法中的投影图最优匹配的问题,并在检索效果和效率上取得了很好的结果.     

基于Bayes网络的航空图象理解模型

提出一种基于Bayes网络的图象理解模型,用于检测与描述城市航空图象中的停车场、空地、房屋等二维和三维目标.模型首先使用一种基于感知组织的算法生成焦点区域,然后使用Bayes网络建立焦点区域的图象特征与目标之间的(不确定性)联系,由Bayes网络推理机制完成对焦点区域的识别.对于屋顶区域,模型使用一种基于DEM(digitalelevationmap)方向直方图的匹配算法进行模板匹配,生成房屋的三维几何模型描述.模型中所有Bayes网络组成层次结构,可以方便地增加被识别目标的种类;图象特征与提取图象特性的算法之间由一种称为证据源的数据结构相连接,可以方便地扩充图象特征的提取算法.由此实现了模型的易扩展性.实验结果表明了本文模型的有效性.     

马尔可夫随机场在可见光图像分割中的应用

在可见光图像生成红外图像的过程中,图像分割至关重要。马尔可夫随机场（MRF）具有局部特性,由此特性建立了纹理特征的MRF模型。利用纹理的MRF模型,将参数的期望最大化用于该模型中的参数估计。最后将图像中的所有像素经该模型计算后得到纹理信息并分割图像。通过实验取得了较好的效果。     

基于SVM分类的图像边缘检测研究

针对经典边缘检测算子检测含噪声图像边缘结果不理想的问题,提出采用基于统计学习理论的支持向量机(Support Vector Machine,SVM)方法建立分类模型,并对图像进行边缘检测.实验基于MATLAB平台,运用OSU_SVM3.0和LS_SVM工具箱建立模型,实验表明:该方法不仅可以有效地检测图像边缘,还在一定程度上克服了噪声干扰,并可以将被测图像中的特定图形检测出来.     

图像可压缩性的随机场模型

将图像及其位平面分别用Potts模型和Ising模型刻画，通过估计相应的参数及计算Ising模型的熵率，得到了图像可压缩性的一种度量，对一些典型灰度图像的数值实验显示，这一度量能够较好地刻画图像可压缩性，并发现了自然图像的一些共同特点，将有失真压缩和无失真压缩情形进行了对比，得到了一些有意义的结果，该方法同样可以用来研究彩色图像，活动图像的可压缩性。     

分形模型用于菌落图象的纹理分割

利用分形模型对菌落的显微图象进行纹进分析，表面的覆盖维数是描述菌落的有效特征，并综合其灰度特性，抽取菌落的中央隆起部分，用地菌落的识别，结果说明分形模型用于昭菌落具有自相似的物体的纹理分割是成功的。     

基于局部统计特征约束的Snake模型图像分割方法

针对血管内超声(IVUS)图像边界模糊不清的问题,提出一种基于局部统计特征约束的Snake模型图像分割方法.首先利用IVUS图像的先验知识建立图像特征的统计信息,并以此信息构造变化的膨胀力,同时构造了轮廓曲线的内部平衡力,以此构造新的Snake模型,然后利用该模型进行图像分割.实验结果表明,该Snake模型对初始轮廓依赖性小,对噪声不敏感,能准确分割出具有模糊边界的目标图像.