基于自适应直线拟合的角点检测

角点检测是计算机视觉的一个基本问题，进行角点检测的关键是估算曲率。笔者给出了一种新的基于参考点的前后曲线方向估计的曲率计算方法。我们以离散点远离直线垂直距离误差最小为目标进行直线拟合，同时根据误差大小来自适应的选择拟合窗口的大小。很好地解决了角点曲率计算时拟合窗口大小和计算精度间的矛盾，实验证明，该方法抗干扰性好，且运算量不大，对于存在明显转折点的曲线角点有很好的检测和定位能力。     

基于车道线直线模型的道路曲率估计方法

在车道偏离预警、防止及车道保持等基于机器视觉的驾驶安全辅助系统中,为解决单一直线模型无法预估道路曲率,而曲线拟合方法计算量大等问题,应用车道线直线模型,提出了一种基于远端直线拟合的弯道曲率估计方法,其特征在于车道线仍使用全局直线描述,估计曲率时对远端候选点进行直线拟合.由于保证了较多的候选点数量且使用Hough变换检测直线,以及利用跟踪、滤波等方法,算法在保证车道线检测鲁棒性的同时,基于远端直线拟合方法实现了对弯道曲率的相对定量估计.采用装有全球定位系统(GPS)的实车试验进行验证,结果表明:所提方法在增加候选点数量以提高曲率估计精度的同时,保障了算法的实时性.     

基于Hough变换和数学形态学算子的对不规则直线的提取

提出了一种提取并定位不规则直线的方法.将Hough算法和数学形态学结合在一起,利用Hough算法对直线敏感的优点及数学形态学运算简单准确的特点,避免了Hough算法不能准确定位直线的位置,同时不能判断间断直线和微小弯曲直线的缺点.减少了提取的盲目性和计算的复杂度,加深了对图像的理解.     

基于自适应阈值区间的动态采样Hough变换直线检测算法

目的为解决Hough直线检测方法计算量大、参数空间中峰值点被次峰值点包围导致漏检或误检、阈值难以设定等问题.方法通过对Hough变换原理以及直线表示的特点进行分析,采用阈值区间表示一条直线,通过三个约束定义了该阈值区间,并根据其中第三条约束识别图像中其他像素点是否在该直线上.对被识别的轮廓线采用邻接关系将像素点聚集为不同类,将其依次存放到数组中,根据数组下标对这些像素点进行动态采样,对采样位置上的m个相邻像素点使用阈值区间进行直线判定与轮廓线上的像素点识别.针对GREC2003标准测试集进行实验验证.结果本算法与已有改进算法、Matlab内置优化Hough变换函数进行对比,实验结果验证了本算法的有效性.结论本算法通过过滤噪声信息,提高了Hough变换直线检测的抗干扰能力,增强了算法的鲁棒性.     

基于修正霍夫模型的双曲线拟合及目标尺寸反演

针对传统目标双曲线数学模型中,因假定雷达紧贴地面或忽略雷达高度对传播路径的影响导致的目标双曲线拟合精度低以及目标反演误差大等问题,基于双曲线形成机理提出了雷达离地工作时目标双曲线的修正Hough数学模型.该算法利用对称度法和极值法分别实现双曲线顶点的定位和图像二值化,基于双曲线修正数学模型,利用Hough变换反演圆形目标大小,实现目标回波双曲线的拟合.仿真结果表明,与通用Hough变换相比,该算法具有更好的拟合效果和反演精度.     

一种多阈值Hough变换车道线检测算法

针对传统Hough变换虚线检测率不足的问题,提出一种多阈值Hough变换车道线检测算法。该算法在对图像进行灰度化处理、逆透视变换、二值化处理的基础上,在预设好的多条直线位置进行突变点检测,并对突变点进行分类、拟合、合并,最后进行Hough变换。3种实际路况的实验表明,该算法能够较准确、稳定地检测出车道线,平均识别率达到9870%,高于传统Hough直线检测算法的平均识别率(86.84%),而且可通过计算车道线线段的长度和点的个数来判断虚线和实线。     

Hough变换在槽形检测中的应用

在图像处理和计算机视觉中,Hough变换作为一种检测方法,应用非常广泛.本文利用了Hough变换对圆和直线的检测的改进算法,提出了一种非常实用的槽形检测技术和算法.利用Hough变换对噪音的不敏感性,完成了对槽形点群的分割,从而精确地计算出了槽形的参数.     

基于速度估计的双Hough变换运动轨迹检测算法

提出一种速度估计约束下的双Hough变换算法,并用于序列图像运动点轨迹检测.对于像面投影近似直线的匀速运动点轨迹,首先进行速度预估计,然后在此基础上进行连续2次不同空间的Hough变换.第1次Hough变换将疑似目标点由图像空间X-Y根据极坐标方程转换到ρ-θ空间,在初步筛选疑似二维轨迹后,引入时间维信息,将疑似目标点投影到T-L空间.第2次Hough变换由T-L空间根据斜截式方程转换到V-S空间,再利用最初的速度预估计值限制投影范围,进一步剔除虚警.仿真结果表明:所提算法对目标运动速度的相关先验知识要求较少,在噪声较强的条件下,依然能取得较好的检测结果,且算法开销更少.     

多传感器网络中目标定位的改进算法

为提高多传感器网络中的目标定位精度,基于优胜劣汰的进化思想提出一种改进算法.该算法通过循环运算,剔除明显异常的测距数据后,再对目标点进行定位.首先利用最小二乘法,拟合出目标点的初始概位,然后计算各节点到初始概位的距离与测量数据的相对误差的绝对值及相对误差的平均值,判断该平均值是否达到某一经验值,若未达到经验值,则剔除相对误差最大的节点数据,再进行下一轮运算,直到平均值达到经验值,且确保节点数多于3时,此轮次中估算的概位坐标即为目标点坐标.Matlab仿真实验表明,本算法可有效地提高定位精度.     

计算机视觉在条形码缺陷检测中的应用

提出一种新的基于计算机视觉技术的识别方法.通过各种计算机视觉算法的合理配置,达成对缺陷条形码的修正和识别.在预处理阶段,采取线性灰度化方法和Ostu阈值分割方法,增强黑色条纹和白色背景之间的对比度;在条纹定位阶段,采取Canny边缘检测和Hough变换,有效定位黑色条纹对应的直线特征.实验结果表明:该方法对缺陷条形码的识别是有效的.     

基于Hough变换的焊接接头自动识别技术研究

以作者所研制的焊接机械手为对象,针对其在焊接大型模具时,焊缝数量多的特点,采用提供信息量大、抗干扰能力强的视觉传感器CCD来获得焊接接头平面位置信息．在对CCD摄取的模架图像进行校正、灰度拉伸、灰度阈值变换后,采用Canny边缘检测算子检测出模架筋板上侧的边缘点,并针对传统的Hough变换方法不能检测出直线端点,容易重复检测直线以及提取直线精度不高的缺点加以改进,采用改进的Hough变换方法提取了筋板边缘线,求取这些边缘线交点即可获得焊接接头平面位置信息．实验结果表明,该方法可以有效解决Hough变换存在的上述问题,并能准确稳定地提取出模架筋板边缘线,达到识别焊接接头平面位置的目的．     

一种基于核方法的无线传感器网络定位算法

无线传感器网络（WSN）作为一种新兴的分布式网络技术,被认为是21世纪改变世界的十大革新技术之一。定位是无线传感器网络的重要支撑技术之一,实现传感器节点自定位是提供监测目标位置信息的必要条件。而实现高效、可靠、准确的节点定位对目标跟踪具有重要意义。不幸的是,环境噪声使得节点的定位精度降低。基于此,该文提出一种基于核方法的无线传感器网络定位算法。实验表明,在WSN中通过采用卡尔曼滤波的核方法定位算法,一定程度上减少了随机噪声对节点定位精度的影响,有效的降低了系统定位误差,实现一定程度的抗干扰。     

自主式水下机器人的光视觉管道探测跟踪系统

研究了自主式水下机器人（AUV）利用单目光视觉系统对水下管道的检测跟踪问题,对实现该方法的各个过程从硬件组成和软件体系结构两方面进行了阐述,从而完成了一整套水下光视觉系统的软、硬件设计. 分析了水下管道图像的特点,结合该特点阐述了图像预处理过程,提出了一种改进的Hough变换方法,改善了管道边界的提取效果. 同时采用管道参考区域预测方法,提高了管道的检测率以及实时性, 并利用水池试验对系统的可行性和有效性进行了验证.     

基于图像分割的线段检测方法

介绍了线段检测技术的研究背景及发展历程,按照检测原理的不同,对线段识别方法进行了分类综述,主要介绍了基于Hough变换的线段检测方法、Burns边缘检测算法、端点扩张线段检测法、LSD线段检测法.通过对各种检测方法的阐述、分析和比较,总结了线段检测技术的理论缘由和应用特点,并提出了影响线段检测技术的几个因素,展望了线段检测技术今后的发展方向.     

基于分数阶微分Frangi的夜间车道线检测

基于机器视觉和图像处理的夜间车道线检测一直是该领域的研究难题,即使是近年的深度学习方法,检测精度只能达到50%左右.为此,研究了一种新的算法,根据车道线的特点和车辆的行驶速度,将视频中多幅图像融合到一幅图像中;利用图像的特点,在区域合并中识别出有效的车道线检测区域;将有效区域分割成新的图像后,采用基于Frangi和Hessian矩阵的算法对图像进行平滑和增强;为了提取车道线的特征点,提出了一种新的分数阶微分模板进行车道线特征点检测,该算法根据车道线在图像中可能的位置,从4个方向检测特征点;在检测出候选点后,应用递归Hough直线变换得到候选车道线,为了确定最终的车道线,一条车道线的角度应介于25°～65°之间,而另一条车道线的角度应介于115°～155°之间,否则,通过降低线点数的阈值继续进行Hough直线检测,直到获得两条车道线为止.通过对数百幅夜间车道线图像的测试,并与深度学习方法和传统的图像分割算法进行比较,新算法的检测准确率可达70%.     

基于混合模型的移动机器人同时定位与环境建模

提出一种基于混合地图模型的融合声纳传感器观测信息与里程计信息的同时定位与环境建模(SLAM)方法.该方法用混合模型即栅格地图模型和直线特征地图模型表示环境地图.首先,采用三区域声纳模型以及贝叶斯法则构建栅格地图,并通过在空间和时间上融合不同时刻多个声纳传感器的信息提高地图精度.然后,引入霍夫变换提取直线特征,创建直线特征地图,并通过比较地图中直线段的方向相似性、共线性与交叠性,确定全局与局部地图是否匹配.最后,利用直线特征以及扩展卡尔曼滤波器(EKF),通过状态预测、观测预测、位姿更新3个阶段估计出机器人更新的位姿信息,校正构建的地图模型,从而实现机器人的同时定位与环境地图构建.仿真实验和真实环境实验验证了该算法的可行性与有效性.     

一种移动机器人跟踪机动目标的方法

针对机器人跟踪机动目标,提出了一种完整探测、估计的方法.利用单目视觉定位被跟踪目标的方位,再融合激光数据来获取目标的空间位置.基于"当前"统计模型,将获取到空间位置作为观测信息,采用自适应卡尔曼滤波算法,对机动目标进行跟踪,并准确预测其位置、速度及加速度信息.为验证本方案,使用一个Pioneer 3-AT作为主动机器人,及一个AmigoBot机器人作为被跟踪目标进行实验.结果显示,提议的方案可行,其精度满足实际应用的要求.     

Hough变换边缘参数提取算法

研究了一种目标物体边缘参数的提取算法，霍夫变换是图像处理和计算机视觉过程中常用的一种方法，用来在图像中提取目标边缘，文中提出一种新的算法以提高霍夫变换的边缘参数的检测能力，并用迭代中值滤波来完成直线边缘的定位，计算机仿真结果显示这种算法的有效性。     

一种基于OpenCV的多扇区圆检测方法

针对工业控制现场和生产流水线上对机器视觉的需求,提出了一种基于OpenCV的多扇区圆检测方法。首先对OpenCV做了简单介绍,给出了多扇区圆检测的原理与检测步骤,然后经过实验表明,在较高的干扰下仍能将圆形准确无误的检测出来,与随机Hough变换相比,有较高的识别准确率和较小的计算开销。     

无线传感器网络中最优分割圆定位算法

为提高无需测距定位算法精度,提出一种最优分割圆定位(OPCL)算法.以节点通信半径做分割圆,将待定位节点附近的锚节点分割为圆内及圆外两部分,定义匹配函数以量化衡量分割结果与实际一、两跳锚节点集合的匹配程度.在一定搜索范围和搜索粒度下,取最优分割圆的圆心作为目标位置.算法综合利用了节点连通性约束及非连通性约束.仿真结果显...