基于整体最优阈值的车道线快速识别方法

针对现有车道线识别算法难以自适应地匹配图像,在车辆过弯途中识别率低,鲁棒性和实时性较差的问题,提出并实现了一种整体最优阈值的快速车道线识别算法.该算法首先对图像进行自适应二值化分割;然后对图像中的感兴趣区域进行提取;提出逐行检索的方法进行车道线内侧特征点的筛选,从而得到实际车道的左右标志线参数以进行道路模型重建.结果表明:区别于以往常用的霍夫变换,此方法具有更好的实时性及准确性,可在车辆过弯途中为系统提供更多的有效信息.     

一种基于双曲线模型的车道线检测算法

针对目前车道线检测算法识别率不高、弯道检测不准确的问题,提出了一种基于双曲线模型的车道线检测算法.算法首先运用Canny算子对道路边缘进行检测;采用Hough变换提取道路边界点,并使用扩展的Kalman滤波进行预测跟踪来减小道路扫描范围;最后通过左右车道边界参数与双曲线模型参数进行匹配,利用最小二乘法来求解模型参数,完成车道边界重建.实验结果表明,该算法的准确率达到93.4%,每帧图像的处理速度为87.4ms,有效克服抛物线模型和直线模型在直道与弯道连接处不连续的问题,而且在车道线模糊、对比度较低的情况下也能快速准确的识别出车道线.     

基于TopHat分割和曲线模型的三车道检测方法

为了解决传统三车道检测过程中算法易受干扰、车道线拟合不准确、两侧车道误判等问题,提出了一种基于顶帽算法( TopHat)分割和曲线模型的三车道检测方法。利用车道线的形状和颜色特征,在图像预处理阶段提出了一种变内核TopHat的车道线分割算法。在车道线识别阶段,首先,提出了一种基于加权最小二乘法( weighted least squares,WLS)的消失点拟合方法以约束霍夫变换;其次,在极坐标中以DBSCAN( density-based spatial clustering of applications with noise)聚类法对直线聚类并匹配三车道模板;再次,以该模板为基础建立车道线感兴趣区,在每个感兴趣区内搜索并以三次曲线模型拟合车道线;最后,对于不确定的边侧车道,提出了一种基于随机投种法的边侧车道可行驶性判定方法。算法检测率以及漏检率结果显著优于传统三车道识别算法。实验结果表明：该算法具有良好的准确性及稳定性,更适用于三车道环境。     

结构化道路车道标线识别算法研究

针对传统Hough变换算法在无人车结构化道路车道标线识别中出现的中间间断车道标线提取不精准、不完整、有用车道标线信息丢失等问题,提出基于感兴趣附近区域的Hough变换车道标线识别算法．运用传统Hough变换对预处理得到的二值图像进行图像部分分块的车道标线提取,在已提取的车道标线周围划定感兴趣附近区域,找出感兴趣附近区域内的像素与车道标线的辅助度关系,通过辅助度计算累计单元的最大值,得到车道标线的参数．对无人车实时采集的图片进行实验,实验结果表明,该算法在直道、弯道情况下平均处理一帧图片耗时分别为80．42ms、92．22ms,具有很好的实时性,且该算法可以有效提取结构化道路的车道标线．     

基于数字图像处理技术的针式仪表读数识别

基于数字图像处理技术的针式仪表读数识别是针式仪表自动检定的关键技术.针对角度法读数识别精度不高的缺点,采用将仪表表头原始图像预处理后,进行二值化将有用信息分割出来;用改进的Hildtch细化算法对二值化后的图像进行细化处理;利用最小二乘法拟合表头刻度线和指针.在此基础上提出了利用刻度线示值作为基准值和距离法相结合的识别算法.     

基于线性双曲线模型的车道线检测算法

提出了一种适用于智能驾驶辅助系统的车道线检测算法。为了克服传统的车道检测算法中Canny边缘检测算子对阴影及光照变化较为敏感的缺点,该文对灰度图像进行二维FIR滤波之后,采用大津法实现可靠的车道边缘检测;然后利用Hough变换初步获得车道中线及消失点坐标,在此基础上采用Mid-to-Side策略进一步从边缘图像中提取车道的边界点,最后采用最小二乘拟合方法获得车道的线性双曲线模型。在各种复杂道路环境下的实验结果显示了该算法的鲁棒性和准确性。     

基于决策粒子群优化与稳定纹理的虹膜二次识别

不同时刻虹膜图像的采集状态不同,因此单一识别算法在多类别虹膜识别中的准确率可能较差。本文提出了基于决策粒子群优化与稳定纹理的虹膜二次识别算法。首先,使用6种图像处理算法提取稳定纹理特征。由Gabor滤波与Hamming距离组成首次识别,Haar小波与BP神经网络组成第二次识别,以顺序结构完成多类别虹膜的二次识别。根据马尔可夫决策过程与不同的虹膜库,自适应优化Gabor滤波和神经网络。结果表明,该算法可以有效提高虹膜识别的准确率。     

一种基于改进YOLOv5s的车道线检测方法

为提高车道线检测的实时性与准确性,在机器学习的框架下,提出了一种基于改进的YOLOv5s模型检测方法.该方法在图像预处理后增加了一个二值化通道与原图像一起更新数据集;为了高效提取车道线特征,加入anchor-free改进其锚框问题;为节省GPU内存、增强机器对目标的识别能力,采用mixup与mosaic结合的方式增强数...     

基于改进SUSAN算子的车道线检测算法

为了准确识别道路的车道线,采用45°Sobel边缘算子对中值滤波后的道路图像进行增强,进而采用SUSAN算子和Otsu算法相结合的方法将图像分割,利用分区Hough变换进行拟合,识别出车道线.实验结果表明,采用改进的SUSAN算子分割后的道路图像能够准确提取车道线参数,拟合出车道线,去除噪声,节省了后续Hough变换的时间,提高了算法的抗噪性能和实时性.     

基于DSP的直线特征提取算法

为解决车道线识别实时性差问题,提出了基于DSP的直线特征提取算法.基于DM6437视频采集系统,通过CCD摄像头采集图像数据,对感兴趣区域提取灰度,以减少实时算法的计算量;在此基础上,通过对有效区域进行改进算法的中值滤波,有效选择噪声和信号点的灰度值进行中值处理,实现道路有效区域边缘保护和消除噪声的功能;再通过提取直线特征边缘检测,根据需要进行Sobel边缘检测,结合直方图筛选、直线连通性分析能有效的平滑噪声并细化边缘,能够达到道路图像的分割、配准和识别的效果,提高算法的准确性和实时性;最后,结合霍夫变换算法,在边缘检测的基础上得到直线参数方程,并且通过先验知识改进Hough变换算法提高算法实时性,准确找出直线位置.     

城市信号交叉口导向车道线长度模型

为提高城市信号交叉口进口道通行能力与安全水平,基于导向车道线与导向箭头的关系,分析进口道驾驶员心理特征与车辆运行行为,提出导向车道线长度模型．该模型由导向箭头识别距离、驾驶员反应距离、操作距离、停车安全距离和车辆排队长度等定量化部分构成,并以福州市某交叉口东进口道为例进行计算与仿真．仿真结果表明：导向车道线长度适宜范围为76～96m;10个评价方案中,最优长度值为86m,对应进口道单车平均延误为28s,平均速度为32km／h．在模型所得长度范围内,存在交通运行水平最优的导向车道线长度值．     

轨迹测量系统中特征点检测技术研究

针对机器人直线轨迹测量系统中的图像处理鲁棒性问题．开展线结构光光条图像的特征点识别技术研究．提出了一种基于种子点拟台和直线生长的直线分割方法。很好地解决了各种条件下各段拟合直线的端点自动获取问题，提高了系统的环境适应性和测量精度实验表明，该方法具有很好的鲁棒性。     

一种快速而准确的谐振腔传输线模型

针对双频点近似的谐振腔传输线模型效率低和精度差的问题,提出了基于Padé逼近的快速算法,同时给出相应的快速而精确的Spice兼容谐振腔模型.与单节电路近似的双频点近似算法相比,由于使用多节的修正电路,所以Padé逼近算法能灵活地调整谐振腔传输线模型的精度和效率,并使模型的精度更高和效率更快.仿真结果表明,在效率上,使用Padé逼近算法的谐振腔传输线模型远高于双频点近似模型,尤其是平行耦合传输线数量较多时;在精度上,Padé逼近的模型的误差低于0.007%,优于双频点近似模型的误差0.3%.     

An Approximation Method of NURBS Curves in NC Machining

An algorithm for approximating arbitrary NURBS curve with straight line is presented.Firstly,NURBS curve is acquired according to data points on the curve.Secondly,Approximating arbitrary NURBS curve is based on dichotomy.The resulting straight line approaches to the original curve with relatively fewer segments within the required tolerance.The example shows that the algorithm is simple and its approximation precision is high.The method is most useful in numerical control to drive the cutter along straight line or circular paths.     

一种快速结构模式识别的新方法

首先对图象进行二值化,再用数学形态学中的闭合和开启算子从所得的二值图象中提取出模式的封闭边缘,随后通过对此边缘进行直线逼近得一多边形,最后将此多边形与各模板进行匹配而完成对模式的正确识别。仿真表明,这种识别方法具有尺度、平移和旋转的不变性,而且识别速度很快。     

一种基于Hough变换的车道线检测新方法

针对复杂环境中车道线检测易受图像中其它直线段的影响而出现较多误检测的问题,提出一种新的车道线检测方法．对原始RGB图像灰度化,将Otsu阈值提取方法引入Canny边缘检测算法中,得到边缘图像;判断边缘点在原RGB图像中的R、G、B三分量颜色信息,剔除非类似车道线颜色的边缘点,降低其它非车道线的直线段影响;使用Hough变换进行车道线检测．实验结果表明,该方法可以有效地滤除其它直线段的影响,在复杂环境中获得良好的车道线检测效果．     

基于RBF的冗余机械手运动学逆解

针对冗余机械手运动学中存在的非线性、强耦合以及时变性的特点,采用了一种基于径向基函数(Radial Basic Function,RBF)网络的非线性拟合和系统辨识的方法,利用RBF神经网络的逼近能力较优、收敛速度快、非线性处理能力强等特点,可以有效地对冗余机械手的运动学逆问题进行求解;同时,运用遗传算法选取RBF网络...