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.     

一种基于Faster R-CNN的车辆检测算法

针对传统的车辆检测算法无法自适应地完成在复杂场景变化下提取目标相应特征的现象,提出了一种基于深度学习的车辆检测算法,该算法结合了Faster R-CNN开源框架和Loc Net网络算法。首先,利用RPN算法获得图片中的候选区域,以减少检测过程中对每张图片的计算量;然后,进入Fast R-CNN网络,利用该深度网络中的卷积层和池化层,自适应地获得车辆目标的所有特征;最后,进入Loc Net网络,通过输入已经得到的图片候选区域,通过卷积层和池化层,不断计算候选区域边界的概率,达到不断优化候选区域边界,最后得到车辆目标的边界框。使用深度学习卷积神经网络,可以避免人工设计车辆目标特征适用性不广泛的缺点,提升车辆目标检测和定位的准确性。     

基于直线检测的遥感影像道路提取方法

针对传统的高分辨率遥感影像中提取道路精度低问题,提出了一种基于改进直线检测道路的方法。首先将彩色图像梯度计算运用到经典的直线段检测(LSD)算法中,实现遥感影像直线提取。根据相邻两条直线关系设置6个直线合并规则,然后判断直线间的区域是否为候选道路区域。以候选区域为种子点,生长其他直线间的区域。最后提取面状道路及优化,同时也对道路交叉路口进行提取。实验结果表明使用提出方法所提取道路区域更加完整。     

端点预搜索的Freeman直线段识别算法

直线段提取对于数字图像中规则目标的形状分析、识别来说是一个基本且必要的前期信息提取步骤.本文提出了一种以角点充当直线段的端点,在得到直线段端点和直线段主次方向基础上使用Freeman准则对直线段进行扫描.由于在直线段搜索前已经获取了直线段端点的位置信息,因此该算法能够高速准确地对直线段进行扫描,具有较强的抗噪声能力.实验结果验证了该算法的有效性,并且该算法对较粗直线段也具有良好的检测能力.     

蒙文文档图像的倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,倾斜检测是文档分析预处理的重要环节,因此提出了一种基于最小二乘法的蒙文文档倾斜检测方法.它提取文档图像中文字连通体的质心作为特征点,使用最小二乘法对特征点进行直线拟合,从而可以得到文字质心所在直线方程,该直线方程的斜率能够反映文档图像的倾斜情况.而且该方法通过连通体分析,能够适用于含图片和表格等复杂版面元素的文档图像.实验证明,该算法检测的速度快,精度高.     

基于混沌粒子群优化算法的电力线检测

提出了一种基于混沌粒子群的直线检测算法,并将其应用于电力线自动检测.首先利用Sobel算子对图像进行边缘检测得到候选边缘点;然后从中随机选择若干点对作为初始粒子,每个粒子代表一条直线,并以与其共线的候选边缘点的数目作为其适应度值,迭代过程中用混沌粒子替代最差粒子;最后选择适应度值最高的粒子作为所要检测的直线.实验结果表明:与Hough变换等算法相比,该算法可以有效减少重复计算,提高检测效率和准确率.     

改进的直线DDA算法

本文在传统的直线DDA生成算法的基础上,提出了一种改进的DDA算法,该算法利用直线上相邻各点纵坐标小数部分的变化规律,将直线分为多段,每次可以输出每段上的所有点;该算法克服了DDA算法每次只能输出一个点的缺陷,从而提高整条直线扫描转换的速度。     

一种有效的基于约束的关联规则发现算法

基于约束的关联规则挖掘是针对特定约束的规则的挖掘,挖掘的结果有着更好的针对性和实用性,Separate算法是现有的效果较好的算法,但有2点不足：未修剪生成的候选集和候选项重复生成。对此该文提出了改进的SeparateP算法,算法中加入了对候选集的修剪,并且利用了项集重复生成的信息,使候选集的修剪更加有效快捷。实验表明,改进算法显著提高了原算法的效率。     

基于改进LSD的立体组合靶标自动编码算法研究

传统的基于机器视觉空间目标姿态测量技术,由于多采用平面靶,故存在受安装空间限制等问题,提出了立体组合靶的设计;并在靶标中设计不同数目的直线,从而实现靶标的快速自动编码。由于传统的LSD直线检测算法存在断线、派生直线过检测等问题,增加了候选区域包含边缘像素点数筛选,剔除部分伪直线边缘,提高了算法的检测效率;并通过设置候选区域质心间距阈值和方向阈值,合并隶属于同一直线的候选区域,避免了同一直线过检测的情况;增加了相似断线间的合并操作,解决了该算法对相交直线检测的缺陷,实现了立体组合靶标的快速自动编码。实验结果表明:改进后的LSD算法在运行速度、检测效果方面均优于传统的LSD算法,具有较好的工程应用价值。     

一种有效的边缘检测新方法

该文提出了一种新的边缘检测方法。首先,利用梯度检测算子检测出灰度不连续象点作为候选边缘点,其次,按文中提出的若干分类规则,将这些候选点分为三类。最后,通过检验不同点集中这些候选点之间的关系,便可求得真正的边缘象点。文中还讨论了该方法的基本原理和实现算法,并给出了一些实验结果。     

基于特征点提取的弯道识别算法研究

针对高速公路弯道处事故率高的特点,研究了一种基于特征点提取的高速公路弯道识别方法,以降低弯道处交通事故发生率。采用Hough变换求出车道线直线方程,根据高速公路的特点建立适当的道路模型,确定对应直线段上的最低点和最高点;分别比较直线段两侧白色像素点的个数判断出曲线道路的弯曲方向,从而进一步确定曲线段上的特征点,同时对车道线候选特征点进行滤波;分段拟合车道线的直线段和曲线段,实现车道线的二维重建。实验表明,能识别不同形状的车道线,具有很高的实时性和准确性,且在不同道路干扰下对连续型分道线和虚线型分道线的检测都有良好的识别效果。     

基于特征点提取的弯道识别算法研究

针对高速公路弯道处事故率高的特点,研究了一种基于特征点提取的高速公路弯道识别方法,以降低弯道处交通事故发生率。采用Hough变换求出车道线直线方程,根据高速公路的特点建立适当的道路模型,确定对应直线段上的最低点和最高点;分别比较直线段两侧白色像素点的个数判断出曲线道路的弯曲方向,从而进一步确定曲线段上的特征点,同时对车道线候选特征点进行滤波;分段拟合车道线的直线段和曲线段,实现车道线的二维重建。实验表明,能识别不同形状的车道线,具有很高的实时性和准确性,且在不同道路干扰下对连续型分道线和虚线型分道线的检测都有良好的识别效果。     

三维激光扫描拟合平面自动提取算法

在对现有的点云数据分割和拟合算法进行深入研究的基础上,指出现有算法的不足.充分利用扫描线数据自身固有的特点,提出了新的算法.对RANSAC算法进行了改进,改进后的算法既具有较好的抗差性能,又在计算效率上较现有的抗差算法有了较大的提高,且能够得到更准确的提取结果和更合理的扫描点分隔归属.提出了平面拟合计算过程中拟合直线段端点的定权算法,解决了现有算法中由于拟合直线段端点权重不同无法直接参与平面拟合计算的问题.提出了完整的细碎平面剔除规则.实例证明,利用该算法能够取得较好的点云数据拟合平面自动提取结果.     

一种基于形状信息描述的图像特征匹配算法

针对已有匹配方法匹配特征点少、图像匹配精度低的问题,提出一种基于边缘形状描述子的图像特征匹配算法。该算法首先利用曲线凸性将图像边缘分割为近似直线段组,再将连接多个直线段的点定义为关键点,将关键点周围直线段组定义为形状特征包,最后利用局部形状特征包中所有点集相对其几何中心的位置关系分布形成描述子。实验结果表明：该算法的图像匹配正确率均高于SIFT算法和Shape Context算法,且对噪声问题不敏感,可应用于基于Hough变换的物体检测。     

基于边缘特征点筛选的被遮挡盲道检测算法

针对传统盲道检测算法在实际应用场景中准确率低,鲁棒性不强等问题,提出一种基于边缘特征点筛选的被遮挡盲道检测算法。首先提取盲道区域,主要包括基于颜色筛选与单通道二值化结合的粗提取和基于GrabCut算法的精确提取;然后对盲道图像进行预处理、边缘检测和直线检测,提取出若干盲道边界候选线;通过计算候选线在各个方向角度的边缘特征点数目,判断该候选线是否为真正的盲道边界。实验结果表明,无论是否有落叶遮挡,该算法都能够精确提取盲道区域,准确检测出盲道边界,且有较好的实时性与抗干扰性。     

基于舍弃采样的光线投射加速算法

光线投射法是一种重要的体绘制算法,但直线上采样点的确定和采样值计算是非常费时的,也是影响体绘制实时性的重要因素.针对这个问题,该文利用对象空间的相关性,采用舍弃贡献不大的射线段参与采样的方法,加快了绘制速度.同时利用平面簇的交点可以快速求得直线上的采样点及其特征值,结合自适应采样方法,提高了绘制图像的质量.改进以后的算法复杂度明显降低,实验结果证明绘制速度可以提高20%左右.     

基于二维标志物的线夹检测及位姿测量

拆卸线夹是配电线路带电作业中一项常见的任务，为了在复杂的背景环境中准确、实时地检测与定位线夹，该文提出了一种基于视觉信息与二维标志物的线夹检测与位姿测量方法。设计制作具有特定图案的二维标志物固定到线夹表面，通过四边形逼近检测图像中标志物的候选位置，并结合标志物图案特征加以筛选；使用多点透视算法(Perspective-n-points, PnP)计算标志物的位姿，从而间接确定线夹的位姿。试验结果表明该方法可以快速、准确地测量线夹位姿，满足实际应用需求。     

基于改进概率霍夫直线检测的电梯门状态检测方法

针对电梯物联网改造外加传感器施工困难、成本较高等问题,该文提出了一种基于前置图像处理的电梯门状态直线检测方法。针对轿厢外背景及门板工艺对直线检测算法的干扰提出基于规则决策的解决方案。通过提取视频流电梯门图像进行预处理,使用改进概率霍夫直线检测算法提取特征直线,结合基于先验知识的判断规则,实现对电梯门开、关及故障状态的实时检测。通过多个门开关场景验证了算法的有效性,实验结果分析表明,该文提出的限角概率霍夫直线检测算法提取特征直线比概率霍夫直线检测算法耗时减少10%,查准率和查全率均优于概率霍夫直线检测算法,能适用于边缘侧电梯门状态检测系统。     

基于轮廓查找与线扫描的作物行检测算法

针对传统作物行直线检测算法存在的检测时间长、检测误差大的问题,提出一种基于轮廓查找与线扫描的作物行检测算法。首先,在农田图像下端一定宽度条形图上进行轮廓查找,求取轮廓的外接矩形,得到作物直线下端定位点;其次,对每一个下端定位点在图像顶端一定区域内进行线扫描,上下两端点形成一条候选作物行直线,记录直线上的绿色像素数量最大时上端顶点的位置,此直线即为最佳作物行直线。仿真实验表明,研究结果可以准确地检测出主要作物行直线,准确率为90. 0%,平均检测时间为30 ms。     

一种改进的角点提取方法

提出了一种改进的角点提取算法,该算法是基于角点的性质,即在角点的某个领域内,图像灰度的变化在任意一条通过该点的直线上都很大。为了便于对最后的灰度变化值求取极值,同时兼顾灰度变化值计算的准确性,采用了在方形窗边界上的线性插值。在插值的基础上,可计算出边缘角,通过它来对角点候选点作进一步的筛选,测试表明该方法比较进前取得了更好的效果。