基于改进概率霍夫变换的车道线检测与跟踪算法

传统车道线检测算法通常直接在预处理后的图像上进行霍夫变换,检测效率较低。本文提出一种改进的算法,首先通过图像预处理去除干扰,然后提取道路图像轮廓,根据轮廓外包矩形的参数筛选符合车道线特征的轮廓线,最后利用改进概率霍夫变换和Kalman滤波算法实现车道线的检测与跟踪。该算法通过轮廓筛选和改进概率霍夫变换可以有效减少霍夫变换所需检测的线段数量,从而提高算法的运行效率。仿真实验表明,改进后的算法相对传统算法准确率提高了8.1%,检测速率提高了23.9%,可以在多种复杂场景下准确快速地检测并跟踪车道线。     

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

基于机器视觉技术的音圈电机磁钢自动检测系统

为实现音圈电机磁钢轮廓的快速检测,提出了一个由图像采集、系统照明、图像处理和单片机控制下的分拣模块等几个部分构成的自动检测系统,简要介绍了系统硬件模块的设计方法,并根据实际VCM磁钢的轮廓特征提出了软件设计的具体算法．最后给出了音圈电机磁钢轮廓检测的实验结果,表明此系统设计方案简易可行．     

基于Freeman链码二维图像轮廓的提取与匹配

在边缘检测技术的基础上,利用Freeman链码的性质实现了二维图像轮廓的提取;并运用动态规划编程,提出了一种新的图像轮廓匹配算法。结果表明,该算法比传统的图像轮廓匹配算法更简洁有效。     

基于级联特征分类器的行人检测算法

为进一步提升方向梯度直方图-局部二值模式(HOG-LBP)特征融合的行人算法在检测精度以及加快融合后的算法检测速度,提出了一种基于级联特征分类器的行人检测算法。计算样本集的方向梯度共生直方图(CoHOG)特征和鲁棒局部二值模式(RLBP)特征,使用这两种特征训练两种特征弱分类器,并将两种特征融合训练CoHOG-RLBP特征弱分类器。针对算法中存在的特征维数过高导致算法检测速度慢的问题,将各特征分类器以不同数量进行级联,构建一个6级特征弱分类器组成的级联特征分类器实现对行人目标的检测,同时使用soft-NMS算法对输出的检测窗口进行融合。在INRIA行人数据集上进行实验,实验结果表明本文算法有效提高了检测的精度与速度。     

基于肤色与 Haar-like 扩展集的驾驶员人脸检测算法

针对疲劳驾驶预警系统中人脸检测准确率低、误检率高的问题,提出一种基于肤色与 Haar-like 扩展集的驾驶员人脸检测算法。首先根据驾驶员人脸肤色在 YCbCr色彩空间的聚类性、脸部特征及驾驶环境,筛选人脸肤色作为候选区|然后在传统基于 Haar-like 特征的 AdaBoost 算法中,加入两组新的符合人脸特征分布的Haar-like 特征进行驾驶员人脸检测。以 MIT 人脸库和拍摄的驾驶员人脸图像作为训练与检测样本,与传统AdaBoost算法进行对比实验。结果表明,该算法对正面人脸和侧面人脸（倾斜角度小于 45°）检测准确率分别提高 1.25%和 5.00%,误检率降低 2.81%和 4.50%,人脸检测准确率得到较大提高。     

基于统计特征的微型轴承端面倒角缺陷检测

随着人力成本的提高,传统轴承行业检测逐渐向着高速化、网络化、信息化和系统化的方向发展。面向传统轴承产业大规模生产与检测,实现一种基于机器视觉的端面倒角缺陷检测算法,通过端面轮廓二次定位和比较,能有效检测轴承上下端面的厚度与均匀度,诊断其倒角是否符合规范。该算法快速有效,鲁棒性强,能满足工业实时检测需求。〖JP〗     

基于计算机视觉的执行器角度识别算法研究

针对汽车空调执行器自动参数检测过程中输出轴角度测量难点问题,基于计算机视觉,提出基于轮廓特征找直线并进行角度解算的方法。分步骤阐述了边缘检测、直线检测、坐标变换、象限划分及角度计算公式推导。利用工业相机采集图像,并基于Python-OpenCV编程进行算法验证,能准确计算出输出轴的旋转角度,在验证的10个样本中,测量误差小于0.19%,能为后续自动化检测提供精确的定位信息。     

改进Haar-like特征联合CamShift算法用于车辆跟踪

提出一种改进的Haar特征获取方法,并结合CamShift算法提取车辆检测信号实现特定车辆实时跟踪。首先利用倾斜45°特征与像素和的商计算信号的Haar特征值;其次利用AdaBoost算法训练样本得到特征信号分类器,构建特征信号样本级联分类器,利用获得的级联分类器对视频信号进行检测;最后将检测结果中的特定车辆外切矩形作为CamShift算法的初始窗口,并对CamShift算法后续跟踪窗口进行检测,以提高检测效率和跟踪实时性。实验表明,该方法对车辆图像信号具有较好的检测效果,对特定车辆跟踪具有较高的实时性。     

基于OpenCV的汽车插片保险丝定位算法研究

根据汽车插片保险丝的形状特征,基于机器视觉与OpneCV开源视觉库设计汽车插片保险丝定位算法。通过对采集到的汽车插片保险丝图像进行处理,计算出汽车插片保险丝的位置与角度。算法核心为通过计算汽车插片保险丝轮廓的几何矩求取位置信息,并结合最小外接矩形与汽车插片保险丝的形状特征求取角度信息。试验结果表明,该算法能够准确检测出图像中汽车插片保险丝的位置及角度信息,具备一定的应用价值。     

基于机器视觉的木材径级测量系统设计

针对人工测量木材径级效率低、存在主观误差等问题,基于机器视觉技术开发了一个木材径级自动测量系统。利用Opencv设计算法流程,采用背景减法、均值滤波、固定阈值分割得到木材径向截面轮廓的二值图像,再利用边缘检测和椭圆拟合算法拟合轮廓的椭圆,将椭圆短轴像素点数转换为木材直径。利用C#编写人机交互界面显示木材直径的测量结果并将分类结果传输给下位机。经过实验验证,该系统的软件算法流程能够准确测量木材直径,得到的测量绝对误差在0.8 cm以内,单根测量平均时间为0.895 s,有效提高了木材径级测量的效率,为实现木材径级的自动化分拣提供支撑。     

A flower image retrieval method based on ROI feature

Flower image retrieval is a very important step for computer-aided plant species recognition.In this paper,we propose an efficient segmentation method based on color clustering and domain knowledge to extract flower regions from flower images.For flower retrieval,we use the color histogram of a flower region to characterize the color features of flower and two shape-based features sets,Centroid-Contour Distance(CCD)and Angle Code Histogram(ACH),to characterize the shape features of a flower contour.Experimental results showed that our flower region extraction method based on color clustering and domain knowledge can produce accurate flower regions.Flower retrieval results on a database of 885 flower images collected from 14 plant species showed that our Region-of-Interest(ROD based retrieval approach using both color and shape features can perform better than a method based on the global color histogram proposed by Swain and Ballard(1991)and a method based on domain knowledge-driven segmentation and color names proposed by Das et al.(1999).     

基于小波变换的车牌定位算法研究

文中提出了一种基于小波分析的车牌定位算法．根据图像中车牌的形态特征和横向纹理属性,提取图像高频（LH）小波系数的均值、能量、熵等作为分类特征,同时通过形态学算法对车牌候选域和非车牌域进行聚类,并运用相关的先验知识对车牌候选域进行优化．实验结果表明,文中提出的车牌定位算法是一种切实可行、准确高效的方法,该算法对复杂背景下拍摄的汽车图像具有很好的鲁棒性．     

一种基于HSV颜色空间与小波能量特征融合的车牌定位算法

文中针对彩色汽车图像牌照定位率不高和速度慢等问题,提出了基于HSV颜色空间与小渡能量分析相融合的车牌定位方法.利用固定底色牌照的色相、亮度和饱和度值分布区间不同的特点,完成对大多数黄蓝底色牌照的快速定位.对于车牌底色与车身颜色相近无法一次完成定位的操作,进行图像二次定位处理,利用车牌区域小波高频能量分布特点从背景图像中提取车牌区域.实验结果表明该方法比单一使用HSV空间进行定位的算法准确率高,比其它小波定位算法实现速度快,并且具有较好的鲁棒性.     

面向仓库监控的改进式动态物体检测系统的设计

采用混合高斯模型算法,以实现背景前景的分离,并利用前景目标的二值化图像计算其轮廓特性,对超过阈值的目标物体进行预警,同时系统为实现良好的可移植性及较快的硬件处理速率,采用软件分层的体系来实现动态物体检测,底层通过V4L2接口实现硬件视频帧的采集,顶层调用opencv视觉库实现混合高斯模型下的前景提取。最后系统实现良好的人机交互界面的设计。     

基于肤色和AdaBoost算法的人脸检测

文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法．算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中．新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强．     

基于SDN的DDoS攻击检测技术研究

为了在保证检测准确率的前提下提高检测效率,并优化SDN网络中基于流表特征的DDoS攻击检测算法,主要分析基于流表特征的DDoS攻击检测技术及其存在的不足,提出首先利用主成分分析优化流表特征,从中选出合适的特征子集,并采用支持向量机算法实现分类检测;然后搭建仿真网络环境,利用正常数据集与攻击数据集训练分类器进行测试实验;最后从检测准确率与检测时间两个维度对特征降维前后的检测方法进行对比。实验结果表明,经过特征降维的检测方法在不影响准确率的同时,有效提高了检测速率。     

东巴象形文字基础分类算法研究

从构字结构要素分析东巴象形文字,可分为单素字和复素字两类,而单素字又可进一步分为轮廓型和结构型两种。使用分类算法实现不同类型东巴文字的自动分离,有利于独立研究轮廓型、结构型单素字及复素字,提取同类文字的本质特征及不同类型文字间的特征差异。从东巴文字的构字结构要素出发,给出了适用于东巴象形文字自动分类的预处理和分类算法。该算法能实现单素字和复素字的分离,还能实现对单素字中轮廓型和结构型单素字的完全分离。通过实验对算法的准确性进行了验证。     

逆时针追踪轮廓线的彩色图像区域分割算法

提出了一种逆时针追踪轮廓线的彩色图像区域分割算法 ,其思想是按逆时针顺序追踪轮廓线 ,在追踪过程中避免了象素点的重复判断 ,采用回溯搜索解决奇点问题 ,从而保证了追踪过程的连续性和正确性。在此基础上 ,运用递归方法分割出图像的所有不同色彩区域。直接提取出具有一定色彩特征的区域 ,具有较高的实用性 ,也是此算法的优点之一