边缘检测和证据理论在机器人目标识别中的应用

以NAO机器人为平台,在机器人视觉算法的基础上,研究了NAO机器人的有色目标识别方法。采用基于HSI颜色空间的离散小波变换方式,利用可自动适应阈值Canny算子边缘检测方法和双阈值法提高了图像边缘的准确性和容错性。通过NAO机器人双摄像头系统进行图像的颜色标定,提出的基于模糊系统下证据理论的双摄像机融合策略能够有效地减少颜色之间的标定冲突,将目标图像的识别性能提高约29%。     

粒子群圆检测算法

针对基于霍夫变换类圆检测算法计算量大、耗时长等问题,提出了一种基于粒子群算法的圆检测算法。该算法通过对图像进行灰度化、滤波去噪与边缘检测等预处理获取边缘图像后,再从中随机选取两点之中点作为初始粒子位置,通过设置最大迭代次数与阈值克服粒子陷入局部最优问题及判断是否检测到圆。对比粒子群圆检测算法与Open CV 3.0中霍夫变换圆检测算法实验数据,结果表明,粒子群圆检测算法在同样检测背景下,检测效果相同,所需时间最短。     

复杂道路环境下车道线快速提取方法

针对无人驾驶车辆在行驶过程中受到地面污损、障碍物、光照等环境影响,导致车道线情况复杂问题,提出一种快速的车道线识别方法。首先,对采集到的图像进行预处理,设置自适应感兴趣区域,并进行灰度化、双边滤波和边缘提取。其次针对边缘噪声复杂的情况,提出了一种新的边缘噪声消除方案,将边界图像划分为若干个子图像并通过计算每个子图像的边缘方向来实现噪声边缘的消除,再对被切断的车道边缘块进行补偿。最后,通过直线拟合算法拟合出车道线。实验结果表明,所提方法可以有效地消除边缘噪声,且在各种天气和路况下具有较快的处理速度和较高的精度。     

一种针对不同噪声强度的图像边缘检测算法

通过对图像边缘检测算法原理分析的基础上,提出一种新的噪声图像边缘检测算法.算法结合分区均值滤波算法和改进的Canny算法的特点,首先将5×5窗口内的噪声点进行剔除,计算图像平均梯度值,进而运用改进的Canny算法,提取目标图像的边缘特征.实验结果表明,本文算法检测的边缘特征优于传统的边缘检测算法,具有一定的应用价值.     

基于二维条码的身份识别系统解码研究

二维条码已经运用到身份识别中。将个人信息和照片编在二维条码中,不但可以实现身份的自动识读,而且可以有效防止伪造和使用假冒证件。探讨了PDF417二维条码的识别与解码算法及在身份识别上的应用。分析了多种图像处理方法,针对条码图片的特点,采取特定的图像处理方法以得到最佳效果。在.Net平台开发环境下,用C#语言首先对各种图像预处理方法进行分析和对比,然后在图像识别时对图片进行预处理。对处理后的图像进行水平边缘检测和垂直边缘检测,得到条码行数和列数,最后依据PDF417公开解码算法进行解码,还原编码的文本信息。     

静态水上物体检测分割算法

针对静态水面的特性,提出了一种水上物体检测分割算法。该算法主要包括3个环节:饱和度检测水面区域、区域一致性的GOA检测边缘和目标物体标记定位。以水面具有较低饱和度的特征对水面区域进行提取,在此基础上运用浮雕处理凸显水面区域的边缘灰度,利用区域一致性进行边缘检测分割出水面和水上物体,最后提取出目标物体的中心位置。仿真结果证明了该图像分割算法的有效性。     

改进的Canny算子边缘检测算法研究

针对传统Canny算子边缘检测算法出现伪边缘或边缘丢失的缺陷,提出了一种采用统计滤波去噪和基于灰度的迭代法计算阈值的边缘检测算法。首先统计滤波并使用均值和方差去噪,避免出现如同高斯函数受噪声干扰的问题,保证图像边缘完整性;其次,使用灰度进行迭代计算确定阈值,改进了传统算法中人工确定的不足,使阈值更加准确,减少伪边缘和信息丢失的情况。通过大量实验对比和结果分析表明,改进后的算法与传统算法相比,可以提高边缘检测运行效率,使结果更加清晰、准确。     

基于改进Canny法的在线轴承尺寸视觉检测系统

开发了适应在线检测需要的轴承尺寸机器视觉检测系统.对图像进行了二次滤波预处理后,采用改进的Canny边缘检测算法,使系统达到了较高的检测精度.检测结果表明,系统具有非接触、速度快、精度高、现场抗干扰能力强等优点.     

基于Sobel算子的无砟轨道道床板裂缝自动检测算法

目前无砟轨道道床板裂缝检测采用的电磁、超声等无损检测方法存在检测设备复杂、检测精度低等问题,为此文章提出了基于Sobel算子的无砟轨道道床板裂缝自动检测算法,此算法通过对裂缝图像的预处理、边缘特征提取、边缘标定、长度测量,实现对裂缝方向和长度的判断。实验表明,利用Sobel算子提取无砟轨道道床板裂缝的边缘特征,具有算法简单、裂缝识别准确和对噪声鲁棒的优点,为裂缝检测提供了新的方法。     

复杂腔体零件机器视觉图像亚像素边缘检测

基于复杂腔体类铸造零件机器视觉系统中的边缘检测问题,提出了一种改进的灰度矩亚像素边缘检测方法。提出了以模糊模型代替阶跃模型,将误差函数运用到矩方法的边缘检测算法。通过实验对检测精度和运行速度进行了对比,结果表明,改进的灰度矩边缘检测算法比传统算子具有更高检测定位精度和更快的速度,可满足图像目标高精度实时在线测量要求。     

基于图像处理的圆形工件尺寸检测方法

针对工业流水线上圆形工件的检测与定位问题,研究了一种基于图像处理的尺寸检测方法,以测量出圆形工件的位置与半径大小。首先,根据所设定的灰度图阈值将源图像进行二值化处理,并采用区域搜索策略以对工件区域进行填充;在此基础上,进一步利用边缘检测算法推导出预处理图像的边缘坐标信息,并根据所统计数值组拟合出工件的位置与半径大小。最后,利用五个实例验证该方法的有效性与可行性。     

一种改进的视频运动目标检测算法

为了克服帧间差分法和HS光流法在运动目标检测中的缺点,提高视频运动目标检测准确性,提出了一种将改进的三帧差分法和基于灰度梯度优化计算的光流法相结合的运动目标检测算法。首先利用改进的三帧差分算法对图像进行预处理,使用最大类间方差法对图像进行二值化,获得全局二值化阈值,得到准确度较高的运动目标区域;然后利用优化灰度计算的光流法处理,排除光线等因素的干扰,从而更加准确地提取运动目标区域。实验结果表明,该方法能够有效提高运动目标检测的准确性。     

基于形态学的红外小目标检测算法

在分析复杂天空背景下红外视频序列特征的基础上,针对红外小目标本身特性及红外序列低信噪比的问题,提出适合该环境的红外小目标检测算法.该滤波方法以形态学滤波理论为基础,首先采用均值滤波和Open ing-Tophat运算对红外视频序列进行预处理,然后运用基于均值和方差的统计分割方法提取图像中的运动目标,从而实现了红外小目标的检测.实验结果表明,所提出滤波方法具有良好的检测和分割效果,能够有效地改善跟踪精度.     

雾霾天气下运动目标检测技术研究

雾霾天气的频繁出现使运动目标检测受到了很大影响。为提高雾霾天气下运动目标检测质量,研究了当前去雾算法和运动目标检测算法。针对雾霾天气下可见度低、运动物体模糊的情况,比较了当前的去雾算法,使用性能优良的基于暗通道的去雾算法对图像进行去雾,然后对处理过的图像序列进行光流法计算,完成运动目标检测。将基于暗通道的去雾算法和光流算法相结合,应用于雾霾天气下的运动目标检测,以提高检测质量。通过Matlab仿真表明,改进方法比直接通过光流算法检测的效果更好。     

低对比度图像高精度轮廓三维重建算法研究

为了解决低对比度成像条件下传统三维轮廓重建算法精度偏低的问题,提出一种基于邻域距离最小化准则、由粗到细的高精度轮廓三维重建算法。首先使用 Canny 算子对目标图像进行边缘检测,再利用目标形状、尺寸等先验信息剔除分割出的虚假目标边缘。随后,计算边缘点法线方向上的梯度加权值作为工件初始化轮廓,根据左右一致性原则筛选出粗匹配点对,在匹配点对邻域附近使用亚像素进行精细搜索,利用邻域距离最小化准则估算出当前最佳亚像素匹配点对,并将其用于激光刻形工件的尺寸测量,总体精度可达 0.1mm。该方法有效降低了轮廓重建算法对边缘定位精度的依赖,同时提高了轮廓重建精度。     

基于图像处理的回收受电弓滑板磨耗检测算法研究

使用人工检测机车受电弓碳滑板磨耗,效率和精度低,且工作量繁重。为解决广州机车检修段受电弓有效回收的实际需求,开展基于图像处理的机车受电弓滑板磨耗检测算法研究。图像预处理减弱图像噪声、光照等因素影响,结合碳滑板边缘特征选取适当Canny边缘检测参数,精确提取滑板的边缘信息。通过形态学图像处理,实现边缘连续性生长。通过图像标定拟合受电弓曲线,计算碳滑板磨耗深度。     

一种基于形态学和Canny算子的图像边缘提取算法

提出了一种基于形态学和Canny算子的图像边缘提取算法。在经过预处理的基础上,运用形态学的开闭运算滤除噪声．局部灰度增强后用Canny算子检测得到清晰的连续的边缘。该算法对噪声有很好的鲁棒性,并得到真正的边缘。     

自适应Canny算法在钢板缺陷边缘检测中的应用

为了更为准确地提取钢板表面缺陷,针对传统 Canny 算法的不足,提出一种改进型Canny边缘检测算法。该算法在平滑滤波部分采用自适应高斯滤波器,在滤除图像噪声的同时,可以保留更多图像边缘信息;采用8×8邻域代替Canny算法中2×2邻域计算梯度幅值;高低阈值的确定是根据图像的灰度均值和方差均值自动计算的。仿真结果表明,改进算法在钢板缺陷的边缘检测中可以准确地得到更多边缘细节,同时也能很好地抑制假边缘,且具有较强的自适应能力。     

基于快速熵阈值的彩色图像边缘自动检测方法研究

作者提出了一种基于CIE LUV彩色空间的边缘检测算法,首先通过非线性同等组滤波器进行平滑和去噪预处理,接着利用改进的各向同性边缘检测器和快速熵阈值技术自动确定图像边界,并考虑了像素与其八领域像素的颜色距离进一步精确定位图像的边缘.实验证明该算法能较好的得到彩色图像的边缘.     

图像分割算法在零件图像测量中的应用研究

通过分析图像测量系统的组成,说明了图像分割算法在零件图像测量中的重要地位,综合阐述了目前常用的图像分割算法的特点。针对零件图像测量的实际应用情况,提出了一种新的图像分割算法,实现了对目标边缘的准确检测。在此基础上设计了边缘检测的亚像素细分算法,对目标边缘进行亚像素精确定位,并用实例说明了本算法的可行性。