汽车整车尺寸机器视觉测量系统的研究

使用彩色图像的彩色分割技术,开发了一套基于机器视觉的汽车整车尺寸测量系统。论述了该系统组成、测量原理及方法,针对复杂背景的彩色图像,提出利用初始轮廓线逐渐逼近最佳图像边缘,让图像轮廓的整体信息参与分类过程,有效地克服了噪声影响,同时又不损失图像的边缘信息,提高了图像边缘的检测精度和分割的质量。试验结果表明,该系统可以实现汽车整车尺寸的自动、快速、准确测量。     

沥青混合料CT图像边缘检测算子模板的优选

在沥青混合料微观材料和结构研究中,如何对沥青胶浆和集料进行有效的边缘检测是进行图像分割和二值化的前提,论文分析了沥青混合料试件CT图像边缘检测算子模板选择的原则,可作为进一步沥青混合料微观结构研究的基础。对常用的图像边缘检测算子模板及其特点分别进行了分析,并采用Sobel算子、Prewitt算子、LOG算子和Canny算子对沥青混合料马歇尔试件初始CT扫描图像和经受冻融劈裂后的同一扫描截面CT扫描图像实现边缘检测以进行算子模板的比选。多个不同算子模板的图像边缘检测结果表明,Canny算子运用高斯函数的一阶微分计算梯度,其算法不易受噪声干扰,能检测出真正的弱边缘,因此具有较好的边缘检测性能。Canny算子依据其“非极大值抑制”和形态学连接操作的特征,使提取的边缘十分完整而优于其它算子。     

基于成像模型的车道线检测与跟踪方法

针对结构化道路上存在非车道线标记干扰的情况,提出一种基于成像模型的线扫描车道线检测及跟踪方法。检测算法中首先对路面图像进行形态学高帽变换预处理,然后建立前方道路图像的成像模型,将图像坐标系中车道参数和世界坐标系中实际车道参数对应,对图像进行初扫描,利用边缘贡献函数及RANSAC算法选取最确定线后,以此线为标准进行二次扫描,得到边缘点后统计边缘贡献函数局部最大值并拟合成直线车道线。跟踪算法中运用Kalman滤波器预测车道线区域,并提取符合标准的控制点拟合成模型为B样条的车道线。试验结果表明:该方法能够快速准确地在复杂环境中提取多个车道线,尤其对存在非车道线道路标记干扰的情况有显著效果。     

基于相位编组法的路面裂缝自动识别

研究了基于数字图像处理技术的路面裂缝自动识别方法,给出了基本的系统组成及工作原理.通过对路面裂缝图像的分析,对比了各种图像增强算法的特点和适应性;结合路面裂缝图像的随机性和目标、背景变化复杂的特点,指出传统方法中仅仅利用灰度变化的幅度作为局部边缘提取的主要度量是存在问题的.提出采用相位编组法进行裂缝提取,并在现场采集大量的图像尝试进行实例验证.结果表明:相位编组法有利于检测出有弱对比度的裂缝,并可以检测到细小裂缝.     

一种基于多尺度脊边缘的沥青路面裂缝检测算法

为了提高沥青路面裂缝的检测精度,针对裂缝的复杂性和多态性,提出了一种普适性较好的基于多尺度脊边缘的沥青路面裂缝检测算法。首先,对路面不同形状裂缝的多种脊边缘特征进行分析,并对利用高斯函数及其导数检测脊边缘的原理进行了推导;其次,根据脊边缘的多尺度特性,采用多个尺度的高斯滤波器对图像中的多尺度脊边缘进行检测,并对各个尺度的检测结果进行像素级融合;然后,结合裂缝的长度、宽度、方向、连续性、线性度等特征去除伪裂缝;最后,利用最小生成树算法实现了检测图像上不同位置裂缝的连接,使得检测出的裂缝更加接近实际裂缝的形态。研究结果表明:提出的算法可以对不同形状特征、尺寸和位置的裂缝目标进行有效检测,具有较高的检测精度和较好的检测效果,且该算法抗噪性能好、通用性强,是一种具有工程应用前景的高效的沥青路面裂缝检测方法。     

便携式乘用车外轮廓尺寸检测系统研究

提出了一种利用激光标线仪、激光测距仪等组合式导轨组成的便携式检测系统,对乘用车外轮廓尺寸进行快速检测,并阐述整套检测系统的组成、测量原理及检测方法。利用激光标线仪激光线与车辆突出部分相切的原理进行非接触快速测量。     

基于计算机视觉的汽车整车尺寸测量系统

针对汽车尺寸测量的应用背景，根据双目视觉原理开发了一套基于计算机视觉的汽车整车尺寸测量系统。论述了该双目视觉测量原理及传感器模型，利用图像差值法实现车身目标检测，并在此基础上利用Sobel算法、阈值化等技术实现特征点提取。结合特征匹配与区域匹配技术实现立体匹配，并完成自动测量。试验结果表明，该系统可以实现汽车整车尺寸的自动、快速、准确测量。     

基于Matlab图像处理方法的桥梁裂缝宽度检测研究

为实现桥梁裂缝检测的快速化和智能化,基于Matlab图像处理技术,提出一种非接触式的桥梁裂缝测定方法,其主要通过预先获取桥梁裂缝图像,采用图像灰度化和中值滤波去噪的方法对目标裂缝图像进行预处理,并通过多次腐蚀和膨胀操作,消除裂缝二值图像的边缘毛刺,最后调用Minboundrect函数对目标裂缝图像进行精确测定。结果表明:所选裂缝样本点的宽度尺寸测定值与真值间的相对误差满足工程要求。     

新能源汽车零部件发展现状与检测方法研究

新能源汽车零部件的发展存在对核心技术掌握不足与生产投入不高的问题,导致生产的零部件质量不佳,容易产生一定缺陷,为此,本文结合新能源汽车零部件发展现状,研究零部件缺陷检测方法。首先,分析新能源汽车零部件发展现状,通过滤波处理去除零部件图像噪声,获得平滑的汽车零部件图像;其次,利用阈值分割法分离图像中零部件部分与背景部分;然后,采用canny边缘检测方法提取零部件图像边缘特征;最后,利用形状模板匹配法检测并提取零部件的缺陷位置。在实验论证中,将传统检测方法作为实验对比,设计的方法展示出了很好的检测效果,其对汽车零部件缺陷检测的全类别准确率均达到了90%以上,远远高于传统检测方法。由此可以证明,设计的零部件缺陷检测方法可行有效,能够较准确地检测出零部件的缺陷,该方法在实际应用中具有一定的实用性。     

基于图像处理的车牌识别系统设计

本论文提出了一种基于图像处理的车牌识别系统设计,系统分为三个部分,第一部分,对采集的图像进行灰度化,图像平滑,边缘检测等操作以进行预处理。第二部分,对预处理后的图片进行车牌定位,并作倾斜矫正。最后使用卷积神经网络,对车牌字符分割后提取出来单个字符的结果进行识别。     

基于单目视觉的区域交通智能车辆道路边界检测方法研究

基于单目视觉的道路边界检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一。指出图像边缘检测现有算法的不足,采用领域平均法对图像进行平滑处理,根据图像的边缘特征运用Prewitt算子实现边缘增强,以获取精确的边缘信息。使用最大熵算法分割二值化图像进一步减少噪声,从而得到良好的道路特征图像数据。利用道路约束条件,建立视觉系统动态感兴趣区域(DAOI),运用改进的Hough变换最终识别道路边界。试验结果表明:本文所述算法不仅能准确、实时检测出道路板边界,而且能有效地抑制噪声,为区域交通智能车辆的换道和超车提供研究基础。     

多媒体计算机序列图象运动分析系统的研究

随着计算机多媒体技术的发展，多媒体计算机序列图象运动分析系统已日趋成熟。它与摄影测量学理论相结合成为较完善的非接触动态测量系统。这种为一般工程技术人员在微机上即可进行运动过程定量分析的方法，在工程测量中具有广泛的应用前景。     

多尺度图像边缘检测技术在车辆识别中的应用

指出了图像边缘检测的定义及现有算法的不足,并对Canny边缘检测离散准则及该准则下的最优线性滤波器进行了论述。根据边缘检测离散准则,利用数值方法求出该准则下边缘检测的最优线性滤波器及对应的平滑算子,将其与Canny边缘检测技术相结合进行边缘检测,检测出不同尺度下多幅边缘图像,并根据小尺度下图像边缘细节信息丰富、边缘定位精度高,大尺度下图像边缘稳定、抗噪性好等特点,将检测到的多尺度边缘进行融合,得到抗噪性好的精确的单像素宽边缘;同时将该方法应用于汽车特征提取,检测到完整连续的汽车边缘图像,为车型识别提供条件。试验结果表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,是边缘检测的实用方法。     

基于图像识别轮胎变形的非接触式车辆称重方法

为了解决接触式车辆称重方法存在的安装和维修成本高、使用年限短、识别精度低等问题,创新性地提出一种基于计算机视觉获取轮胎变形的非接触式车重识别方法。首先,利用视频图像采集装置拍摄车辆轮胎图像信息,通过图像处理技术提取轮胎轮廓,并根据轮廓变形计算轮胎的垂向挠度。其次,通过胎压监测系统(TPMS)获取轮胎的真实胎压值,对于没有安装TPMS的车辆,则可以通过图像字符识别技术读取轮胎侧壁的胎压标识信息,再利用统计回归方式确定实际胎压值。在此基础上,将轮胎垂向挠度和胎压值代入推导的称重公式计算轮胎承受的重量,再将所有轮胎承受重量求和得到车辆总重量。最后,以现场的乘用车和重载货车为例,验证在不同胎压和重量变化下非接触式车辆称重方法的准确性,并对比分析3个称重公式的准确性。研究结果表明:车重识别准确率随着胎压增大而降低,随着车重增大而上升;轮胎刚度拟合公式的载重识别准确率达到95%以上,高于理论推导公式和半经验拟合公式。提出的非接触式车辆称重方法具有测量范围广、无需任何额外传感设备、不用封闭交通和易于信息集成等优势,有效地突破了现有接触式车重识别技术的瓶颈,具有很好的工程应用前景。     

车辆前方行驶环境识别技术探讨

基于雷达和视觉技术对车辆前方行驶环境识别,进而判断车辆安全状态和实现纵向横行运动状态警示和控制,其是实现汽车安全辅助驾驶的主要技术途径。介绍车辆前方行驶环境识别涉及到的雷达和视觉的一些技术,其中包括雷达种类和适用场合,雷达检测障碍物的算法,车用图像的性能要求,基于图像特征和模型的车道线识别的方法,利用图像实现其他环境信息识别的方法。     

基于Matlab的汽车偏离车道报警系统

为提高汽车的主动安全性并克服现有的汽车偏离车道报警系统所存在的结构复杂和成本高等缺点,文章设计了一种基于Matlab的汽车偏离车道报警系统,利用摄像头获取车道图像并实时传给车内计算机系统,经过对图像一系列的处理分析判断汽车是否偏离车道而进行报警。经验证,该系统能够实时检测出左右车道标志线,可以根据车道夹角法判断汽车是否偏离车道,满足了汽车偏离车道报警的需要。该系统结构简单高效,能显著提高汽车行驶的主动安全性。     

基于直接线性变换的车道偏离预警系统

为了提高车道偏离预警系统的检测精度及其便利性,提出了一种在感应区域内建立搜索窗口的车道识别算法,并利用数字图像处理及分析技术对所获道路图像进行滤波、增强及边缘识别处理,然后通过直接线性变换法将所获取的车道边缘信号的像素坐标转换为道路二维物方坐标,最后根据所获车道线坐标及汽车预设坐标显现汽车行驶状态,继而联系汽车驾驶状况,达到对汽车行驶状态的监控和对车道偏离的预警功能,具有良好的发展前景。     

基于路面图像对称性的车道偏离识别方法研究

利用车道边缘信息定义了边缘分布函数EDF,通过分析车道线在道路图像中的方向变化来判断车辆是否偏离了车道中央。将车道偏离识别问题通过EDF函数本身重要形态特征对称轴转换成一个数学问题,减少了动态道路场景噪声的影响,无需在测量车道方向时考虑摄像机自身的参数,提高了适应随机和动态道路环境的能力,是一种可靠的车道偏离识别方法。     

一种基于特征的车辆检测方法

提出了一种应用单目视觉进行车辆检测的方法。该方法以车辆阴影以及边缘作为检测的主要特征。在图像预处理中采用自适应双阈值以满足不同光照条件下的使用要求;利用能量密度验证提高车辆垂向边界识别的准确性;用可变模型用来规划车辆检测范围,以满足不同距离车辆的检测需要。为提高车辆检测的准确性及效率,在算法中融合了雷达的探测数据。试验验证表明,该方法有较高的车辆检测准确率,并且能满足智能车应用中的实时性要求。     

基于边界点分布特征的夜间道路检测算法研究

提出一种在结构化道路情况下的夜间道路标志线检测算法。选择邻域均值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。结合道路灰度图像与道路边界图像,分析夜间道路边界点的分布特征,将道路边界点划分为到4个点集。针对虚假道路边界点,应用多方向搜索方法予以消除。选用2D的直线模型,采用改进的Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。