基于单双目视觉融合的车辆检测和跟踪算法

提出了一种基于单双目视觉融合的车辆检测与基于Kalman滤波的车辆跟踪算法, 设计了一种基于二维深度置信网络的车辆检测器。在道路图像中利用单目视觉生成车辆可能存在的区域, 构成双目视觉处理的车辆候选集合。在车辆可能存在的区域内利用双目视觉进行误检去除, 并获得车辆的位置信息。在二维图像坐标系和三维世界坐标系内, 利用Kalman滤波器对检测到的车辆进行跟踪。试验结果表明: 算法的检测率为99.0%, 误检率为1.3×10^-4%, 检测时间为57ms, 检测率高, 误检率低, 检测时间短; 与单双目视觉弱融合算法、单目视觉算法和双目视觉算法相比, 本文车辆检测与跟踪算法兼具双目视觉算法检测率高和单目视觉算法检测时间短的优点。     

基于双目视觉的原木材积自动检测系统

根据原木材积检测的特点,针对传统人工检尺存在的主要问题,基于双目视觉理论,设计了一种由CCD摄像机、单片机和上位机图像处理软件组成的自动化测量系统.选用HYC-600摄像机组建双目视觉前端,并给出了单片机信号采集处理板、光电编码器和光电开关等关键技术的设计方法,完成了双目标定、Bouquet校正、三维重构和各功能模块的软件开发.实验结果表明：该检测系统能有效克服人工检尺的缺点,成本低、精度高、可靠性强、安装使用方便.     

基于双目视觉的AUV避障模拟研究

提出了一种基于双目视觉的自治水下机器人（AUV）避障模拟方法.为了模拟AUV在复杂海洋环境中对未知环境的感知以及避障过程,设计了AUV避障模拟实验系统.介绍了AUV避障模拟平台的总体结构和参数设计.应用双目立体视觉系统模拟水下声呐,并建立了模拟前视声呐的模型.通过对双目视觉系统进行标定,确定校正系统的内参数和外参数,使校正后的视觉系统建立了图像输入和输出的映射关系,并采用视差法获取被测目标的深度信息.对于目标的避障问题,提出了一种基于速度势场的避障方法,利用相对速度的极坐标,建立由水平面速度势场和垂直面速度势场组成的三维速度势场.当机器人利用视觉传感器获取到障碍物信息时,通过调整速度矢量实现动态避障.模拟实验证明了AUV的避障模拟方法是可行和有效的.     

基于双目立体视觉的压缩机塑料零部件逆向工程应用

通过自设计双目立体视觉工作平台,利用相关技术提取压缩机塑料零件的三维信息,试验中采用张氏平面标定法对摄像机进行内、外参数标定,利用边缘匹配算法与基于视差梯度的算法相结合,对三维信息进行提取,最终获得了可加工的数字模型.     

基于激光雷达的无人驾驶障碍物检测和跟踪

针对激光雷达动态障碍物检测与跟踪过程中聚类适应性差、实时性低和跟踪准确度不高等问题,提出一种自适应的密度聚类算法和多特征数据关联方法,分别用于检测和跟踪. 首先,对激光雷达采集的点云进行路沿检测、感兴趣区域提取和地面分割等预处理,去除无关点云;然后,基于自适应的密度聚类算法对非地面的点云进行聚类,完成障碍物点云检测;最后,利用加权多特征数据关联算法结合卡尔曼滤波器实现对动态障碍物跟踪. 通过实验表明:本算法能够根据10 Hz的激光雷达数据实现对障碍物准确、稳定的检测和跟踪,且聚类时间缩短32%.      

基于双目视觉系统的运动目标跟踪算法研究

双目视觉系统能有效获取运动目标的三维信息，实现对运动目标的准确实时定位追踪，一直以来，都是学术界和工业界长期关注的焦点．本文对双目视觉系统组成部分的相关研究进展进行了系统分析，论述了现有的相关算法和基本机制．同时，结合当前稀疏表示的快速发展，阐述了稀疏表示在运动目标跟踪方面发展的可能性，对该领域有待进一步的研究方向和可能的解决方案给出一些建议．     

基于车载视觉的行人检测与跟踪方法

为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法. 利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散 Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目 标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分 析行人的运行轨迹.试验表明:该方法平均耗时约80ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平 均耗时降到55ms/帧,实时性较好.      

基于机器视觉的接触网几何参数检测方法

提出了一种基于机器视觉技术的接触网几何参数检测方法。检测过程中,通过线阵相机对锚段关节、支柱等关键零部件的识别,实现检测数据精确定位,同时采用振动补偿技术消除由检测车体振动所造成的检测误差.检测结果表明,该方法能够有效地提高接触网动态几何参数检测精度,具有实际意义.     

基于视觉注意机制 PCNN 模型的车牌 图像分割方法

车辆图像中车牌具有所占比例小、位置不固定、大小不一,以及分割易受光照影 响的特点.因此,车牌图像的分割始终是车辆跟踪、车辆识别等领域中的难点问题.针对以 上问题,本文提出了基于视觉注意机制脉冲耦合神经网络模型的车牌图像分割方法.该方 法将视觉注意机制中的数据驱动模式和任务驱动模式相结合. 数据驱动模式中,通过对 PCNN 模型细胞感受野功能的完善,使优化 PCNN 模型具有了尺度性和方向性.任务驱 动模式中,针对不同尺度的分割,利用组合不变矩和局部灰度熵,自适应地确定目标的特 征尺度和最佳尺度,并确定该目标最终的分割结果.经实验验证,该方法对车牌图像具有 较好的分割效果.     

基于机器视觉的四方垫片内圆缺陷检测方法

提出了一种基于机器视觉的四方垫片内圆缺陷检测方法。首先利用广义Hough变换定位垫片的中心点位置,然后根据设定阈值对原图进行二值化、标记连通区域并删除最大连通区域外的区域,再分段搜索垫片内圆边沿点,最后用最小二乘法拟合圆后检测各边沿点是否为缺陷位置。算法对任意摆放位置和角度的四方垫片都能成功检测,实时性、准确率都可以满足工业检测的需求。     

基于单目视觉的运动行人检测与跟踪方法

为了有效检测与跟踪城市交通环境中的行人, 提出了一种在摄像机静止情况下基于单目视觉的运动行人检测与跟踪方法。检测阶段通过自适应背景模型快速提取背景图像, 用动态多阈值方法二值化差分图分割运动行人; 跟踪阶段引入灰色模型作为行人运动模型, 预测行人运动, 融合行人多种特征建立目标匹配模板, 对行人连续跟踪。通过单个行人通行和多个行人同时出现这两种交通环境下的视频图像对本方法进行了验证, 单个行人通行时, 跟踪的正确率为95%;多个行人同时通行时, 识别每个行人并分别跟踪的正确率为87%。     

用于人脸识别的图像预处理方法研究与实现

提出了一种人脸图像预处理改进算法:将图片转化为灰度图像后进行去噪滤波,根据灰度投影曲线确定人脸的边界,依据确定的眼、嘴以及脸的左右边界这些参数对图像进行剪裁,根据人脸特征的几何关系确定人脸图像的缩放系数,得到标准化图像.解决了传统方法无法适用于侧脸和双眼闭上的人脸的问题.     

基于DA-SSD的有轨电车轨道小目标障碍物检测算法

城市有轨电车轨道障碍物的高精度、快速检测对保障城市有轨电车安全行驶具有重要意义。针对SSD算法检测轨道小目标障碍物精度较低的问题,提出了基于DA-SSD的城市有轨电车轨道小目标障碍物检测算法。在SSD目标检测算法的基础上,设计低层双段反卷积模块,丰富低层特征层的语义信息,增加自适应注意力机制模块,生成具有更强语义信息和精确位置信息的低层特征预测层,修正先验框生成方式,缩小各个特征层先验框的大小,增强轨道小目标障碍物检测的适应性。通过自制有轨电车轨道障碍物数据集进行训练与测试。结果表明：当R_iou=0.6时,DA-SSD算法的MAP达到78.17%,检测速度为23.4 f/s,相比SSD算法,该算法在保持高速检测的前提下,提高了有轨电车小目标障碍物的检测精度。     

基于分数阶微分的医学图像边缘检测方法

医学图像边缘检测是医学图像处理和分析的关键步骤,它的清晰程度直接影响到医生诊断的速度以及准确性.传统边缘检测算子对噪声敏感,检测到的图像边缘效果不够理想,得到的图片边缘有可能模糊不清,为了克服传统边缘检测算子对噪声敏感的缺点,给出了一种改进的基于分数阶微分算法的医学图像边缘检测方法,实验结果表明:该方法不仅有效的提取了图像边缘特征,而且对噪声具有较好的抑制作用.是一种有效的医学图像边缘检测方法.     

基于分数阶微分的医学图像边缘检测方法

医学图像边缘检测是医学图像处理和分析的关键步骤,它的清晰程度直接影响到医生诊断的速度以及准确性.传统边缘检测算子对噪声敏感,检测到的图像边缘效果不够理想,得到的图片边缘有可能模糊不清,为了克服传统边缘检测算子对噪声敏感的缺点,给出了一种改进的基于分数阶微分算法的医学图像边缘检测方法,实验结果表明:该方法不仅有效的提取了图像边缘特征,而且对噪声具有较好的抑制作用.是一种有效的医学图像边缘检测方法.     

一种基手双目线结构光视觉系统的简单标定方法

提出了一种基于双目线结构光主动三角法的视觉系统的简单标定方法．该视觉系统采用线结构光原理,使用双目摄像机避免了常用的单摄像机系统中容易出现的遮挡等问题．该系统的标定综合了线结构光传感器模型以及双目立体视觉模型,推导了各个标定坐标系之间的联系,依据蔡氏两步法,使用方格靶标和最小二乘法求得各种标定参数．实验结果表明,该标定方法操作简单、实用可行．     

基于图像叠合的工程机器人立体视觉系统

立体视觉系统为遥操作工程机器人增加了视觉反馈.在对三目摄像机获取的3幅图像进行图像叠合的基础上,对比分析、求解3幅图像的视差来获取物体的视差图与深度图,进而获取物体的真实坐标,以利于三维物体重新构建.实验结果表明,利用叠合后的图像进行处理、计算,能够准确地实现三维物体的定位.