基于Hessian矩阵的改进EDlines输电线识别算法

随着电力网络的飞速发展,采用无人机搭载高清摄像头来进行输电线巡检已成常态。为提高巡检的实时性和准确性,本研究提出了一种基于Hessian矩阵的改进EDlines输电线识别算法。首先,通过伽马变换对输电线图像进行预处理,利用Hessian矩阵特征值和特征向量以求取像素点主方向和主曲率,并获得输电线主体轮廓,从而摒弃了传统方法中梯度计算锚点和像素方向的繁琐步骤。接着,在主体轮廓基础上连接锚点以得到潜在直线线段像素链,并运用随机抽样一致性(RANSAC)算法来进行线段拟合。最后,根据直线间的距离和角度,迭代拟合以得到最终的输电线。实验结果表明,该方法能应对多种复杂环境下的输电线识别任务,抗干扰能力强,误检率显著降低,为高空输电线巡检提供了可靠的技术支持,具有重要的工程应用价值。

基于彩色图像处理与EDLines的数码印花缺陷检测系统

针对数码印花生产过程中由于喷头堵塞、电机偏差引起的PASS道缺陷问题,课题组设计了一套基于彩色图像处理与EDLines的数码印花缺陷检测系统。首先构建颜色补偿矩阵覆盖无关背景花案,增强缺陷与主色间差异性;然后分别在HSI颜色空间3通道采用自定义线型滤波锐化感兴趣区域并基于EDLines实现缺陷配准,并将3通道缺陷匹配结果进行区域融合和形态学处理;最后根据水平投影实现PASS道缺陷定位。实验结果表明:检测系统对印花织物表面缺陷的检测准确率达到96%以上,满足实际检测要求,为数码印花缺陷检测提供新的方法。

基于改进Edlines算法的坡口边缘识别研究

为了提高焊缝识别的速度和准确性,提出了一种基于改进Edlines坡口边缘识别算法。首先对图像进行ROI特征区域提取,并对ROI图像进行一系列的预处理,然后对坡口边缘提取;改进了Edlines算法搜索方向和判别方式,用Cannylines算法和Edlines算法提取结果作比对,结果表明提出的改进算法识别速度更快且只提取出焊缝坡口线;最后通过MIG焊、MAG焊中的焊接图像进行边缘识别,验证了算法的适应性。

EDLines和LSD直线提取算法性能探究

针对近景影像直线提取算法中,EDLines和LSD算法的效果性能对比在国内期刊中未有明确论述这一情况,该文对直线提取效果进行目视判读,并联合直线匹配结果的正确率及其正确匹配数目两方面进行分析讨论,对这2种直线提取算法的性能予以评价。分别采用2种算法对不同类型近景影像进行直线提取及匹配实验,结果表明,针对近景影像直线提取,EDLines算法直线提取效果略优于LSD算法。

基于改进点线特征的多源融合SLAM算法

传统视觉SLAM算法在缺乏明显特征的场景或移动平台快速运动时,特征难以被检测和跟踪。提出了一种基于改进点线特征多源融合SLAM算法。前端通过相似短线段合并的策略改进EDLines线特征提取算法,提取长线段特征,后端融合了点、线特征和IMU数据,并采用非线性优化方法进一步估计相机位姿。实验结果表明,改进EDLines线特征提取算法相比传统LSD线特征提取算法,其特征提取速度提高4倍。在EuRoc数据集的测试中,本算法在不同场景下都具有很好的定位和建图效果,且具有较高的鲁棒性和实时性,对机器人实时的避障导航应用有较大的参考价值。

一种基于双极系数法的斑马线检测改良方法

根据斑马线自身的颜色形状特点,对导盲系统中的斑马线识别问题进行研究。在双极系数法的基础上针对灰度化处理和线段检测两个方面进行改良,提出一种综合线性判别式公析LDA(Linear Discriminant Analysis)与EDLines(Edge Drawing Lines)算法的检测方法。利用LDA灰度化图像,使斑马线与周围路面、行人车辆有明显的区分;采用不均匀分块方式对图像求双极系数图,同时,进行区域优化筛选,再将优化后的双极系数图与二值图融合,得到候选区域;最后通过EDLines进行直线检测,对线段的长度、斜率、间隙和数量进行判断,确定斑马线位置。与传统的斑马线检测方法相比,LDA灰度化能更好地降低路面障碍物的干扰,而EDLines算法则能增强线段检测的准确性。实验结果表明识别率达到90.3%,对识别斑马线有良好的效果。

融入深度学习的垂钓行为检测方法

为了限制河岸场景下不文明、违规的垂钓行为,提出一种融入深度学习的垂钓行为检测方法。首先使用基于CNN开发的语义分割模型deeplabV3+来对图像进行区域分割从而实现对人与河流进行准确的分类识别及定位;其次,提出改进的快速高精度EDlines边缘检测算法对河流与人之间的图像进行钓竿检测。实验结果表明:该结合方法能够非常快速并准确实现目标分割及噪声干扰下的钓竿检测,解决传统检测算法一直存在的受波纹、光照以及倒影等因素的干扰。

IBM PC/XT微机的EDLIN程序中插入命令的问题及改进

本文简述了系统软件edlin的功能,介绍了我们在IBM PC/XT微机上使用该软件遇到的问题,分析了问题产生的原因,提出了相应的改进办法,解决了该程序在插入方式内存已满的情况下出现的“锁死”现象。

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。

基于Edline线特征的既有道路中公交专用车道划分方法

由于现阶段已有车道规划方法未能考虑特征分布不均匀问题,影响点特征的提取,导致车道半径提取精度以及公交交通效率较低。为了有效解决上述问题,提出一种基于Edline线特征的既有道路中公交专用车道划分方法。针对既有道路图像进行平滑处理,通过边缘检测算法进行边缘绘制,形成像素链,通过最小二乘线拟合方法提取基于Edline线特征的车道动态半径。利用道路区域的连通性以及区域方法获取路面区域,从而有效实现既有道路中公交专用车道划分。仿真实验结果表明,所提方法能够有效提升车道半径提取精度以及公交交通效率。