基于模糊数学的光学图像边缘自适应检测研究

图像中光照条件的变化会对边缘检测产生影响,在光照不均匀或者强烈变化的情况下,边缘检测更加困难,为了实现对光学图像边缘的有效检测,提出基于模糊数学的光学图像边缘自适应检测方法。采用补偿函数对光学图像展开光照补偿,提升光学图像亮度,再对提亮图像展开比例线性调整与转换。采用同态滤波方法调整光学图像的光照分量与反射分量,使光学图像的清晰度得以提高。结合小波变换方法和自适应双阈值方法对光学图像边缘点进行提取,采用模糊数学中的模糊C均值方法对提取的光学图像边缘点展开聚类,获取光学图像边缘,实现光学图像边缘自适应检测。实验结果表明,所提方法的DBI指数为0.21,CHI指数为0.97,F-Measure最高值为0.98,说明其图像处理性能好、边缘检测精度高,适用于光学图像边缘自适应检测。

基于颜色的目标跟踪系统在机器人中的应用

在机器人视觉技术中,准确跟踪目标的关键是对目标特征的提取和对目标进行图像分割。本文在对比各色彩空间模型的基础上,选择了HSI作为分割图像模型,将色调参数H作为主要参数,同时为了提高在不同光照条件下识别的准确度,结合人的瞳孔对不同光强的反映原理,根据亮度I的值动态地调整第二参数饱和度S的值。并且在图像的融合过程中,运用游程编码技术,计算出目标的重心坐标和面积,为机器人的路径规划提供了原始数据。

基于自适应双阈值的SUSAN算法

传统SUSAN算法在提取图像边缘时,会出现漏检现象,且所提取的边缘较粗。为此,运用计算最大类间方差的方法自适应地选取双阈值,取代传统算法中人工设定的单阈值,采用多方向局部非极大值抑制方法进行改进,提出一种新的SUSAN边缘检测算法,并将其应用于遥感图像的边缘提取。实验结果表明,该算法能够有效提高边缘定位精度,降低漏检率,使边缘更细致光滑。

基于图像的智能循迹小车设计

设计一种智能循迹小车,采用Kinetis60单片机作为主处理器,利用OV7620摄像头获取轨迹图像信息,通过HSI双自适应阈值分割法处理轨迹图像,经游程编码技术得到轨迹的中心坐标信息,获取引导线。然后利用获取的信息,结合增量式PID算法实现对舵机和电机的灵活控制,从而让智能小车循迹行驶。

超声波流量计自适应双门限触发法研究

介绍了一种准确计算超声波传播时间的方法——自适应双门限触发法。该方法是对双门限触发法的改进,使用AD采样得到接收信号最大峰值之前的每个峰值电压,通过单片机计算处理,计算出合适的触发电平。根据接收信号包络幅值变化,实时控制触发电平,有效地避免了因为信号包络幅值剧烈变化而误触发的现象。