基于激光雷达的作物收获导航线实时提取方法研究

为提高联合收获机无人驾驶导航路径的精度,本文提出一种基于激光雷达的作物收获导航线实时提取方法。搭建点云数据采集系统,利用平面拟合法确定激光雷达安装高度和安装角度。利用三维激光雷达扫描收获机前方作物的点云数据,结合IMU惯性传感器反馈的姿态信息,实现作物点云数据从激光雷达坐标系到车体坐标系的变换。基于激光雷达扫描视场角、安装高度和安装角度获取感兴趣区域(ROI)的坐标,并对感兴趣区域进行直通滤波和统计滤波,去除灰尘、秸秆粉末等噪声的影响,以实现点云数据无效点和离群点的剔除。提出一种基于栅格八邻域高程差的作物收获导航线快速识别算法,以点云栅格化后在Z轴方向上的坐标值作为检测依据,定义某一栅格与其8个相邻栅格在Z轴坐标上的差值为高程差,遍历栅格并根据设定阈值进行比较判断,实现收获边界点的有效提取。采用最小二乘算法进行收获边界点的拟合,实现田间作业过程中作物收获导航线动态提取。田间试验表明,该方法具有较好的鲁棒性,能在作物稀缺、杂草较多等情况下保持较高的准确性,其中前进方向偏差角平均值为0.872°,割台横向偏差为0.104 m,收获导航线准确率为93.5%,可为联合收获机工作提供辅助导航,提高无人驾驶的准确率。

基于法线引导的激光中心线提取方法

在线结构光三维测量系统中,高精度激光条纹中心线提取是提高测量精度的关键。针对现有激光中心线存在提取精度不高、保留细节差等问题,提出了一种基于法线引导的激光中心线提取算法。该算法具体实现步骤为:首先,对图像进行预处理,结合边缘检测和几何中心法对激光线初步提取;然后,用主成分分析法(principal component analysis,PCA)求取其法线,在激光中心点处划分角度八邻域,通过法线角度引导搜寻有效点集;最后,利用灰度重心法对点集进行亚像素提取。实验结果表明:该算法均方根误差与灰度重心法相比提高了0.233 9像素,比Steger算法、方向模板法更好地保留了光条细节,可以更精确地提取光条中心,达到亚像素级的精度。

基于A^(*)与三阶贝塞尔曲线的融合改进路径规划算法

针对A^(*) 算法在路径规划中易穿越障碍物且存在拐点路径的问题,提出一种基于A^(*) 与三阶Bezier曲线的融合改进路径规划算法。在传统A^(*) 算法的基础上,通过向量平行原理删除路径上的冗余点,提升路径搜索效率;改进传统八邻域搜索,使算法在搜索路径时跳过临近障碍物的待扩展点,降低路径穿越障碍的可能性;引入三阶Bezier曲线,优化改进算法规划的路径拐点;在C++编程环境下,进行2种不同障碍率的地图环境仿真实验,验证改进算法的有效性。结果表明:改进A^(*) 算法在保留原算法搜索效率的基础上,可有效提高路径避障的能力;引入的三阶Bezier曲线可使改进算法规划的路径更平滑、更符合机器人实际运动规划。

视觉检测中齿轮外轮廓分段方法研究

在基于机器视觉的齿轮测量过程中,由于齿轮外轮廓各部分的形状、精度以及测量要求均不相同,需要对齿顶、齿廓和齿根分别进行数据处理,因此齿轮外轮廓分段至关重要。针对机器视觉系统测量视野小,单幅图像只能包含齿轮部分轮齿的问题,提出一种齿轮外轮廓分段方法。通过八邻域边缘追踪法提取齿轮外轮廓边缘,对该边缘进行最小二乘法圆拟合确定半径,并进行直线拟合确定齿轮中心逼近方向,经多次拟合后,逐渐逼近齿轮中心。齿轮中心确定后,实现对齿轮齿顶、齿廓和齿根部分的分段。实验结果表明,该方法可以确定齿轮中心,实现对齿轮外轮廓分段,程序简单,可操作性强,有利于提高系统的测量精度。

悬浮泥沙浓度分布方差与尺度修正——八邻域算法

在归纳总结悬浮泥沙反演模型尺度效应研究现状的基础上,提出了基于八邻域窗口估算像元泥沙浓度分布方差算法,并利用该算法的计算结果,推导与计算了线性模型、对数模型和指数模型的尺度修正方法.结合太湖Landsat/TM影像数据和同步实测泥沙浓度数据及光谱数据的分析表明:悬浮泥沙浓度定量模型的尺度效应误差与模型密切相关.对于像太湖这样的复杂Ⅱ类水体,尺度效应可以导致反射率的相对误差达到16%.

海底沙波特征线的最优方向剖面自动识别方法

海底沙波是发育在近海陆架上的一种常见海底地貌类型,海底沙波特征与运动规律的研究具有重要的科学意义与工程应用价值,沙波脊线与谷线是表征海底沙波的最基本特征,也是精确描述沙波运动的基本参量。本文提出了一种基于复合数字水深模型的沙波特征线自动识别方法——最优方向剖面法,基于水深曲面归算得到最优剖面方向,再依据最优剖面方向求导并判定极值,自动提取沙波形态特征点,最终形成沙波脊线和谷线。以台湾浅滩复合型沙波为例进行对比实验研究,结果表明,该方法能基于不同分辨率的数字水深模型自动准确地提取海底沙波脊线与谷线,勿需设置阈值,地形自动化识别程度得到进一步提升,具有重要的实际应用价值。

一种新的边界跟踪算法

针对提取的图像边缘中存在非单像素和断点的情况,提出了双层边界区域生长的边界跟踪算法。通过对中心点周围里层点和外层点分别进行搜索,然后把里层点和上一层中心点的外层点合并,并将并集中的点分别作为下一步搜索的中心点,循环向下搜索。同时充分考虑了起始中心点单向搜索的情况,并在一次搜索过程中完成了对断点的补齐工作,从而弥补了"记忆爬虫"法和八邻域法在跟踪分支、断点和"厚"边缘过程中存在的不足。实验证明该方法效果较好。

一种二值图像连通区域标记的新方法

论文提出了一种基于区域生长的二值图像连通区域标记的快速算法。与传统方法相比,该方法的特点是在一次图像扫描中完成所有连通区域的标记,而且避免了大多数改进算法都必须处理的重复标记的问题;同时,该方法不受所标记的图形形状的影响,表现出良好的算法鲁棒性。最后分析了算法的计算复杂度,并与传统算法和两组改进算法进行了比较,试验结果表明了算法的高效率和鲁棒性。

一种二值图象边界提取算法

文中提出了一种新的二值图象边界提取算法。通过分析边界象素的特征,归纳出一个边界象素提取算子,该算子最多只需要计算象素的4邻域象素,运算量小,速度快,运用他能直接提取出二值图象的边界象素,得到单象素宽的边界。实验结果表明,该算法要优于传统的二值图象边界提取算法,实用性强。

基于傅里叶描述子的示功图诊断方法研究

提出了基于傅里叶描述子提取轮廓线特征的示功图故障诊断方法。利用八邻域搜索和形态学方法提取示功图轮廓线,在此基础上计算轮廓线边界点序列的归一化傅里叶描述子,保证了图像对于旋转、缩放和平移的不变性,并将其作为特征量输入到距离分类器中,从而实现故障智能诊断。实验结果表明,该方法可以有效地识别出示功图的不同故障类型。

基于图的半监督学习的遮挡边界检测方法

提出了一种基于图的半监督学习检测深度图像中遮挡边界的方法。该方法首先获取已标记的像素点和待检测深度图像中的像素点作为顶点构建连通无向图，其次提取无向图中各像素点的最大深度差特征和八邻域有效深度差之和特征组成特征向量，根据像素点的特征向量计算无向图中顶点之间的相似性并将该相似性作为无向图中对应边的权值，然后根据图的半监督学习思想判断无向图中待检测像素点是否为遮挡边界点，最后可视化遮挡边界点得到深度图像中的遮挡边界。实验结果表明，所提方法尽管只需少量的标记样本，但在准确性上却同已有基于监督学习的方法相当。

一种基于脑血管图像特征的快速边界跟踪算法

在处理复杂的脑血管图像时,经典的边界跟踪算法暴露出边界精度不高、边界不够平滑,且速度不尽人意等缺点。提出了一种新的快速边界跟踪算法,该算法在分析脑血管边缘垂直细节远多于水平细节的特征基础上,结合方向记忆选择搜索方向,并在不同的搜索方向上赋予不同的权值,最终得到下一个边界点。实验表明:该算法提取的脑血管边界平滑、速度快,适合脑血管图像的边界提取,为下一步的脑血管形状特征提取及表示提供了精确的数据准备。

雾天视频稳像的预处理技术研究

户外拍摄的视频图像经常会受到雾的影响,被影响区域的图像往往清晰度差,在进行视频稳像时不能正确地提取出特征点。如果采用去雾算法进行预处理,也会造成特征点的误提取以及位置偏移等,因此,采用半逆法对图像进行分割,分割出无雾区域以便在这些区域获得准确的特征点。由于半逆法采用固定阈值的方法,无法满足不同图像的要求,并且分割后的图像中存在多个孤立点,因此,采用自适应阈值和八邻域法对算法进行了改进。实验结果表明,改进后的算法能够快速准确地分割无雾区域,提高了特征点提取的准确率。

纱线毛羽路径匹配追踪检测

针对现有纱线毛羽检测方法无法有效检测弯曲毛羽和交叉毛羽的缺陷,提出一种基于图像法的纱线毛羽路径匹配追踪算法。将采集到的纱线毛羽图像通过预处理、骨干化处理获取毛羽骨干图像,以毛羽端点作为起始点,对其八邻域像素点进行判断获取新的毛羽路径点,重复对毛羽路径点邻域判断直到没有毛羽路径点存在。对毛羽交叉出现多路径点的情况,提出交叉匹配值指标,即根据毛羽交叉点前部分相邻毛羽路径点间斜率并分配动态权重得到毛羽局部斜度,利用交叉匹配值对多路径毛羽点进行匹配获取新的毛羽路径点,通过本文毛羽追踪方法获取毛羽像素数量并转化为毛羽长度。与人工法和投影法检测结果对比表明:本文毛羽追踪检测结果与人工检测毛羽结果误差在4%以内,有效解决了交叉毛羽和弯曲毛羽追踪检测问题,提高了纱线毛羽的检测准确度。

基于集成学习思想的深度图像遮挡边界检测方法

针对现有深度图像遮挡检测方法不能有效地检测出深度信息变化不明显的遮挡边界点的状况，提出了8邻域总深度差特征和最大面积特征，并定义了计算方法。在此基础上，提出一种新的基于集成学习思想的深度图像遮挡边界检测方法，该方法结合所提新特征及现有遮挡相关特征训练基于决策树的AdaBOOst分类器，完成对深度图像中遮挡边界点及非遮挡边界点的分类，实现对深度图像中遮挡边界的检测。实验结果表明，同已有方法相比，所提方法具有较高的准确性和较好的普适性。

基于多尺度多特征的显著性区域检测

针对目前大多数显著性检测方法显著性区域轮廓不明显的缺点,提出了一种基于多尺度多特征的显著性区域检测算法.该算法利用基于改进的八邻域算法和基于熵率的超像素分割方法,获取到不同尺度下图像的亮度特征、颜色特征和纹理特征,从而使显著性区域的轮廓更明显.该算法在MSRA-1000、ECSSD、THUR15K 3个公开数据集上进行实验,并与现有的8种算法(FT,AC,IT,GB,AIM,SEG,SIM,SUN)做了对比,实验结果表明,该方法能够有效地提高图像的检测效果.

基于Canny边缘暗色化的水彩画模拟绘制

水彩画的模拟绘制具有一定的难度,为提高水彩画模拟绘制的效果,文中通过分析和研究传统水彩画绘制特征和基本绘制技法,确定水彩画模拟绘制的步骤:边缘提取和暗色化、水彩颜料自由扩散、流动图案产生、纸张纹理融合。提出一种基于Canny边缘检测和八邻域加权平均扩散算法的水彩画模拟绘制方法。利用形态学运算来实现水和色彩相互作用产生的流动图案,最后提出基于像素级的融合算法来实现纸张的纹理效果。从实验效果来看,该方法具有较好的模拟效果和执行效率。

图像处理技术在焊接轨迹提取中的应用

通过CCD成像获取焊接轨迹BMP格式图像,利用计算机图像处理技术将彩色图像转化成灰度图像。通过直方图同高斯滤波相结合的方法进行图像增强,根据直方图求出最佳阈值,将灰度图像转化成二值图像,然后利用八邻域分析法提取焊接轨迹轮廓。

云底高测量仪的快速检校

针对日常气象业务的需求,新近研制出一种基于CCD非测量相机的云底高立体测量仪。讨论了此仪器的快速检校方法,并为此设计了一种东、西、南、北、天顶五个方向都有标志点的室内检校场。研究出采用Canny边缘提取、八邻域跟踪和椭圆拟合的自动提取大量标志点的方法以及由此解算仪器参数的高精度技术。

中山东部快速路焦树山隧道结构设计与施工

随着城市经济快速发展,城市快速路大量建设,其中双洞八车道城市快速道路隧道的建设也越来越多,其与山岭隧道的设计施工方法有一定差异。中山市东部快线工程焦树山隧道是双洞八车道小净距隧道,以其勘察设计为例,详细介绍焦树山隧道工程地质条件、断面形式、结构设计及施工方案设计。