对数域梯度与改进Sobel算子相结合的边缘检测

为了消除不均匀光照给图像边缘检测带来的影响,提出一种对数域梯度与改进Sobel算子相结合的边缘检测方法。该方法首先将图像变换到对数域,通过削弱低频入射分量增强高频反射分量,以提升图像亮度;然后合成改进的4方向Sobel算子,并用无穷范数表示梯度,以使需要被检测的图像更加完整;最后通过Bernsen算法得到的阈值与高斯滤波后得到的Bernsen算法阈值进行线性组合来确定最佳阈值,以使图像边缘更加连续完整。仿真实验结果表明,该方法可以有效消除不均匀光照对图像边缘检测的影响,与相关算法和文献相比,该方法对不同照度图像的边缘检测效果更好。

一种抗阳光干扰的视觉机器人路径识别算法

视觉机器人能够准确识别路径是其循迹导航的关键。针对全局动态阈值、双峰动态阈值路径识别算法无法应对阳光干扰的问题,提出了一种抗阳光干扰的路径识别算法。该算法基于图像的照射-反射模型,首先通过局部伽马矫正改善图像光照质量,再将其转换到对数域中获取图像梯度信息,以进一步削弱低频入射光量,达到抗阳光干扰的目的。然后合成4个检测方向的改进Sobel算子,并取无穷范数为最终梯度,以提高路径识别的准确性。最后通过局部动态窗口阈值法来匹配最佳阈值,以进一步提高抗阳光干扰能力。通过求取路径三角形的有向面积,以有向面积的正负、大小来判断路径走向与弯曲程度,并以此作为视觉机器人行进转向的控制依据。搭建机器人操作系统(Robot Operating System,ROS)平台进行实验,实验结果表明该算法能够有效改善视觉机器人的抗阳光干扰能力,提高循迹的可靠性与鲁棒性。