应用方向可调滤波器的车道线识别方法

考虑车道线的方向特性,提出一种应用方向可调滤波器的图像预处理方法。在对图像中的车道线方向特性进行分析的基础上,对图像进行分区处理,在每个区域内使用符合该区车道线方向的方向可调滤波器。在车道线初始检测阶段,利用边缘分布函数(Edge distribution function,EDF)确定车道线方向;在车道线跟踪阶段,则把上一轮检测结果作为方向可调滤波器的方向角输入。对比分析表明,该方法能够更加有效地强化车道线信息,去除图像噪声。经过多种工况下的试验验证,应用方向可调滤波器的车道线识别方法能够稳定地对车道线进行识别,准确地提取车道线参数,并且算法实时性很高。

基于方向可调滤波器的含噪图像融合算法

提出了一种基于方向可调滤波器的图像消噪及融合算法,即使用方向可调滤波器及其Hilbert变换组成的正交滤波器组,分析两幅已配准源图的主要方向及局部方向能量,根据噪声点所具有的奇异性、无方向性,从而检测出图像噪声点,并运用局部中值滤波方法消噪;对于源图中的特征,采用局部方向能量作为权重进行加权融合.该方法能提高信噪比约50%～80%,并能很好地保留和显著增强源图中的有用特征.

基于方向可调滤波器和小波分析的图像融合

小波分析方法是一种常用的图像融合方法。文中结合方向可调滤波器,给出了一种新的融合算法。该算法在小波分解的各方向上的细节信息利用方向可调滤波器计算局部能量,采用基于局部能量的测量进行融合。试验结果表明该方法优于传统的小波融合方法,融合效果较好。

基于方向可调滤波器的不同焦点图像融合

该文提出了一种基于方向可调滤波器的图像融合新方法。在该方法中,采用方向可调滤波器及其Hilbert变换组成的正交滤波器组,分析两幅不同焦点图像的高频成分中的主要方向及局部方向能量,自动判别出每幅源图像中的清晰部分,并把各个清晰区域融合入结果图像中。仿真试验表明,这种算法能很好地保存图像边界及纹理信息,并具有较好的综合感观。

基于方向可调滤波器的血管图像增强算法

针对传统算法增强血管的各种问题,提出一种基于方向可调滤波器的血管图像增强方法。该方法以机器视觉系统为硬件平台,采用方向可调滤波器滤波,提取各方向静脉血管;利用小波变换进行图像融合,获取静脉高频信息;通过非线性反锐化掩膜,分层增强血管图像。实验结果表明:该方法能够有效抑制噪声,减少信息丢失,达到较好的增强效果。

一阶高斯方向可调滤波器引导的多源卫星遥感影像配准方法

针对多源遥感影像间由于存在显著的非线性辐射差异,导致影像配准困难的问题,提出了一种由一阶高斯方向可调滤波器引导的多源影像配准方法。首先,基于影像自带的几何参考信息,计算出参考影像与待配准影像在像方空间的重叠区域,以参考影像面为基准对重叠区域进行均匀分块,通过有理函数模型和数字高程模型计算对应的待配准影像块,建立仿射变换模型对待配准影像块进行几何校正,实现局部影像间的粗配准;然后,在特征检测方面,构造了分块均匀检查策略改进的抗聚簇加速分割测试特征,获取大量分布均匀的特征点,对于特征描述,构造了一组多尺度、多方向的一阶高斯方向可调滤波器对影像卷积,通过对卷积结果进行池化以实现特征降维,得到多源一致的特征描述;最后,基于最近邻原则进行特征匹配,通过剔除误匹配得到高精度同名点对,进一步基于有理函数模型进行平差计算,校准待配准影像的有理多项式系数并对影像进行几何纠正,实现影像间的精配准。基于多组星载多源遥感影像的实验结果表明,所提方法在多时相光学数据、光学-红外数据上的配准精度优于1像素,在光学-合成孔径雷达数据上的配准精度优于1.5像素;计算效率方面,相比于现有同类方法提高1倍以上。

一种基于方向可调滤波的航拍图像电力线检测算法

在分析航拍图像中电力线特征的基础上,提出了一种基于方向可调滤波的航拍图像电力线检测算法。首先对图像进行方向滤波并计算其方向能量函数和脊能量函数,然后结合图像局部和全局信息对图像中的线段进行拟合,最后通过实验的方法对算法的可靠性和实时性进行验证,该算法的计算量约为EDLines算法的一半。实验结果表明,该算法能较好地检测航拍图像中的电力线,且算法复杂度不高,适合电力线的实时检测。

基于机器视觉的车道偏离报警系统

为了提高基于机器视觉车道偏离报警系统的可靠性和实用性,对基于视觉的车道偏离报警系统各个环节的优化做了研究.介绍了基于视觉的车道偏离报警系统的构成和工作原理,提出了各个环节的实现方法.通过选择直线车道数学模型和限定车道提取的感兴趣区域(ROI)以简化系统复杂度和提高检测精度.首先使用方向可调滤波器进行图像预处理,然后使用Kalman预测器和距离判别法得到车道线有效点集,最后采用抗干扰能力强的Hough变换得出车道线参数.研究并采纳了一种无需对摄像头标定的车道偏离决策方法,通过综合道路图像中2条车道线的斜率值来判断车辆偏离车道的程度.实验表明,该系统具有良好的车道识别能力以及准确的偏离决策能力,能够满足高速公路环境车道偏离报警要求.

一种基于直线模型的车道线识别算法研究

为了更好地满足车道标志线识别算法的实时性和鲁棒性要求,提出了一种新的、有效的车道标志线识别算法。将图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声,应用方向可调滤波器进行边缘提取,在提取过程中对原图像进行感兴趣区域划分并采用边缘分布函数法确定方向可调滤波器的初始方向角。提出使用基于梯度加权的霍夫变换对车道标志线进行识别,通过建立梯形感兴趣区域的方法实现对车道标志线的实时跟踪,并对多段实地采集的视频进行实验测试。结果表明:基于方向可调滤波器与梯度加权的霍夫变换相结合的车道标志线识别方法,简化了对车道标志线信息特征参量的估计;不仅大大缩减了算法的执行时间,而且使算法的鲁棒性得到很大的提高。

TM图像中道路目标识别方法的研究

提出了一种新的TM图像中道路目标的识别方法。算法充分利用了TM图像的特点,在底层处理中运用方向可调滤波器(SteerableFilter)的方法提取出潜在的道路目标;在中层处理中使用链码表示目标并提取其特征参数;最后在高层处理中进行道路识别和一些后处理,整个算法可以进行自动的识别。实验证明该算法对于TM图像中的道路识别是很有效的。

基于小波变换的全色和多光谱遥感图像融合

基于多分辨率小波变换,针对高分辨率全色图像和多光谱图像的融合,提出了一种基于方向可调滤波器的区域能量测量的小波变换融合算法。将此方法与H IS和传统小波的融合方法比较,结果表明,该方法在保留多光谱图像光谱信息的同时,能够更好地保留高分辨率图像的空间信息,融合效果有较大改善。

多尺度小波融合SAR影像边缘提取

本文在研究SAR影像地物边缘特征和灰度直方图分布规律的基础上,利用方向可调滤波器提取了边缘,并利用多尺度小波融合算法对提取的边缘进行了融合。实验证明,本方法在保持边缘连续性和准确性上取得了较为理想的结果。

一种分阶段的主动轮廓算法

提出了一种分阶段的主动轮廓新算法。对源图进行一层小波分解,获得源图的一幅近似图。在发展阶段,主动轮廓作用在近似图中,并采用贪心算法使主动轮廓逐渐收敛到轮廓附近。在成熟阶段,主动轮廓作用在源图中,采用B样条形式,并使用动划算法达到全局最优。试验证明,这种算法具有收敛效果好、速度快的特点。

一种鲁棒性车道线识别算法

为了更好地满足车道线识别算法的实时性和鲁棒性要求,提出了一种新的、有效的车道线识别算法。首先,将图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声。其次,应用方向可调滤波器进行边缘提取,并与经典的边缘提取算法进行对比分析。最后,应用霍夫(Hough)变换对车道线进行识别,并分别对在普通公路和高速公路上实地采集的视频图像进行试验测试。结果表明,无论是在高速公路工况还是在路面结构较复杂的普通公路工况,识别算法都能快速、准确地将其识别。

现实场景中非接触式心率检测方法研究

现有的非接触式心冲击描记术(ballistocardiography,BCG)利用运动追踪捕捉头部微弱运动,存在着光照干扰、运动干扰等问题。针对该问题,提出了一种基于方向可调滤波器的头部微小振动检测方法(steerable filters schematic detection BCG,SD-BCG),以实现非接触式心率检测。对输入视频进行人脸检测,并框选出目标检测区域;设计一种基于方向可调滤波器的振动信号提取方法,提取目标区域的相位差信号,并针对相位差信号进行带通滤波和主成分分析,滤除干扰噪声并建立BCG信号;通过傅里叶变化将BCG信号转化至频域,从频谱密度函数中提取心率值。实验结果表明该方法能够适应不同光照和不同运动干扰情况,其心率检测准确率优于现有的运动追踪捕捉BCG信号提取方法。

基于张量投票算法的SAR图像道路提取方法

阐述了张量投票算法基本原理,提出了一种利用张量投票算法从合成孔径雷达(SAR)图像中提取道路网的方法.首先利用一个比值算子和一个相关算子的融合检测算子将道路基元检测出来;然后再利用方向可调滤波器进行SAR图像的局部方向估计;最后对方向估计结果进行张量编码,并采用张量投票算法构建道路网.基于真实SAR图像的实验结果显示,此方法对斑点噪声不敏感,不需对SAR图像进行复杂的预处理,就能快速、准确地检测SAR图像中的道路网.