基于颜色模型和区域特性的交通标志提取方法研究

为了提升交通标志的检测效率,研究了基于RGB归一化交通标志阈值分割算法和基于HSI颜色模型的交通标志阈值分割算法,对比分析了两种分割算法的性能。针对分割后二值图像交通标志虚警率高的问题,研究了标志的区域特性,提出了基于区域特性的交通标志提取阈值处理方法,为进一步提升基于形状特征或基于机器学习的交通标志检测效率奠定了坚实基础。

基于颜色和圆形度的交通禁令标志提取

为满足智能交通系统的实时性要求,提高交通标志图像预处理的速度,以交通禁令标志为例,介绍了一种提取交通标志的新方法。该方法首先通过RGB彩色信息快速分割彩色标志图像转换为灰度图像,使用log边缘提取算子进行图形的边缘检测。对细化后的灰度图像,再利用链码计算图形周长和面积,进而求取目标圆形度,设置合适的面积和圆形度阈值可提取出交通标志。使用20个自拍样本测试,提取用时均小于0.3 s。实验结果表明本方法计算简单,实时性好,检测的有效性较高。

一种基于改进Hough变换的交通禁令标志提取算法

交通禁令标志提取是实景地图生产中一项重要任务。绝大部分和常用的禁令标志是圆形标志，因此，圆检测是交通禁令标志提取的主要内容。目前，Hough变换圆检测算法已经非常成熟，但是，当交通禁令标志存在粘连情况时，则不能完成有效提取。本文提出一种Hough变换圆检测的改进算法，很好地完成了粘连情况下的交通禁令标志提取。

近景摄影测量标志中心的自动提取算法

提出了一种针对不定形状近景摄影测量标志中心的自动提取算法.结合近景摄影测量的工程实践,在控制信息预测的基础上实现自适应Canny算子提取标志边缘,利用边缘提取结果自动聚类的方法重建标志边缘.以北京故宫午门和武汉大学校园升旗台建筑测量工程为例说明该方法能够大大减少标志量测的工作量.

车载激光彩色点云的道路标志线提取方法

以车载激光扫描点云数据为研究对象,提取了车载激光扫描系统获取的路面道路标志信息;利用点云数据的坐标、RGB、强度等属性信息,提出了一种适用于城区街道道路标志线的自动提取方法流程;提出了点云高差法、灰度差值法、强度差值法和动态网格密度法配合使用解决问题,实现了目标物的提取。通过SSW激光建模测量车扫描的多个路段的点云数据试验,道路标志线点云的提取成功率达到90%以上,达到了算法的预期目标,具有较高的实际应用价值。

基于几何特征的X射线图像中圆形标志点自动提取

从X射线图像中快速准确地提取圆形标志点是基于C形臂的手术导航中进行跟踪的关键环节。由于在实际应用中X射线图像的标记点半径较小,并且有其他的背景噪声和干扰物,使得一些传统的圆形检测方法往往鲁棒性不够高。针对这一问题,本文提出了一种基于几何特征的圆形目标检测方法,利用这种方法能够对X射线图像中的圆形标记点进行自动提取。实验测试表明该方法能够有效地检测不同半径的圆,并且能够通过调节参数检测到不标准的圆形。实验结果显示该方法在对C形臂X射线成像中的圆形标志物的自动提取具有较高的效率及鲁棒性。

基于移动测量的交通标志自动提取

针对从移动测量车采集的图像中提取交通标志的需求,研究探索适合移动测量的交通标志检测识别方案。在交通标志检测阶段,提出一种检测多个圆形禁令标志连接的多圆度检测法,对于三角形警告标志的检测,在原有拐角检测法基础上提出基于候选区域的拐角检测法;在交通标志识别阶段,选用像素特征作为特征向量,采用概率神经网络实现交通标志的分类识别。最后设计实现移动测量后处理软件的交通标志自动提取模块。

移动测量系统交通标志自动提取的设计与实现

面对移动测量系统海量的数据,人工获取交通标志类型效率低下,本文提出基于移动测量系统的交通标志自动提取解决方案。首先,分析了移动测量系统交通标志图像的特点,在此基础上提出了合适的交通标志自动检测和识别的方法;然后,设计了交通标志自动提取流程;最后,以上述理论为基础设计实现交通标志自动提取模块,包括自动提取模块的数据库设计和功能设计,系统实验表明该系统可以大大提高交通标志提取的效率,降低作业成本。

基于连通区域的标志牌文本提取方法

在对各种文本定位与提取方法分析比较的基础上,针对标志牌文本的具体特点,提出了一种基于连通区域的标志牌文本提取方法———在灰度图像中定位标志牌区域,二值图像中提取标志牌文本,并用VC++编程实现对采集的自然场景下的标志牌文本图像进行了实验,结果证明,该方法能够准确定位并提取自然场景下的标志牌文本,获得文本字符。

医学图像标志点提取方法在神经外科手术机器人中的应用分析

手术机器人辅助神经外科手术系统的应用现已成为医疗机器人领域的重要研究方向。医学图像标志点提取是完成患者注册的重要环节,医学二维影像空间与患者三维手术空间匹配的精度直接影响整个手术导航定位系统的精度。其基本原理是:先获取包含预设标记点的目标图像,在目标图像对应的图像坐标系中进行标记点提取,获得预设标记点在图像坐标系中的位置,然后基于标记点在机器人坐标系中的位置和标记点在图像坐标系中的位置,得到两个坐标系之间的转换关系。本文将在介绍医学图像标志点提取方法基础上,以睿米手术机器人为例,分析医学图像标志点提取方法在神经外科手术机器人中的临床应用。

一种新的道路标志统计识别方法

提出了一种用于室外移动机器人的道路标志自动统计识别方法。针对我国道路标志图像的基本特征,全面分析转弯道路标志图案后发现:图像的全局特征更易被检测到,而且更不易受到噪声和较小局部失真的影响。提出以全局特征为立足点,采用图像的灰度均值为主要特征量的特征选择与提取方法。在此基础上,分析道路标志图案的分块机理,采用投影和方向特征的处理方法,得到了9个转弯道路标志的特征不变量值。试验结果表明,有噪声的情况下,该方法能够实现对道路标志图案的快速、准确识别,具有较好的抗干扰能力。

基于N线模型的超声探头自动标定方法

在超声引导下的介入治疗等应用中,利用三维定位系统跟踪超声成像平面的位置和姿态,从而定位病灶位置。对超声探头与定位系统的传感器间的空间变换关系进行标定,是影响整体系统精度的重要环节。广泛应用的基于N线模型的标定方法要求手工拾取超声图像中亮斑标志点的坐标并识别其对应的N线组编号。传统的人工点选方法容易引入主观定位误差和编号错误,且耗时较长。对此,提出一种预测标志点位置、在其邻域进行搜索、确定N形目标点坐标和编号的自动标定方法,以提高探头标定的精度和效率。实验表明,新方法与传统方法相比,精密度从1.57 mm提高到0.63 mm,标定误差从2.66 mm降低到1.80 mm;处理每帧图像所需的平均时间为0.067 s,节省大量人工操作的时间,并保证标定的精度。

相机与激光跟踪仪相对位姿标定方法的研究

在空间目标的六自由度精密测量中,激光跟踪仪测量技术与视觉测量技术的联合应用越来越多,为解决相机坐标系与激光跟踪仪位姿模型的标定问题,研究一种利用罗德里格矩阵标定相机坐标系与激光跟踪仪坐标系相对位姿的方法。首先,分别用激光跟踪仪与相机测量出公共靶点坐标和拍摄含有靶点的照片,再用标志中心提取算法和单张相片空间后方交会算法解算出靶点在相机坐标系下坐标,最后利用罗德里格矩阵进行坐标系转换,即可标定出相对位姿。实验结果表明:标定模型X轴平均误差和均方根误差分别为0.005 7mm和0.006 2mm;Y轴平均误差和均方根误差分别为0.003 2mm和0.003 5mm;模型的标定精度和稳定可靠程度基本满足测量需要。

WorldView-1影像在土地动态监测中的应用

以丰润区为例结合Wor1dView-1卫星影像在土地动态监测中的应用，介绍WorldView-1卫星遥感影像数据的处理方法，详细分析土地利用特征，建立解译标志，提取土地动态变化信息。达到了确保土地调查成果的真实性和准确性的目的。