基于游程元的纸印品图像的直线特征提取

针对纸印品中直线特征提取这一问题 ,给出游程元、中心游程元、最大邻域搜索区域等定义 ,并在此基础上提出了一种基于游程元提取与归并的直线特征提取算法 ,给出了基于此算法的横格纸与方格纸中直线特征提取实验结果并对此算法的复杂性进行了分析。实验结果与算法分析表明 ,方法比基于Hough变换算法简单 ,实验效果理想 ,适用于文档表格等的直线特征提取。

基于改进直线特征提取算法的室内移动机器人地图构建

为使室内移动机器人更好地从充满噪声的2D激光测距仪数据中构建精准地图,提出一种基于相似三角形去噪法则的改进算法。利用分裂算法从预处理数据中提取线段集合,通过改进相似三角形去噪法则对每两分裂点间的数据点进行去噪,将去噪后的数据重新进行分裂,并对每两相邻分裂点间的扫描点进行最小二乘直线拟合。实验结果表明,该算法有效降低部分有效点被剔除的数量,精确度和假阳性指标优于相似三角形去噪法和传统分裂合并算法,同时避免线段合并过程,提高环境建模的鲁棒性和精准性。

SAR影像的城市街区边缘直线特征提取算法研究

针对城市街区边缘特征的提取问题,提出了一种基于高斯伽马形双窗与Gabor组合滤波器的城市街区边缘提取算法。算法首先设计了一种高斯伽马形双窗与Gabor的组合滤波器算子,采用该算子对影像进行滤波处理,可以很好地消除噪声等因素产生的虚假响应,并得到边缘结构特征;然后基于滤波后的SAR影像,采用LSD算法进行直线边缘提取,并对LSD算法进行优化改进,实现短直线特征的删除、合并和延长处理,获得较为连续的长直线特征;最后采用多组雷达影像数据对本文提出算法进行实验验证。实验结果表明,该算法能够有效克服相干斑噪声等因素的影响,提取得到真实、准确且连续性较强的城市街区边缘特征。

基于Hough变换的点云数据直线特征提取研究

文中为了从散乱点云数据中提取直线特征,将Hough变换算法引入到三维激光扫描点云数据处理中,并针对其在点云数据处理中的局限进行改进,提出一种改进的Hough变化算法,并选取一组扫描数据进行试验,该算法能够准确的提取出直线特征,证明了该算法的可行性。

基于直线特征提取的自主车辆可通行区域检测

为了使环境感知器在室外非结构化环境中为自主车辆的导航检测道路边界信息及可通行区域,利用车载激光雷达所采集的数据,在最小二乘法(LSM)和连续边缘跟踪法(SEF)的基础上,提出了一种改进的直线特征提取算法SEF-LSM-BM.该算法引入回退机制、逻辑推理和特征合并的方法,区分路边界和障碍物,并对自主车辆可通行区域进行检测.最后使用同一帧激光雷达数据对3种算法进行了实验,结果表明:与LSM和SEF-LSM算法相比,SEF-LSM-BM算法能够快速准确地检测、合并路边界,标记高危障碍物,给出可通行区域.

基于分开-合并的激光雷达距离图像特征提取

针对移动机器人依靠激光雷达感知环境的问题,提出一种基于分开-合并框架的直线特征提取算法。在分开阶段,用IEPF(iterative end point fit)算法对采集的激光雷达数据集合进行递归分割。在合并阶段,对由两相邻数据集合构成的新集合同时用EPF(end point fit)算法和总体最小二乘法进行拟合,如果两种拟合误差分别小于各自的阈值,则合并两个集合。合并阶段是一个递归过程,直到所有的两相邻数据集合都不满足上述合并条件才终止算法。对比实验结果表明,该算法大大降低了IEPF算法固定阈值所带来的过分割和欠分割的可能性,得到了很好的直线特征提取结果。

高分辨率合成孔径雷达图像的直线特征多尺度提取方法

针对传统的合成孔径雷达(SAR)多尺度边缘提取方法中直线提取连续性和完整性不好的特点,提出了一个由粗到精的多分辨率SAR图像直线特征多级提取框架,利用多尺度策略在降低SAR图像噪声影响的同时增强相邻共线点之间的连续性和完整性,并在不同的尺度图像中根据边缘特征的特点选择不同处理方法,来实现低分辨率条件下完整直线特征的粗略提取和高分辨率的精确定位。最后用高分辨率SAR图像跑道检测实验进行了验证,并将实验结果与相位编组法和Hough变换法进行了比较。

直线特征立体匹配中的不确定性问题

直线特征断裂和提取不完整、过提取是直线特征提取结果中常见的不确定性问题,是影响直线特征立体匹配结果的关键因素。提出一种以边缘检测结果为依据定量描述这些不确定性的方法,依据已提取直线特征延长线附近边缘点分布,定义直线特征端点定位的概率密度函数,以单条直线特征的不确定性描述为基础,计算断裂直线特征编组假设的可靠性测度,进而计算用于衡量立体图像中任意两条直线特征匹配假设可靠性的核线约束测度和灰度相似性测度。应用真实遥感立体图像,对比已有方法,结果证明了本文方法能够有效提高直线特征匹配结果对于两类直线特征提取不确定性问题的抑制能力。

遥感图像中基于Hough变换的直线提取算法

针对遥感图像中大型目标的直线特征提取问题,设计了一种基于类直线提取的改进霍夫(Hough)变换算法。类直线的提取相当于Hough变换的预处理,既约束了Hough变换所使用的直线上的特征点,改进了直接进行Hough变换时不同直线的特征点互相干扰的缺点,又降低了计算量。对图像空间的每条类直线分别进行Hough变换,改进投票过程的映射方式,寻找类直线中最多特征点所在的那条直线,只取一个投票峰值,在减小了计算复杂度的同时又去掉了虚假峰值的影响。实验结果表明,改进Hough变换直线特征提取算法性能好、效率高,可用于遥感图像处理领域。

SAR图像启发式搜索直线提取

直线特征是识别线状目标的基础,现有启发式搜索算法仅适用于光学图像的直线特征提取,对SAR图像效果并不理想。针对该问题,提出一种SAR图像直线特征提取的启发式搜索算法。首先对SAR图像进行Frost滤波,然后利用指数加权均值比(ROEWA)算子进行边缘检测,再利用非极值抑制得到边缘二值图,最后采用二次搜索策略及"直线走原则",充分考虑局部信息,设计启发式搜索的代价函数及搜索规则,实现直线特征提取。实验结果表明,该方法具有较好的抗噪性和抗断裂能力,能够有效地提取出SAR图像中的直线特征。

基于分段拟合算法的V型焊缝识别

激光视觉引导的焊接方式在工业产品线上应用广泛,其中图像处理算法的复杂性会直接影响焊接的效率。为解决激光视觉中的V型焊缝直线识别速度问题,利用“一”字激光光源实验,在分析了不同图像预处理方法对激光条纹直线特征的提取效果上,提出一种基于斜率分析的点集分割方法。该方法能够正确区分V型焊缝不同线段上的点,结合最小二乘法进行分段拟合,准确提取焊缝的中心线特征。结果表明,该方法与Hough变换相比,可避免因误差而拟合成非连续线段,具有计算量小、反应速度快、适应性强的特点。

基于改进的Hough变换缸套内面网纹夹角检测

目的缸套内面网纹角是影响缸套性能的重要参数,为了在生产过程中快速准确检测出网纹角参数,剔除不合格产品,研究基于改进的Hough变换缸套内面网纹夹角检测方法。方法确定缸套图像的预处理算法,增强图像网纹特征,滤除次要信息;确定基于Canny算子的网纹特征边缘分割方法;确定基于改进的Hough变换网纹直线特征提取方法,通过计算提取直线夹角的平均值得到缸套网纹角值。结果试验表明,基于改进的Hough变换网纹角检测结果与进口仪器检测结果相比,平均误差为1.54%,检测精度高。结论提出的检测算法可准确识别缸套内表面网纹角,能很好地代替传统人工复膜检测和昂贵的进口检测仪器,满足工业现场自动检测的需要,提高了检测的效率和精度,降低了检测成本。

半结构化环境稀疏点云可通行区域检测方法

传统的激光雷达可通行区域检测算法实时性好,但算法通常对点云数据的高度特征依赖较强,半结构化环境中斜坡等区域高度特征不稳定,易降低算法的性能。基于半结构化环境下三维稀疏点云数据,提出了一种基于直线特征的可通行区域实时检测算法,预处理原始点云数据,并从中速提取直线特征;对直线聚类和筛选,从而提取有效的直线特征;使用直线特征检测结构化障碍物和非结构化障碍物;标记出可通行区域,并构建环境地图。实验结果表明,在校园半结构化环境中,该算法可以较稳定地检测可通行区域,在检测路缘石等高度较低的障碍物时表现出良好的性能,并且适应斜坡、颠簸、负障碍等地面。

基于激光传感器的多移动机器人位姿测量系统

为机器人准确定位设计了一个基于激光传感器的移动机器人位姿测量系统。测量系统用激光传感器扫描区域内的以矩形为标识的机器人,将测量数据传输到计算机上,通过数据处理软件进行数据处理,提取属于机器人的特征,同时结合机器人前一时刻的位姿,实时计算机器人当前位姿。实验结果表明,此系统能迅速识别机器人,并准确地确定每个机器人位置和姿态,通过网络向机器人发送其位姿数据,实现多移动机器人的精确定位。