基于分割评价的多层次自适应双阈值分割算法

论文通过分析最大信息熵双阈值分割算法原理,根据先验知识,设置目标出现最小最大频度条件,改变自适应双阈值计算条件,加快计算速度.同时通过计算分割后各个目标相关特征,利用BP神经网络技术对每个目标进行评价,根据评价结果修改原输入图像相应目标区域,并引入多层次迭代机制,实现了图像的多层次综合分割.实验结果表明,基于分割评价的多层次自适应双阈值分割算法提高了算法的通用性和分割的精确性,但是算法复杂性增加.

特殊靶标图像的Otsu自适应双阈值分割法

针对特殊管道弯曲度测量光斑的高精度定位要求,提出了一种特殊靶标图像的Otsu自适应双阈值分割法。介绍了基于准直激光管道弯曲度测量原理,先对特殊靶标图像进行处理,然后对整个图像灰度分布统计特性进行计算,建立起计算自适应双阈值的数学模型,从而实现特殊靶标图像自适应双阈值分割。实验结果表明,该方法具有较强的稳定性、实时性好、靶标图像分割效果较好,提高了光斑的定位精度。

基于自适应天空区域分割的图像去雾算法

针对暗通道算法在处理图像中天空区域时会出现色彩失真和光晕现象以及大气光值错误估计的问题,提出一种改进的暗通道先验去雾算法。利用雾图中天空区域的物理特征粗略分割图像天空区域,从天空区域中对大气光值进行估计;设计一种自适应双阈值分割方法用于天空区域的精细分割,提出一种基于亮通道先验的透射率估计方法,将亮通道先验模型估计的天空区域透射率值和暗通道先验模型估计的前景区域透射率值进行融合;引用一种快速引导滤波器对融合后的透射率进行边缘细化,基于大气散射模型完成图像的复原。实验结果表明,该算法很好地克服了暗通道算法的缺陷,保留了复原图像的视觉真实性。

基于图像的智能循迹小车设计

设计一种智能循迹小车,采用Kinetis60单片机作为主处理器,利用OV7620摄像头获取轨迹图像信息,通过HSI双自适应阈值分割法处理轨迹图像,经游程编码技术得到轨迹的中心坐标信息,获取引导线。然后利用获取的信息,结合增量式PID算法实现对舵机和电机的灵活控制,从而让智能小车循迹行驶。

Robocon2007移动机器人视觉系统

根据Robocon2007的比赛规则,设计出了一套适用于该比赛的机器视觉系统。系统基于通用PC机,利用一个通用摄像机采集彩色图像,系统构造简单且经济。视觉系统的软件实现了比赛场地导引线的分割、得分点的识别以及机器人与目标的相对定位等功能。在导引线分割中提出了双阈值p-tile自适应算法,提高了分割算法对环境光变化的适应性;得分点位的识别中设计了利用导引线交点与目标颜色相结合的综合定位策略,有效解决了目标点位与地面颜色近似,无法直接从单目图像识别的难题。在2007年度的Robocon比赛中,该机器视觉系统表现出了很强的环境适应性和较高的自定位精度,为国防科大队获得最佳策略奖奠定了基础。