结合Sobel和PPHT的织物纬斜检测方法研究

针对光电式织物纬斜检测方法存在准确度低、适应性差、耗时长的问题;提出了结合Sobel边缘方向和累加概率霍夫变换(PPHT)的机器视觉织物纬纱倾斜检测方法,能够快速准确地检测出织物纬斜方向角度;首先对工业相机采集到的织物图像进行频域滤波再逆变换,增强织物图像中的纬纱纹路;然后使用Sobel方向算子对织物图像卷积运算得到织物图像的边缘方向图,并对其阈值化分割出边缘方向图中的纬纱纹路区域;最后将纬纱纹路区域骨架化,采用累积概率霍夫变换检测出近似纬纱纹路区域骨架直线的倾斜角度,即织物纬纱倾斜角度;通过对不同类型的织物样品进行纬斜检测测试,测试结果为检测纬斜角度的偏差值低于0.1°,检测时间低于0.6s;结果证明提出的方法能够满足机器视觉整纬器精确性、实时性和通用性的要求。

Sub-pixel extraction of laser stripeand itsapplication in laser plane calibration

For calibrating the laser plane to implement 3D shape measurement, an algorithm for extracting the laser stripe with sub-pixel accuracy is proposed. The proposed algorithm mainly consists of two stages： two-side edge detection and center line extraction. First, the two-side edge of laser stripe is detected using the principal component angle-based progressive probabilistic Hough transform and its width is calculated through the distance between these two edges. Secondly, the center line of laser strip is extracted with 2D Taylor expansion at a sub-pixel level and the laser plane is calibrated with the 3D reconstructed coordinates from the extracted 2D sub-pixel ones. Experimental results demonstrate that the proposed method can not only extract the laser stripe at a high speed, nearly average 78 ms/frame, but also calibrate the coplanar laser stripes at a low error, limited to 0.3 mm. The proposed algorithm can satisfy the system requirement of two-side edge detection and center line extraction, and rapid speed, high precision, as well as strong anti-jamming.

结构化道路上应用区域划分的车道线识别

针对多数研究中车道线检测的准确性和实时性难以有效平衡的问题,提出了一种应用区域划分的车道线识别方法。首先通过改进的大津(OTSU)算法提取边缘图像,再在所得边缘图像的基础上,利用改进的概率霍夫变换(PPHT)提取车道标识线上的特征点,并采用最小二乘法(LSM)对特征点点集进行直线拟合,最后通过提出的路面干扰线规避算法检测所有拟合得到的直线段并筛选可能的车道线。在实验方面,引入三种算法作为对比,并利用提出的准确性评价模型对500幅典型道路场景图中的车道线识别结果进行评估,同时统计在处理一段长为1 min 26 s的道路视频时每帧图像序列的平均耗时。实验结果表明所提算法的查准率、查全率、F量测值均优于对比算法,且达到实时处理的要求。

基于概率霍夫变换的车道检测技术研究

针对鲁棒性和实时性的矛盾,提出了一种基于改进的概率霍夫变换(PPHT)的道路检测算法。该算法将待处理道路图像分为初始帧和后续帧,对初始帧道路图像根据投影成像原理分割为道路区域和非道路区域,对道路区域图像进行预处理增强其中的边缘信息,之后采用PPHT直线提取算法提取道路标识线,并对参考路径进行定位,同时确定后续帧的感兴趣区域;对后续帧道路图像中位于前一帧确定的感兴趣区域中的部分同样地进行预处理,之后采用最小二乘曲线拟合方法提取基于直线-抛物线的道路标识线。按照该算法得到的车辆定位信息,可用于车辆自动导航或防偏预警等系统的后续控制。

调节传热窄点以提升有机朗肯循环性能的分析

依据热源温度与工质临界温度之间的关系,有机朗肯循环(ORC)的循环性能呈现有极值的优化工况或单调递增两种现象,并且后者优于前者。引起这种差异的主要原因是加热过程中传热窄点位置的不同,导致循环的加热量不同。由此,本文提出调节ORC中加热过程的传热窄点位置,以提高循环的加热量和净输出功。并构建一种喷射式有机朗肯循环(EORC),研究证明如何实现加热过程的传热窄点位置调节以提高循环性能。此调节还增强了传热的匹配性,或降低了传热的不可逆性。结果表明:热源水温度100~160℃范围内,采用R245fa,EORC的最大净输出功比ORC提高了34.99%~22.57%。EORC中,热源水温度120℃下,混合工质R134a/R245fa(0.7∶0.3)的最大净输出功比纯工质R245fa和R134a分别提高了7.12%和9.45%。

基于图像识别的路侧停车位数目检测方法研究

为了解决路侧停车位数目检测问题,本文采用基于图像识别的方法,将复杂的动态视频信息转化为简单的静态图像信息。首先,采用中值滤波、伽马变换和形态学处理等方法对感兴趣区域进行图像预处理;接着采用基于PPHT与直线聚类的方法检测停车位标记线;其次,采用二次方递减图像拼接的方法将该路段所有停车位拼接到一幅图像上,既防止了停车位数目的错检,又简化了处理流程;最后,采用轮廓提取算法对拼接图上的停车位计数。使用4个不同路段的停车位对所提出的方法进行了定量评估,结果表明,该方法的准确率为98.53%,优于以往的方法。

基于直线段特征单元提取的隧道砼衬砌接缝去除算法

由于部分隧道砼衬砌表面图像中固有衬砌接缝与裂缝灰度值相似且线性一致,衬砌接缝处易产生起砂、空鼓、掉块及渗漏水,已有的裂缝检测算法提取单一的裂缝存在缺陷。提出基于直线段特征单元提取的隧道砼衬砌表面衬砌接缝去除算法。在裂缝聚类特征粗检测的基础上,首先通过改进的累计概率霍夫变换检测出显著的直线特征;然后利用像素点的延伸搜索计算来提取衬砌接缝可处理的最小直线段特征单元线;最后根据单元线标记信息及定区域内单元线特征去除部分衬砌接缝,并运用渗流去噪算法得到隧道砼衬砌表面真实裂缝。实验结果表明,提出的算法弥补了已有隧道砼衬砌表面裂缝检测技术的不足,能够精确、快速、有效地去除相似线性特征对单一的真实裂缝检测的干扰,具有较强的鲁棒性。

巡检机器人中指针式仪表示数的自动识别方法

针对巡检机器人室外自主识别仪表示数易受到光照影响的问题,在研究了基于二维伽马函数的仪表图像光照不均匀自适应校正算法的基础上,提出了基于最大稳定极值区域(MSER)提取指针区域的算法。首先,通过三尺度高斯函数提取光照分量,构造二维伽马函数自动地调整图像反光区域或过暗区域的亮度;然后,通过MSER的两次稳定区域检测提取指针区域;接着,以指针通过仪表轴心为条件,用细化算法和累计概率霍夫变换(PPHT)精确地定位到指针,提高了定位直线的准确度;最后,通过PPHT检测的直线两个端点与轴心位置比较,直接可以判断指针指向,更加方便了计算示数。实验结果表明,所提的仪表示数识别方法能够适应不同光照下、不同类型仪表的指针定位,且识别示数的正确率达到94%以上。

复杂光照下的缩微道路车道线检测方法

为了解决复杂光照下的缩微道路车道线检测问题,提出了一种适用于复杂光照下的缩微道路车道线检测方法。首先运用朴素贝叶斯对不同光照下的车道图像进行分类,然后对分类后的车道图像采取相应的图像处理方法,最后运用改进的大津法和改进概率霍夫变换来检测车道线。对多段不同光照模式下的车道图像进行的仿真实验表明,该方法对缩微道路车道线检测的成功率达到95.5%,具有很强的鲁棒性和抗干扰能力。

基于SURF和FLANN算法的变电所仪表定位与读数识别

为了实现对变电所指针仪表的自动定位与读数识别,建立了自动图像识别系统,并对采用的SURF、FLANN、累计概率霍夫变换等算法进行研究。首先针对基本SURF算法在目标设备检测中的精度问题,提出了SURF联合FLANN的交叉验证算法。接着,利用透视变换选定目标区域。最后利用LOG变换对目标区域图像进行增强并利用累计概率霍夫变换对仪表指针进行检测。实验结果表明:角度识别检测误差范围小于3%。在保证运算速度的基础上提高了特征匹配精度、指针识别的精度与鲁棒性。

基于机器视觉的工件边缘毛刺检测系统研究

为了提高工件边缘毛刺尺寸和位置坐标检测的效率,设计了由硬件模块和图像处理模块组成的用于毛刺信息检测的机器视觉测量系统。通过工业数字摄像头采集图像,在Open CV开源平台下,对其进行相关的形态学处理,利用Canny边缘检测和C++标准模板库中的函数将图像轮廓信息转化为数字信息,以累计概率霍夫变换(PPHT)拟合的轮廓曲线为基准,提出一种基于数据驱动的曲线异常检测算法,分离曲线异常部分,得出毛刺信息。在Visual Studio 2010平台内配置Open CV 2.4.9进行测试。实验结果表明,算法能准确快速地获得毛刺尺寸信息,测量系统的精度达到0.095 mm/pixel,相对误差最大为1.62%,完全能够满足此工件加工中的精确性要求。

葡萄硬枝嫁接苗木愈伤组织融合比例的视觉检测方法

针对葡萄硬枝嫁接苗木愈伤组织融合过程发生在苗木内部,难以检测愈伤组织融合比例的问题,提出一种基于计算机视觉的无损检测方法。采用计算机断层扫描技术(CT)获取葡萄硬枝嫁接苗木嫁接口不同位置处断层图像;通过提取感兴趣区域、添加掩模,简化处理过程;采用最大类间方差阈值分割法将筛管、导管以及嫁接口未融合区域的特征分割出来;采用8邻域区域生长法标记连通域,并设置面积阈值,将嫁接口未融合区域的特征提取出来;采用累计概率霍夫变换直线检测的方法,细化嫁接口未融合区域特征;将嫁接口不同位置处的未融合区域特征叠加,得到总的未融合区域特征;分别计算出总的未融合区域特征面积和嫁接口面积,进而求得融合比例。试验结果表明:该算法的处理时间为92.39s,相对误差3.31%,可以快速并准确地检测出葡萄硬枝嫁接苗木愈伤组织的融合比例。本研究提出的视觉检测方法可以为研究葡萄硬枝嫁接苗木愈伤组织融合过程、融合机理及融合影响因素提供技术支撑。