基于改进LSD的HTCC板错位检测算法研究及应用

为解决摄像头模组所用HTCC板脱离固定槽位所导致的HTCC板破裂以及后续零件安装不良等问题,提出一种基于改进LSD的HTCC板错位检测算法。首先应用伽马变换消除产品图像上的阴影;然后对图像进行双边滤波,与原始LSD算法的滤波相比,双边滤波可以保留更完整的边缘信息;提出改进映射关系且应用双线性插值的尺度缩放算法,消除图像的量化伪影,减少图像的失真;提出断线再连接算法,解决原始LSD算法存在的线段过分割问题;最后基于改进的LSD算法设计HTCC板错位检测算法,求得产品中错位的HTCC板的数量和位置。在工厂现场验证得出该方法的检测平均耗时在800 ms以内,检测准确率在97%以上,与原始LSD算法相比,检测耗时至少减少了38%,准确率至少提高了21%,该方法可以满足生产的实时性和准确性要求。

基于LSD和FLD融合的道路裂缝图像预处理方法研究

针对道路中的路标、路沿等直线类干扰物影响道路裂缝识别的问题,提出一种基于LSD(Line Segment Detector)和FLD(Fast Line Detector)融合的道路裂缝图像预处理方法。首先,基于LSD算法和FLD算法对裂缝图像进行直线检测,获取直线类干扰物的线段坐标值;其次,根据直线检测算法返回的线段坐标值进行断线重连,解决了直线检测算法提取线段不连续的问题;最后,根据线段重连后获取的直线类干扰物的掩膜图和裂缝图像原图,运用FMM(Fast Marching Method)图像修复算法达到消除直线类干扰物的目的。经过大量实验分析可得:该方法能够有效地消除裂缝图像中的直线类干扰物,使得裂缝检测的准确率提升了7.1%。

基于YOLOv8模型和LSD算法的列车接触网腕臂识别

针对列车接触网腕臂视觉检测中存在识别精度低、速度慢及腕臂图像易模糊的问题,设计了一种基于YOLOv8模型与LSD算法的接触网腕臂检测系统。首先,引入了YOLOv8目标检测模型,搭建了一种用于检测列车腕臂位置的视觉检测平台;其次,基于HIS颜色空间和图像滤波技术,对图像进行了增强处理,提升了腕臂识别的准确度;然后,基于LSD算法,完成了对接触网腕臂线段信息的提取;最后,根据现场采集的列车接触网图像,对算法的有效性进行了腕臂正反架识别实验验证。

基于LSD检测的无人机视觉着陆定位算法

针对复杂电磁干扰和拒止环境下固定翼无人机自主着陆的应用场景,提出了一种基于LSD的无人机视觉着陆定位算法,通过检测跑道的左右边线以及起始线对无人机进行定位;根据机场跑道的形态学特征,构建机场跑道数据模型,并对实验所用相机进行标定,采用灰度化和高斯滤波对采集到的图像进行预处理,采用LSD直线检测算法以提取跑道的直线特征,设计几何滤波策略从直线特征中提取出跑道的三条边线,采用蒙版技术以提高检测算法的抗干扰能力;根据相机成像原理推导出基于线检测的PNP定位算法,通过检测得到的机场跑道线在像素坐标系下的位置信息求出无人机相对于跑道的三维位置;分别在视景仿真环境和真实机场环境进行检测和定位解算,结果满足无人机着陆定位实时性和准确性的要求,从而验证了视觉着陆定位算法的有效性。

基于LSD算法的无人机航空影像电力线检测方法研究

利用无人机影像进行电力线安全巡检以及后期维护等工作是目前的主流工作方式。传统的利用边缘检测算子进行电力线提取的方法在面对复杂背景地物时稳定性较差。本文针对这一问题,提出了基于LSD直线检测算法的电力线提取方法。首先通过影像预处理,排除噪声影响。根据电力线影像特征,调整LSD算法参数,获取待定电力线直线段。然后采用斜截统计筛选的方法,将不满足斜率与截距阈值的直线段剔除,进一步精确定位电力线直线段。最后采用最小二乘法拟合完整的直线,获取最终的电力线提取结果。实验结果表明,本文算法电力线提取效果优于Canny、Sobel、Prewitt以及Roberts算子检测结果,可以很好地抑制复杂背景地物对提取结果的影响,一定程度上节省了电力工程项目成本,提高了工作效率。

基于直线段检测和LT描述符的矿井图像线特征匹配算法

图像匹配是同步定位与地图构建(SLAM)技术中极为重要的一环,用于根据图像之间的变换关系确定相机位姿。基于线特征的图像匹配方法具有较强的鲁棒性和抗噪能力,更加适用于井下图像匹配,基于深度学习的线描述符对线段遮挡等场景具有较高的鲁棒性,性能优于传统描述符,但卷积神经网络架构的描述符将可变长度线段抽象为固定维进行描述,不利于线段长度及视差变化较大图像的匹配。针对上述问题,提出一种基于直线段检测和线描述符的矿井图像线特征匹配算法。在频域利用单参数同态滤波降低图像的照射分量,并增强反射分量,提升亮度及对比度;在YUV空间利用对比度受限的自适应直方图均衡化(CLAHE)算法对亮度分量进行均衡,使亮度分布更加均匀;变换至RGB空间提取直线段检测(LSD)线,引入一种基于Transformer架构的LT描述符构建LSD线的特征向量,最后完成线特征匹配。实验结果表明:该算法结合了同态滤波和CLAHE算法的优点,增强后图像的亮度适中,对比度良好,灰度分布均匀,增强效果优于单参数同态滤波算法、EnlightenGAN算法;该算法提取的线特征数较原图平均提升了32.92%,在不同相似纹理占比、不同程度旋转与平移变化的井下图像匹配中鲁棒性好,平均正确匹配数为61.75对,平均精度为86.83%,优于线二进制描述符(LBD)算法、LBD_NNDR算法、LT算法,能够满足矿井图像稳健匹配的需求。

一种组合的LSD和DFE V-BLAST检测算法

在多天线系统中,BLAST是提高系统通信容量的有效方式。最简单的空间复用方式是V-BLAST,它的检测算法相对简单,有ZF-DFE,MMSE-DFE,ML和ML-DFE等检测算法。该文在这几种算法的基础上,讨论了改进ML-DFE性能的方法,给出了ZF和MMSE方式的组合LSD和DFE检测算法。仿真表明LSD算法只需输出3个检测结果,在复杂度增加不多的条件下,就可以获得大的性能改进,而MMSE方式的算法较ZF算法有更好的性能。

LSD井下视频图像线特征匹配算法改进

图像特征提取匹配做为视觉SLAM(Simultaneous Localization and Mapping)的重要组成部分,在井下无人巡检机器人上应用广泛。针对井下环境复杂,光照不足,现有特征提取匹配算法存在匹配率低,进而导致视觉SLAM定位精度低的问题。通过对现有LSD(Line Segment Detector)线特征匹配算法进行改进,采用对比度亮度和对数变换算法对采集的视频图像帧进行图像增强,利用Canny边缘提取算法对增强后的视频图像帧进行图像边缘信息提取后进行LSD线特征提取匹配,与原始算法进行平均匹配率对比分析。结果表明:在连续300帧井下视频图像匹配过程中,改进算法的平均匹配率为99.88%,原始算法的平均匹配率为88.42%,其平均匹配率提升11.46%。说明改进的LSD井下视频图像线特征提取匹配算法具有更高的匹配精度且更适用与井下无人巡检机器人进行无人巡检工作。

基于改进LSD直线检测算法的钢轨表面边界提取

针对传统LSD直线检测算法容易丢失图像细节,造成提取直线不连续等不足,提出一种基于双边滤波改进Canny提取边缘图像的LSD直线检测算法。利用Canny算法提取边缘图像,基于边缘图像采用LSD直线检测算法进行直线提取;考虑到Canny边缘检测中使用高斯滤波,在降噪的同时会模糊图像边缘,而双边滤波对于图像边缘有较好的保护作用,采用双边滤波代替Canny边缘检测中的高斯滤波进行边缘图像提取。同时,将基于双边滤波改进Canny提取边缘图像的LSD直线检测算法应用到钢轨表面边界提取中。实验结果表明,改进LSD直线检测算法对钢轨表面边界直线提取效果较佳,相关评价指标得到较大提升,正常钢轨图像和锈迹钢轨图像的峰值信噪比分别提升6.49%和13.58%,为后续钢轨表面缺陷识别奠定了基础,具有一定的实用价值。

融合LSD算法与Hough变换的航拍输电线路图像杆塔自动识别方法

对输电线路的巡检能够确保电网的安全运行,利用无人机图像准确快速地实现架空线路及走廊的三维建模是推进智能电网建设的有效措施。考虑当前三维建模方法均未对线路杆塔进行有效建模,因此,本文提出了一种基于无人机图像的杆塔自动提取方法,能够从复杂的背景图像中完成对线路杆塔的有效识别。首先,采用RGB阈值对线路杆塔进行粗提取,并结合连通域对图像背景进行去除;然后通过LSD(Line Segment Detector)直线检测算法对杆塔进行直线分割检测和交运算;最后结合Hough变换对直线段进行编组,根据线路杆塔几何特征设计了杆塔提取算法。由无人机图像试验可知,本文所提出的线路杆塔自动提取方法能够有效排除图像复杂背景信息的干扰,实现线路杆塔的准确识别。

基于LSD算法的航拍影像电力线提取

针对输电线路提取方法的现有研究,分析了当前主流的电力线提取方法--LSD (Line Segment Detecto)算法,根据算法的基本原理及电力线的布设特征,设计了一种结合图像增强和LSD算法的无人机影像电力线提取方法,首先对图像进行预处理和图像增强,结合Canny算子对图像进行LSD算法提取,将结果中的小线段进一步提取出像素点的坐标,之后根据筛选后的像素点坐标进行线段拟合,得到最终电力线结果。采用无人机航拍的影像进行实验。结果表明,本方法在复杂地物背景下对电力线提取的检测速度较快,稳健性强。对电力巡线具有较大的实际意义。

基于LSD算法的无人机影像电力线提取方法

根据无人机影像电力线的特征,利用LSD算法实现了电力线的自动提取。首先使用各向同性的Sobel算子对特征区域进行图像增强,再使用LSD算法进行线段提取,然后通过线段合并和线段拟合过滤线段集合,最后使用K均值算法进行聚类,筛选得到最终电力线结果。采用多种地物背景下的电力线影像进行实验,结果表明,该方法能提取完整的电力线,稳健性强,对电力巡线具有较大的实际意义。

基于防覆冰闪络的输电杆塔运行状态监测及其LSD算法研究

分析了防覆冰闪络对电网的不良影响,针对覆冰闪络问题,结合目前已有的设备及经验对目前如何应对进行传统方法的总结,提出了输电杆塔防覆冰闪络在线监控系统的软硬件结构搭接方案,以及运行状态监测LSD算法,得出了防覆冰闪络的输电杆塔的稳定性监测结果。

基于改进LSD算法的机场跑道检测

提出一种机场跑道检测改进LSD线提取方法,在传统方法线提取的基础上,改进线路连接方式和平行线对的检测,对于边缘信息提取部分,采用新的Frost滤波器抑制相干斑,加快了线段的提取速度,并且改进验证方式,除去虚假线段,得到更为准确的跑道信息。通过对株洲机场和某通用机场的实验,经过结果对比,该方法较传统LSD算法检测时间减少,并且该算法检测效率高、检测出的无用线段较少。机场跑道提取效果相对传统LSD算法更为准确,检测图像中的跑道很少出现漏检、误检,具有较好的工程应用价值。

改进HED网络的金属零件二维条码分割方法

针对复杂环境金属件标刻的DM码因磨损、腐蚀等原因,导致传统图像分割算法难以精确定位的问题,提出一种基于改进HED网络的金属零件二维条码分割方法。在原HED网络上对主干特征提取网络改进,采用空洞卷积扩大感受野保留DM码全局信息;改变特征融合模块,增加两层卷积运算充分融合深监督模块输出的多尺度特征,提取区域轮廓完成DM码区域分割;使用LSD算法寻找区域分割图中的直线,经过直线聚类减少非感兴趣直线产生的干扰,实现二维条码区域精确分割定位。实验结果表明,该模型在全局最佳(ODS)和单图最佳(OIS)精度评定中F1值分别达到0.813和0.825,平均定位准确率达到97%。

直线段检测算法在机载LiDAR建筑物轮廓线提取中的应用

针对机载LiDAR点云数据提取建筑物轮廓线耗时多且精度不高的问题,本文提出了一种基于直线段检测(LSD)的机载LiDAR建筑物轮廓线提取方法。该方法首先对已分类的建筑物点云进行栅格化得到二值图;然后对二值图进行膨胀、腐蚀操作,消除二值图中因栅格化产生的空洞;最后利用LSD算法进行直线检测获取规则的建筑物轮廓线。经过实测数据的验证,本文方法可以检测到亚像素级的建筑物轮廓线,与传统的Canny算法相比能够提高约50倍的效率。

基于机器视觉的车灯灯座尺寸检测系统设计

为了实现超声波焊接机对灯座焊接后的尺寸检测要求,设计一套基于机器视觉的尺寸检测系统。提出一种改进的Canny算法来提取图像边缘,并应用于直线段检测(LSD)算法中提取直线段。对比检测系统测量结果和标准尺寸得出,该检测系统准确率提升7%,速度提升近一倍。通过基于改进算法设计的尺寸检测系统,有效提高了检测精度和效率,在工业上具有一定的应用价值。

基于多尺度多分辨率的直线段检测算法

在点线特征结合的同步定位与地图构建(SLAM)系统中,针对直线段检测(LSD)算法易受光照、角度等因素的影响且造成提取直线段过度分割等问题,提出一种基于多尺度、多分辨率的LSD(MMLSD)算法。首先,在对图像处理前,引入图像分辨率阈值判断图像的初步分类;其次,对预处理后的图像进行多尺度多分辨率处理,形成多尺度图像空间或者图像金字塔;然后,在线段合并阶段,对金字塔各层提取的直线段进行由粗至精的线段替代合并;最终,输出提取线段结果。实验结果表明:改进后的算法有效地克服了线段的过度分割现象,同时对低对比度的环境具有良好的鲁棒性。相比LSD算法,所提算法直线检测的平均精度提升13.1%。

基于改进线段分割检测的电线杆遮挡检测算法

针对监控视频中的电线杆遮挡问题,提出一种改进的线段分割检测(LSD)算法。将RGB图像进行双边滤波,并将滤波后的图像转换到HSV空间,在HSV彩色空间内利用矢量求导方法计算彩色图像的梯度和方向,利用LSD算法实现图像直线的提取。对直线进行合并得到矩形区域,采用矩形区域在H和S分量的标准差之积和结构相似度确定候选区域,通过合并候选区域完成电线杆检测。实验结果证明,提出算法的准确率可达到89.40%,能够有效并且准确地检测出电线杆遮挡。

一种基于灰度投影的中国象棋棋盘角点检测算法

提出了一种中国象棋棋盘角点检测的算法.首先采用LSD算法检测出棋盘灰度图像中的大部分直线,然后通过使用基于灰度值区域的投影直方图和基于LSD算法的直线交点检测两种方法,精确地检测出象棋棋盘的角点.最后通过实验,验证了算法的有效性和实时性,对于棋盘的亮度变化、棋盘畸变和边缘模糊具有良好的适应性.