基于RANSAC和卡尔曼滤波的窄焊缝识别

针对高效鲁棒的焊缝识别对于提高焊接质量和效率具有重要的作用,提出了一种基于线结构光的薄壁件窄焊缝快速识别方法。首先,对激光照射的焊缝图像进行去噪和增强;其次,分别利用Ransac算法和最小二乘法对焊缝和激光条纹进行直线拟合;接着,以二直线交点为中心建立ROI,连接ROI中的连通体获得修正后的交点;最后,对修正后的交点加以平移,以斜率为状态变量进行卡尔曼滤波,以修正后的交点为中心建立ROI并计算ROI中各点斜率,寻找具有最接近滤波后的斜率的点,将其反向平移后的坐标作为交点的最终值。实验证明该算法具有较高的鲁棒性和较快的处理速度,可满足窄焊缝的实时识别需求。

基于RANSAC的鸡蛋凹陷检测

现代化的蛋品加工业中,传统的照蛋检测鲜有鸡蛋凹陷缺陷检测。为了实现快速在线检测,提出一种基于RANSAC的鸡蛋凹陷检测系统设计方案。在工业生产线上,将鸡蛋图片进行灰度转化、阈值分割、最小外接矩形法、角点检测,最后用多模RANSAC算法拟合蛋形曲线。通过对拟合蛋形曲线和鸡蛋壳曲线的比较,判断是否为凹陷鸡蛋,该算法的多模平均拟合时间为每个0.45s,检测精度达到91%,证明算法具有较强的鲁棒性和实时性。

基于三维成像声呐的无人艇水下目标检测

针对无人艇水下目标探测过程中声呐图像受干扰多、单个目标可能分裂为多个亮斑等问题,开展了基于三维成像声呐的无人艇水下目标检测技术研究。首先,考虑水面无人艇水下目标检测跟踪识别的需要,建立了三维点云图像模型;然后,提出了基于随机抽样一致性(RANSAC)平面拟合的海底检测算法,以完成三维点云图中海底平面提取与分离,通过基于欧式聚类的三维点云检测技术和多特征数据关联技术等手段提高了目标的检测概率;最后,在湖上进行了试验,试验结果验证了该算法对水下目标检测识别的有效性。

一种RANSAC多模型拟合的隧道点云滤波算法

针对目前大多数点云滤波方法的不足,提出基于随机抽样一致(random sample consensus, RANSAC)多模型拟合的隧道点云滤波算法。与单模型拟合滤波方法不同,该算法在每个隧道横断面上使用多个圆模型进行分段拟合,多个模型具有不同的模型参数,将远离所拟合的各圆模型的点作为噪声点进行剔除。实验结果表明,相较于单模型拟合滤波方法,所提出的多模型法具有更低的一类误差和相近的二类误差,对隧道三维激光点云的滤波效果更好。

基于Hessian矩阵的改进EDlines输电线识别算法

随着电力网络的飞速发展,采用无人机搭载高清摄像头来进行输电线巡检已成常态。为提高巡检的实时性和准确性,本研究提出了一种基于Hessian矩阵的改进EDlines输电线识别算法。首先,通过伽马变换对输电线图像进行预处理,利用Hessian矩阵特征值和特征向量以求取像素点主方向和主曲率,并获得输电线主体轮廓,从而摒弃了传统方法中梯度计算锚点和像素方向的繁琐步骤。接着,在主体轮廓基础上连接锚点以得到潜在直线线段像素链,并运用随机抽样一致性(RANSAC)算法来进行线段拟合。最后,根据直线间的距离和角度,迭代拟合以得到最终的输电线。实验结果表明,该方法能应对多种复杂环境下的输电线识别任务,抗干扰能力强,误检率显著降低,为高空输电线巡检提供了可靠的技术支持,具有重要的工程应用价值。

基于Beamlet和K-means聚类的车道线识别

为了解决视频车道线识别中抗噪性差和鲁棒性低的问题,提出一种基于新的特征提取和分类的快速车道线识别算法。算法首先对预处理后的灰度图像进行改进的Beamlet变换,然后对Beamlet的中点集合运用改进的K-means方法进行聚类分析,最后对每类的中点集合分别进行基于3阶贝塞尔曲线的RANSAC拟合后可以准确地提取出车道线。通过简化Beamlet词典与快速提取Beamlet基,加快了Beamlet变换的计算速度;通过寻找最佳投影线与多次迭代聚类中心来改进K-means聚类,解决了曲线车道线和车道线数目的聚类问题。实验证明,对于结构化或非结构化的道路环境,提出的算法都具有很好的可靠性、实时性和鲁棒性。

基于2D预处理的点云分割和测量研究

针对传统3D工业相机获取的点云数据进行工件检测时因工件粘连和噪声干扰导致边缘分割问题,考虑点云数据量大影响检测实时性和3D特征点选取不准确导致测量误差大的因素,提出一种基于2D边缘检测的预处理方法,实现点云快速分割和测量。首先,采用改进的Canny算法对有序点云的纹理图像进行边缘检测,将检测后的图像进行数学形态学操作和轮廓检测完成纹理图像分割,规避了在3D空间中进行分割处理,有效减少了点云数量;其次,结合工件的形状特征和放置方式,利用掩膜操作提取出有序点云数据,使用基于RANSAC和条件滤波结合的方法对分割后的点云进行自适应阈值滤波处理,有效去除了噪声点云;最后,对经过预处理后的目标点云基于PCA的包围盒去计算工件尺寸以及表面法向量。实验结果表面,和传统的3D分割算法相比,能够更准确的提取出目标点云,有效减少了待处理点云数量,整体分割效率提高了约20%;工件尺寸的平均相对误差约1.24%,可以满足测量的需求。

改进EDLines算法暨在高空输电线识别与巡检中的应用

针对无人机高空输电线实时巡线识别速度慢、精度低等问题,提出基于图像特征检测识别EDLines算法,以去除背景干扰提高输电线识别精度。通过改进锚点判定的方式搜索锚节点,搜索邻域梯度最大值作为绘制边缘的路径,利用随机抽样一致性(RANSAC)算法拟合直线段,以亥姆霍兹原理对虚假线段进行滤波处理,采用K均值聚类筛选出输电线特征直线,设计方向模板二次滤波定位输电线的位置。实验结果表明:本文算法识别输电线准确率提高,抗干扰能力增强,运行效率高,具有工程实践意义。

一种非稳腔激光器光瞳位置提取方法

提出一种非稳腔激光器光瞳位置提取的方法,用于光路自动准直中光瞳位置的提取。首先使用双边滤波对原始图像进行预处理,然后用系数β乘以大津算法的图像阈值得到图像的阈值,对图像进行阈值分割。得到二值图像后,对二值图像进行中值滤波。通过边缘提取算法提取二值图像中的轮廓,然后利用轮廓的中心和组成轮廓的点的数目这两个轮廓属性,找到光瞳图像的内轮廓。使用RANSAC椭圆拟合算法拟合内轮廓,以椭圆的中心作为光瞳的位置。本文提出的光瞳位置提取方法,在满足实时性要求的同时,减少了内轮廓噪声对椭圆拟合的影响,提高了光瞳位置提取结果的准确性和鲁棒性。在100帧仿真光瞳图像的内轮廓中添加40%幅值为0~13的随机噪声点的情况下,所提方法比直接椭圆拟合方法的提取结果具有更高的准确性和鲁棒性,提取位置偏差的AVG比直接椭圆拟合的结果小0.283个像素、位置偏差的最大值小0.660个像素、位置偏差的RMS小0.136个像素。

基于激光点云数据的森林单木位置提取研究

以河北塞罕坝林场落叶松林地为研究对象,通过选取样地布设水泥桩和反射片,针对森林单木提取精度不高等问题,开展基于激光点云数据的森林单木位置提取方法研究,为森林资源调查的单木定位和数量统计提供参考。通过将采集的森林地面点云数据,采用反射片模式与各个测站点云数据进行配准,提出一种改进的体素空间邻域和RANSAC圆柱拟合方法,分3种不同大小的样地进行单木位置提取实验,结果表明,该方法的单木位置提取效果较好,提取精度均在93%以上。

结合单点分类与改进均值漂移聚类的地面激光点云单木检测

针对林分下层阴影遮挡和树冠密集分布导致在大范围场景中单木识别困难,易产生过分割和欠分割问题,提出了一种基于点云分类和均值漂移聚类的单木检测方法,可为森林资源调查提供地面参考数据并丰富单木检测手段。该方法首先使用布料模拟滤波(cloth simulation filtering,CSF)分离出地面点并建立地面模型;然后通过自适应K-NN(Knearest neighbors)对非地面点构造点云特征并基于随机森林(random forest,RF)提取树干点;最后基于改进均值漂移聚类进行单木提取,并对点簇切片进行RANSAC(random sample consensus)圆柱拟合确定单木位置。结果表明,该方法的两块研究样地单木检测精确率分别为90.06%和91.00%,召回率分别为93.33%和91.46%。另外,还通过单木聚类实验验证并分析了均值漂移聚类在单木提取中的有效性与准确性。

基于中心轴正交旋转的点云数据隧道断面提取方法

隧道断面的精确提取是隧道形变分析中的一个关键环节,然而,隧道内部复杂的形状和环境使得点云处理算法变得复杂,传统的断面提取与变形分析算法已经不适用于点云数据,因此亟需更高效和更鲁棒的算法。针对这一问题,本文提出了一种基于点云数据的隧道断面连续提取方法。首先,引入结合随机样本一致性(Random Sample Consensus,RANSAC)圆柱拟合与半径滤波的方法,以有效滤除离群点及附着在隧道壁上的噪声点;接着,通过双向投影获取隧道中轴线,并根据“与隧道中轴线正交旋转的直线相交于隧道壁”建立数学模型,从而实现对隧道点云断面的连续提取;最后,以断面点的拟合圆心坐标和设计半径为参数计算隧道的形变量,并通过可视化渲染直观展示隧道整体变形情况。为证明本文方法的有效性,实验选取了成都市某地铁线路三段地铁隧道的激光点云数据,结果表明,该方法滤除噪声时Ⅰ类误差、Ⅱ类误差和总误差均值分别为1.48%、1.03%和1.21%,Kappa系数达到97.45%。相比传统的最小二乘法、密度聚类法以及法向偏差法,本方法的3类误差之和分别降低了9.34%、10.61%和4.41%,Kappa系数则提高了5.36%、6.38%和3.65%。这充分展现出本方法更优越的鲁棒性和准确性;此外,该方法所提取出的隧道断面拟合半径与设计半径的偏差均值低至1.36 mm。相比目前的1.60 mm方法及6.00 mm方法,本文方法的偏差均值分别降低了2.5 mm和2.7 mm。而求得隧道形变量范围在0~18 mm之间,同时通过点云渲染方式直观展示了隧道整体变形情况。本研究的方法为隧道安全监测工作提供了可靠依据和基础支持。

一种复材自动铺放过程的铺层表面缺陷在线检测方法

介绍了一种复材自动铺放过程的铺层表面缺陷在线检测方法,该方法基于线激光轮廓扫描仪获取铺层表面的轮廓高度点云数据,利用RANSAC平面拟合算法和DBSCAN聚类算法对点云数据进行处理并编写了上位机软件,实现了铺层表面缺陷的自动在线检测,最后利用实际生产中出现的铺放缺陷对本文方法进行了试验验证。