基于线性抛物线模型的车道检测与跟踪方法

车道检测是车道偏离预警系统的前提,是车辆辅助驾驶系统的重要组成部分。提出一种基于线性抛物线模型车道检测与跟踪方法：首先,提出一种新的车道线检测感兴趣区域（ROI）设置方法;其次,引入双阚值算法对道路边缘进行提取,利用Hough变换初步获得车道中线及消失点坐标并提取道路标识线;最后,建立线性抛物线模型,引入卡尔曼滤波（KF）对车道线进行跟踪,并用卡尔曼滤波对模型参数进行更新。多段实地采集的视频仿真试验结果表明,该算法能快速、稳定的检测和跟踪车道线。     

基于改进Hough变换的偏心口检测

分析了Hough变换在圆检测应用中存在的问题,针对液体罐装桶盖的加注口为偏心圆形的情况,提出了一种基于两点梯度信息的改进的Hough变换算法.经检测实例验证,该算法计算速度快,占用内存少,检测精度高.     

基于图像处理的车辆防偏防追尾预警系统研究

针对交通事故的不断上升,设计一种基于图像处理的车辆防偏防追尾预警系统。首先利用改进的Hough变换检测出前方车道线并进行预警决策;然后在此车道区域内根据车底部阴影的梯度特征确定前方可能存在的车辆区域,通过卡尔曼滤波器跟踪检测到的目标,并利用归一化转动惯量做车辆验证;最后根据世界坐标系和图像坐标系之间的几何映射关系测定与前车的距离,进而与计算得出的安全距离对比从而实现报警功能。实验结果表明,该系统能够有效的识别出车道线和车辆,并能很好的判断车道线偏离情况和测量车间距,从而实现预警输出。     

基于Hough变换的线段检测算法的改进

基于Hough变换的基本理论及目前的改进算法,针对Hough变换所存在的参数峰值不明显、存储空间大及计算速度慢等不足,提出了一种改进的随机Hough变换,可实现由长到短逐次提取线段,并给出了线段起始点和终止点的计算方法。实验证明了该改进算法的有效性。     

基于RHT的多圆检测改进算法

针对多圆检测问题,提出了一种基于RHT的改进算法PHT3（3-point Hough transformation）。对整幅图像特征点按连续性进行点集归类,同时计算有效点的梯度方向信息;按照一定的取点规则在同一点集中取3点,得到候选圆的圆心参数;依据所求圆心参数以及梯度信息判定选取3点的有效性,以降低Hough变换的无效累积。针对常规确定圆半径精度有限的缺陷,提出利用点集并结合候选半径的均方差来获得亚像素半径,同时解决了同心圆半径的检测问题。与RHT算法进行对比检测,结果表明：PHT3算法检测时间为RHT算法检测的1/6,且无效累积更小,同时保留了Hough变换对局部信息缺损不敏感和对随机噪声鲁棒性强的特点。     

基于人脸肤色及椭圆检测的人脸检测

在计算机视觉以及模式识别中,对人脸图像的处理越来越受到人们的关注。针对人脸检测,本文提出了基于肤色和椭圆检测的人脸检测算法。该方法首先将根据人脸肤色,在YCb Cr空间计算出人脸肤色阈值,并根据阈值,采用区域生长法初步确定人脸所在位置。在初步获取人脸位置的基础上,提出一种改进的椭圆检测算法,实现对人脸区域的进一步检测。该方法的优点在于在初步确定人脸区域的基础上进行椭圆检测,可避免使用Hough变换等方法,从而减少运算量。     

基于YOLO卷积神经网络的水稻秧苗行线检测

为了提高插秧机视觉导航精度,提出了一种基于YOLO卷积神经网络的水稻秧苗行线检测方法。首先对原始图像进行裁剪和拉伸预处理,划分为子图,然后由YOLO网络训练子图,根据秧苗目标框的位置信息确定秧苗行定位点,并拼接子图定位点获取全图秧苗行定位点,连接秧苗行定位点生成秧苗行线,计算相邻定位点间线段斜率以获得行线角度。试验结果表明,YOLO网络的秧苗区域检测性能优于Faster R-CNN和ResNet101,且秧苗行线的检测准确率高于Hough变换和聚类算法。该方法泛化性能强,可以准确检测秧苗行线,为插秧机视觉导航的路径规划提供可靠的定位信息。     

基于HT的多条直线检测的特点及其算法改进

依据霍夫（Hough）变换原理,给出了多条直线检测的算法,分析了基于霍夫变换（HT）检测多条直线的特点,即直线—峰值对应性,检测直线不确定性（针对斜率大于0的情况）,累加器A的值与待测直线段长度的关系,带噪声多条准直线的参数空间峰值特征,倾角为90°的直线段参数空间峰值特征,并有针对性的提出了改进方法。提出了依据峰值自动搜索填充范围的算法,实现了峰值的搜索,并通过马铃薯作物的行检测验证了该方法的有效性。     

基于改进的Hough变换的圆检测

在进行圆形目标检测时,通常采用基于Hough变换的方法,但这种方法计算量大、运算速度慢、对存储空间需求大.为此,提出了改进的Hough变换用于圆形目标检测,该方法在圆形目标定位时具有快速、稳定、准确的特点,可以满足实时性要求.在基于啤酒瓶生产线的实际数据集上验证了该算法的有效性.     

重叠苹果果实的分离识别方法

针对苹果采摘机器人重叠果实识别误差较大的问题,设计了一种分离识别方法。首先在苹果图像分割获取其二值果实区域的基础上,基于横、纵投影图实现重叠形态果实的判别,而后基于边缘曲线通过SUSAN算法检测果实轮廓上的角点,再通过迭代腐蚀和瓶颈准则挑选重叠果实的分离点,并采用Bresenham算法连接分离点实现重叠果实的分离。提取分离果实边缘曲线的有效轮廓后,通过改进的随机Hough算法拟合果实圆心及半径。最后选择15幅重叠果实区域二值图像,通过不同角点检测计算结果的比较,验证了SUSAN算法相比于其他角点检测方法更为有效;通过改进的随机Hough算法识别11幅图像中的21个果实,其圆心相对误差平均值、半径相对误差平均值和相对偏差平均值分别为6.90%、4.12%和6.07%,比传统Hough算法分别低4.03、2.75、1.14个百分点,说明改进的随机Hough算法得到的拟合圆更接近实际苹果果实区域。     

基于计算机图像处理的农田环境定位

针对计算机对农田环境定位困难问题,提出一种计算机图像预处理和霍夫变换相结合进行农田环境定位的方法。通过对农田作物行图像特点的分析,运用恰当的计算机图像处理方法,从作物行图像中提取出反映作物行位置的准定位参考线,运用霍夫变换技术得到真正的定位参考线及其参数。采用600×450的甘著作物行图像进行实验,结果表明该方法能够实现较好的定位效果。     

合肥市城市道路绿化行道树配植模式的研究

调查分析了合肥市二环内38条道路的城市道路绿化配置模式,结果表明：合肥市道路绿化配植模式有：一板二带式,二板三带式,三板四带式和四板五带式,其中以一板二带式和三板四带式为主,分别占调查道路总数的42％和46％,二板三带式和四板五带式仅占5％和7％;行道树现有树种22种,隶属16科20属,以香樟、广玉兰、悬铃木、国槐、女贞为主。根据现状,并借鉴其它城市道路绿化配植成功的模式,依据不同的道路性质、走向、人行道宽度和断面结构,提出新的道路绿化配植模式和行道树,为今后合肥市及其周边城市道路绿化设计提供参考。     

Modelling agronomic images for weed detection and comparison of crop/weed discrimination algorithm performance

A new method for weed detection based on modelling agronomic images taken from a virtual camera placed in a virtual field is proposed. The aim was to measure and compare the effectiveness of the developed algorithms. Two sets of images with and without perspective effects were simulated. For images with no perspective, based on Gabor filtering and on the Hough transform, the performance of two crop/inter-row weed discrimination algorithms were tested and compared. The method based on the Hough transform is, in any case, better than the one based on Gabor filtering. For images with perspective effects only, an algorithm based on the Hough transform was tested and an extension to real images is discussed. These tests were done by a comparison between the weed infestation rate detected by these algorithms and the true one. This evaluation was completed with a crop/weed pixel classification and it demonstrated that the algorithm based on a Hough transform gave the best results (up to 90%).     

Vision-based Navigation System for Autonomous Transportation Vehicle

Autonomous navigation using global positioning system (GPS) or geomagnetic direction sensor (GDS) to detect absolute position is widely used. An alternative system that detects boundary lines and intersections information can be achieved using machine vision based navigation systems. The objectives of this research are the development of the intersection detection method using machine vision and the approaching/turning at the intersection using dead reckoning method. Intersection guidance markers (IGM) were installed on farm road intersections. The method of intersection recognition involved the search to detect the IGM instead of the actual intersection, which would be difficult because the latter changes appearance through the season. Hough Transform and coordinate transformation was used for this purpose. A dead reckoning system for approaching and turning on the intersection was developed. Rotary encoders installed on both sides of the crawler sprocket are used as guidance sensors. RTK-DGPS and fiber optic gyroscope (FOG) were used for evaluating the track of autonomous traveling. The result of field tests (the speed was 0.8 m/s) showed the rms of intersection detection error and the dead reckoning error were 0.12 m at 8.64 Hz processing speed and 0.063 m respectively.     

线性空间的道路景观改造设计导则——以达州市朝阳西路景观改造规划为例

以达州市朝阳西路景观改造规划为例,通过分析场地现状及存在问题提出相应的解决方法。介绍了＂整合、更新、新建＂的规划设计理念及道路整体风貌结构的空间序列、功能结构,最后从车行道、人行道、节点空间、环境设施4个方面详细说明了景观改造导则。     

海口市街道绿化类型减噪效应的测定与分析

对海口市街道绿化类型减噪效应进行初步测定。结果表明:街道交通主干线道路两侧区域的昼间噪声没有超标;噪声源通过街道绿化带后都有不同程度的衰减;通过街头绿地的平均净衰减值最大,平均净衰减值为4.3dB;通过二板五带式和一板四带式绿化类型的街道噪声的平均净衰减值较大,平均净衰减值分别为2.4dB和2.3dB。因此,海口市应该尽量多建设街头绿地和一板四带式、二板五带式街道绿化类型,使城市的声环境质量保持在较高水平。     

基于机器视觉的作物对行喷药控制的研究

设计了一套基于机器视觉的作物对行喷药控制系统.首先由CCD摄像机拍摄成行作物图像,提取其色调值图像并用最大类间方差法二值化后,经数学形态学腐蚀后用Hough变换方法拟合作物行中心线,最后步进电机移动其喷头标识来对准此作物行.实验验证了该方法的正确性.     

基于多因子对象的高空间分辨率遥感影像道路提取

利用面向对象思想,综合应用光谱值、光滑度、紧凑度及长宽比等因子,分割道路对象,构建规则知识库,探讨一种基于多因子对象的高空间分辨率遥感影像道路提取方法,并以厦门市局部区域的QuickBird影像为例进行实证.结果表明：影像分割尺度为75时,道路对象被较完整分割;与传统基于单个像元光谱信息的监督分类法相比,该方法的提取精度较高.     

自然光照条件下苹果识别方法对比研究

针对自然光照条件下果园苹果识别效果不佳的问题,从苹果的颜色分割和形状提取2方面进行对比研究,提出一种自然光照条件下的苹果识别方法。利用错检率、漏检率和处理速度3个量化指标综合对比分析颜色阈值、SVM和BPNN 3种苹果颜色分割方法的处理效果。比较6种边缘检测算法对苹果区域图像的边缘检测效果,并使用Hough圆检测算法对苹果形状进行提取,以获得苹果的圆心和半径。试验结果表明:由BPNN的苹果颜色分割方法以及结合Log和Hough的苹果形状提取方法所构建的果实识别算法具有较高的鲁棒性和准确性,能有效克服果实遮挡、重叠和颜色变异等问题,果实平均识别率可达91.6%。