哈尔滨工程大学水下机器人技术国防科技重点实验室, 黑龙江 哈尔滨 150001
针对智能水下机器人(AUV)的海底管道自动识别与跟踪问题，从仿真环境构建、图像处理、管道识别及环境建模等数据层次进行了分析，搭建了一套完整的水下管道识别与跟踪系统。在管道识别过程中，针对传统的Hough直线拟合的缺点，提出了基于特征聚类的伪假区域的去除和峰值点邻域逆向处理的改进Hough变换。并利用所搭建的三维仿真环境，对直管和弯管在线进行了多次检测和跟踪试验。仿真实验结果表明通过管道识别和环境映射，本套系统能有效完成水下管道自主检测和跟踪。
机器视觉 智能水下机器人 管道检测 改进Hough变换 可见光图像 中国激光
2014, 41(s1): s109006
1 湖南文理学院 物理与电子科学学院，湖南 常德 415000
2 四川农业大学 生命科学与理学院，四川 雅安 625014
为了更好地进行印制电路板线路检测，提出了一种有效的检测方法.首先分析了基于直方图势函数模型的图像预处理基本原理，运用该原理对印制电路板光电图像进行预处理，得到初步去模糊去噪音后边缘图像.然后提出了一种改进Hough变换直线检测方法，由该方法可确定图像中存在直线的大致位置，从而初步提取候选区域内的特征点集.接着讨论了最小二乘法直线检测基本原理，应用最小二乘法对经过改进Hough变换初步检测出来的直线进行拟合，得到精确的直线参量，加上模式聚类方法得到最后的直线.最后对实际获取的模糊且含噪音印制电路板光电图像应用所提方法进行检测实验.结果表明，本文的方法能够更好地体现出印制电路板线路的检测.
印制电路板线路检测 直线检测 印制电路板光电图像 改进Hough变换 最小二乘法 势函数模型 PCB circuitry detection Line detection PCB photoelectric image Improved Hough transform Least square method Potential function model
1 中国农业大学 信息与电气工程学院,北京 100083
2 河北农业大学 信息科学与技术学院,河北 保定 071000
机器视觉是对农业机械进行导航的一种重要方法。提出一种在农业机械导航系统中,利用机器视觉技术获得导航基准线的方法。该方法从农田作业环境特点出发,主要利用颜色特征因子(2G-B-R)进行灰度化处理,使用最大类间方差(OTSU)自动阈值法获得二值化图像,采用基于已知点的改进Hough变换方法,提取导航基准线,解决传统Hough变换处理速度较慢的问题。实验表明,该算法处理640 pixel×480 pixel的彩色图像平均用时100 ms,正确识别率为92%,能够满足农田作业的实时处理要求,是一种快速有效地图像处理算法,具有特定的实用价值。
图像处理 机器视觉 导航 基准线 改进Hough变换
1 上海交通大学,图像处理与模式识别研究所,上海,200240
2 中国航天科工集团公司,二院,北京,100854
3 上海大学,通信与信息工程学院,上海,200072
4 中国科学院成都计算机应用研究所,四川,成都,610041
提出了一种复杂背景下红外图像序列中圆形目标提取、判别以及跟踪的系统框架.在目标提取阶段,采用支持向量回归的方法选择种子点,用自适应选择阈值区域的生长方法进行分割提取目标.对于目标判别,采用最多共圆像素点数除以总像素点数作为圆形程度的度量进行圆形判别,并提出改进的标准Hough变换来找到共圆点.跟踪算法中,应用了粒子滤波的跟踪方法,并针对红外目标的特点,建立实现粒子滤波算法的细节.实验证明了整个框架体系的有效性和稳健性.
支持向量回归 圆度 改进Hough变换 粒子滤波
