华中科技大学 激光加工国家工程研究中心, 武汉 430074
为了解决在激光加工中大尺寸多盲孔的网点加工件定位困难的问题, 用工业相机拍摄局部图片, 根据网点中盲孔的结构特征和分布特点, 采用最小二乘法拟合圆的方法检测局部图片中的盲孔, 使用邻域特征的方法寻找网点中的特征点, 并利用特征点匹配实现局部定位整体,从而实现了加工件的精确和高效定位。结果表明, 邻域特征法对网点中盲孔的定位精度为0.02mm, 实现了对盲孔的有效定位, 解决了网点加工件定位困难的问题。该研究为在盲孔中完成激光加工等后续研究提供了基础。
激光技术 网点定位 最小二乘法 邻域特征 laser technique point location least square method neighborhood characteristics feature
陆军工程大学车辆与电气工程系, 河北 石家庄 050003
为了识别植被场景中的叶片和相邻障碍物,提出了一种三维激光雷达的目标检测算法。以雷达点云中的相邻点构建邻域特征,提取新的特征参数作为判别依据,采用期望最大算法求得混合高斯模型以表征特征参数的分布情况;最后,利用马尔可夫随机场建立先验模型,在最大后验概率框架下采用图割法进行求解,得到最优目标函数。该算法已成功应用于无人驾驶平台。研究结果表明,该算法能有效地识别叶片及其邻接障碍物,可以清楚地分辨障碍物边界。与传统算法相比,该算法具有更高的稳健性和准确率,且其实时性满足实际应用的需求。
图像处理 三维激光雷达 目标检测 邻域特征 马尔可夫随机场 混合高斯模型 图割法 激光与光电子学进展
2019, 56(3): 031010
图像去噪是遥感图像复原的重要步骤。在去除图像噪声的同时希望尽可能多地保留图像的纹理细节信息。受较差的成像环境和图像数据远距离传输的影响, 遥感图像中一般都含有较强的高斯-脉冲混合噪声, 而在现有的图像去噪算法中, 能够同时去除图像中的高斯-脉冲混合噪声的通用噪声滤波器很少。以非局部平均方法的滤波思想为基础, 通过引入邻域相似度评价的概念和脉冲噪声探测器, 提出了基于邻域特征匹配的通用噪声滤波器。实验结果表明:基于邻域特征匹配的通用噪声滤波器具备有很好地去除图像高斯-脉冲混合噪声的能力, 在去除高斯-脉冲混合噪声的同时能够很好地保持图像的复杂纹理和精细细节, 并且便于向DSP/FPGA多处理器平台上移植。
遥感图像去噪 高斯噪声 脉冲噪声 混合噪声 邻域特征匹配 remote sensing image de-noising gaussian noise impulse noise mixed noise neighborhood feature matching