摘要：针对岩石隧道掘进机(TBM)钢拱架拼接施工过程中的定位问题,提出一种基于机器视觉的钢拱架铰接孔定位检测方法。根据钢拱架拼接的现场环境,设计图像采集系统;使用具有旋转不变性的归一化的互相关值(NCC)模板匹配算法,可快速匹配钢拱架铰接孔所在的感兴趣区域;基于一维像素序列上的灰度梯度确定铰接孔外轮廓边缘点,并使用基于随机抽样一致性(RANSAC)算法的椭圆拟合方法确定钢拱架铰接孔圆心,实现钢拱架定位,为钢拱架拼接提供位姿信息。结果表明:该方法可实现钢拱架铰接孔的高效率、高精度定位检测。

摘要：针对其他算法对先验知识的需求造成的不便,提出无需先验知识的表盘区域检测与仪表判读算法。对于表盘区域检测算法,通过结合椭圆检测方法和非极大值抑制,检测备选仪表区域,通过设计预处理和梯度值与水平线角度的计算方法,在种子点选取时加入向心约束,检测向心线段并筛选仪表区域。针对仪表判读算法,通过设计分扇区选点算法拟合刻度线所在椭圆,识别刻度线,设置线段融合条件识别指针,利用最大极值稳定区域算法提取感兴趣区域(ROI),连接相邻ROI合成刻度值信息,随即关联刻度值与其近邻主刻度线的角度并进行拟合,完成仪表判读。实验表明,算法运行总时间为0.63 s,误差在一个刻度内的概率为80%,在两个刻度内的概率为96.7%,满足实际需求。

摘要：使用基本Hough变换进行椭圆的检测与提取,利用形状在投影时各投影区间中点是否在一条有效的正弦曲线上来检测形状是否具有中心对称性;结合对投影区间长度变化规律的分析,实现了在二维空间中椭圆的检测,并通过仿真实验说明了该方法的有效性;利用整周期上峰值线的对称性确定了多个形状投影分布的判定,使得对几何基元的提取纳入了统一的框架.

摘要：采用双目立体视觉系统,对空间球体三维视觉定位方法进行了研究,提出了基于双视锥曲面的球体定位方法.为了实现对球体三维位置的动态实时检测,提出一种基于预测的椭圆曲线快速搜索算法.该算法采用随机Hough变换的取样思想和启发函数预测椭圆搜索区域,减少Hough变换的计算量.为了提高Hough表的操作效率、减少存储空间,设计了一种有效的Hough表存储结构.通过多种方法的综合应用,降低了球体三维定位的计算量和对存储空间的需求,并在实验中验证了所提出的方法.

摘要：当前国内外科学家已研究出数种室内定位技术,然而各种定位技术都存在其局限性,其测量方法大都受室内信号强度的限制。因此设计出一种以梯度和位置为基础的椭圆检测算法,进行多次椭圆筛选提高椭圆提取准确率。结果证明该算法能够精确识别环形编码标记点,无需依靠信号强度,就能得到精确的环形编码标记点中心圆的圆心坐标,同时具有速度快、精度高、提取率高的优点。

摘要：视觉测量在飞行试验高精度测试中发挥着重要作用。针对常规视觉测量中多标志点识别定位存在误识别、定位精度低等问题,设计了一种新的环形编码对角标志,并提出了一种基于环形编码对角标志识别定位算法的视觉测量技术。重点介绍了基于EDCircles圆检测算法的标志点识别、基于Harries角点检测算法的亚像素级定位和基于坐标变换的编码信息解码等技术的实现。经过实验验证,研究成果编码标志点识别定位算法识别准确、鲁棒性强、定位精度高,在大投影角度下仍能达到92%的识别率,可以满足飞行试验动态视觉测量任务相关需求。

摘要：采用视频技术和高效椭圆检测算法,设计了一种基于椭圆图像特征的实时车位检测系统。利用普通USB摄像头对目标车位进行检测,在嵌入式ARM系统中对所拍摄的图片进行分析处理,提取图像边缘信息,根据这些信息对车位是否被占用进行检测。介绍了系统的软硬件平台构成,详细分析了视频数据采集和椭圆检测算法过程。经试验,该系统在实时性和准确性方面能够满足实际的车位检测和管理要求。

摘要：本文着重探讨如何实时地进行彩色球目标或者具有一定刚性目标的跟踪。结合先验颜色和形状特征 ,进行目标识别 ,可以增强系统的鲁棒性。将目标搜索限制在图像局部小区域内 ,增强实时性。给出的方法首先利用颜色信息确定辨识的区域 ,然后根据我们给出的椭圆分析方法进行鲁棒的目标识别。

摘要：为满足钢管计数中精度和速度的需求,提出了一种新型的椭圆检测方法。该方法避开了Hough变换或随机Hough变换的复杂性,直接通过边缘跟踪对椭圆进行拟合,通过其它边缘像素对拟合结果进行校验和对比,对概率超过阈值的无包含椭圆进行计数。在边缘检测过程中对Robert算子进行了改进,并在阈值分割前对边缘进行了增强,在阈值分割后对边缘进行了保持连通性的细化。根据需要还可以在计数过程中加入人工指导。实验结果表明,该方法能快速准确地检测出图像中所有椭圆。

摘要：针对椭圆检测的实时性需求,提出了一个快速的、基于区域像素的椭圆参数提取算法。该算法选用直线投票方程,运用区域像素,向两个1D数组进行Hough投票。推导了投票值与投票距离的函数关系。在两个投票方向上分别拟合一个二次函数,计算投票距离均值、投票距离宽度和最大投票值。运用投票距离均值计算椭圆对象的中心,运用投票距离宽度和最大投票值计算椭圆长轴和短轴,运用区域像素的统计特征计算椭圆对象的主轴方向。分别用模拟图像数据和现实图像数据对提出的椭圆检测方法进行测试,实验结果表明,该方法能够快速地从图像中提取椭圆对象的参数。所提出的基于区域像素的椭圆参数提取算法不需要进行边缘检测,仅向两个1D数组进行投票,因此提高了运算效率。