红外图像舰船目标检测中, 目标通常位于海天/岸岛线附近, 预先检测出海天/岸岛线, 确定舰船目标的潜在区域, 可减少目标检测过程中的搜索范围, 降低数据处理量, 提高检测速度。针对传统的海天/岸岛线检测算法对不同背景图像适应性差的问题, 分析了海天/岸岛线特征, 提出了应用LSD线段检测算法和聚类的海天/岸岛线检测算法。首先通过LSD线段检测算法获取图像中局部直线轮廓, 然后通过K-均值聚类获取潜在海天/岸岛线区域, 最后通过分析潜在海天/岸岛线区域纹理特征确定真实的海天/岸岛线位置。实验结果表明, 该方法对多种背景下海天/岸岛线检测适应性强, 检测精度高。
红外图像 目标检测 LSD线段检测 海天/岸岛线 纹理特征 聚类 infrared image target detection LSD line segment detection sea-sky line and coastline texture feature clustering
1 华中师范大学 地理过程分析与模拟湖北省重点实验室, 湖北 武汉 430079
2 华中师范大学 城市与环境科学学院, 湖北 武汉 430079
针对现有线段提取算法存在的不足, 提出了一个点元梯度特征引导下的线段检测算子, 在编组的前、中和后三大环节进行逐级质量控制.基于梯度最优并结合邻近性、方向性等规则控制“欠提取”错误, 采用假设检验方法控制“过提取”错误.多源数据实验表明, 提出的算法在编组中不易受到弱梯度像素或噪声的干扰, 与经典的线段提取算子相比, 在线段提取的效率和稳健性都有一定的优势, 有利于实现从场景到结构的重要视觉符号描述.
线段检测 像素编组 质量控制 假设检验 欠提取 过提取 line segment detector pixels grouping quality control hypothesis testing false negative false positive
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100039
3 白城师范学院, 吉林 白城 137000
4 哈尔滨工业大学, 黑龙江 哈尔滨 150001
基于靶标的几何特征提出了一种快速识别算法来解决目前航天器靶标识别存在的问题。设计了一款带有线段与圆环图案的合作靶标。利用高斯滤波去除图像中的噪声, 运用Canny检测算子得到边缘图像, 并跟踪得到单像素边缘序列。然后, 通过判断非共线四点是否共圆排除大部分不可能构成圆的边缘, 利用同一圆周的两段子弧对应相同圆心和半径的几何特征实现圆检测。最后根据靶标圆与线段的几何关系排除干扰, 实现靶标的准确识别。实验结果表明, 该靶标识别算法对噪声、光照、旋转等不敏感, 能够在多种复杂场景中快速、准确地识别靶标, 处理时间小于125 ms, 满足实时位姿测量8帧的需要。目前, 该算法已经成功应用于工程样机。
航天器靶标 目标识别 图像处理 圆检测 线段检测 边缘跟踪 aircraft target target recognition image processing circle detection line segment detection edge tracking
1 复旦大学 信息科学与工程学院智慧网络与系统研究中心, 上海 200433
2 复旦大学 电磁波信息科学教育部重点实验室, 上海 200433
现有的全色遥感图像机场目标检测方法, 对机场目标的直线特征利用得非常有限.提出一种同时利用自顶向下和自底向上显著性机制的新方法.利用线段检测算法检测直线, 通过跑道线段间邻近、平行且长度范围一定的特点, 提出了邻近平行性的概念, 可以深度挖掘机场跑道几何关系的先验知识.同时使用简化的基于图的视觉显著性模型, 提取自底向上的显著性.两者协同得到机场的候选位置.最后, 通过尺度不变特征变换提取特征, 利用支撑向量机进行判决, 可以精确定位机场目标.在具有各种类型的机场图像数据库上的实验结果表明, 相对于其他方法, 所提议算法具有速度快、识别率高、虚警率低的优势, 同时对于复杂背景具有更强的鲁棒性.
机场目标检测 线段检测算法 邻近平行性 基于图的视觉显著性 尺度不变特征变换 支撑向量机 airport target detection line segment detector near parallelity graph-based visual saliency scale-invariant feature transform support vector machine
1 北京交通大学 交通数据分析与挖掘北京市重点实验室, 北京 100044
2 中国传媒大学 理学院应用数学系, 北京 100024
3 北京理工大学 光电学院, 北京 100081
基于对铁路运行环境中所拍摄的图像特征的分析, 提出了一种修正的线段检测子(MLSD), 并利用该线段检测子结合最小二乘拟合及交叉迭代优化方法对消失点进行快速检测, 进而利用消失点坐标实现了相机姿态的估计, 为后续调整机器视觉算法进行铁路运行环境的场景重建提供重要依据。运用该方法, 基于车载相机所拍摄的图像对车载相机姿态进行估计, 实验所得的估计值满足了车载检测系统的精度要求, 表明了此方法对于估计相机姿态有效的。
应用光学 相机坐标系 世界坐标系 相机姿态 线段检测 消失点 applied optics camera coordinates world coordinates attitude of camera camera calibration vanishing points
广西师范大学,物理与信息工程学院,广西,桂林,541004
研究了数学表达式识别中符号线段特征的提取问题.为正确提取符号的线段特征及其一些相关属性,提高识别系统的符号识别率,对Hough变换的局限性进行了分析,并作了一些改进,改进算法在原算法的基础上增加了线段的连续性的检测以及相关属性的提取,如线段数目、方向(角度)以及始末端点等.实验证明,该算法能有效地提取出符号线段及其一些属性,可应用于其他识别系统的符号特征提取.
数学表达式识别 Hough变换 线段检测 特征提取
西北工业大学,航天工程学院,导航制导教研室,陕西,西安,710072
Radon变换在数学理论上有重要价值,并可用于图像直线特征的提取,但是在检测线段时,Radon变换无法提供线段的端点以及长度信息,低信噪比时检测难度加大.探讨了Radon变换在低信噪比图像特征检测的适用性,分析了Radon变换的优势与不足,并从信息融合的角度出发,提出了Radon变换补充的应用策略,对低信噪比的机场跑道图像进行了验证,显示出较好的检测效果.
Radon变换 线段检测 附加策略 Radon transform Line segment detection Accessional strategy
