一种基于可扩展分段直方图自适应均衡化方法

    公开(公告)号:CN104282004B

    公开(公告)日:2015-05-20

    申请号:CN201410304816.3

    申请日:2014-06-30

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于可扩展分段自适应直方图均衡化方法,包括以下步骤:步骤1:采用可扩展直方图分段方法对输入的原直方图进行扩展;步骤2:对扩展后的直方图进行均衡化处理,每个均衡化后的子直方图具有与原始直方图相同的长度;步骤3:将步骤2得到的已均衡化子直方图按照下式进行加权混合,获得最终的均衡化直方图Ht(i);利用该方法采用可扩展直方图分段策略,可实现均衡化后图像灰度重分布到较大的动态范围,有利于暗区域图像的充分增强;运用提出了的自适应直方图均衡化方法,根据图像灰度属性自适应控制灰度均匀分布程度,从而可避免图像的过度增强、欠增强以及不自然的光晕现象产生;整个方法计算速度快,得到了增强效果明显的图像。

    医药检测机器人中基于序列图像时域特征的杂质检测方法

    公开(公告)号:CN103942792B

    公开(公告)日:2015-05-20

    申请号:CN201410150949.X

    申请日:2014-04-15

    Applicant: 湖南大学

    Abstract: 本发明公开了一种医药检测机器人中基于序列图像时域特征的杂质检测方法,根据序列图像像素的时域特征,将亮背景区域特征和暗背景区域特征映射到同一特征空间,消除亮背景与暗背景之间的差别,并通过神经网络对目标与背景进行分类,实现目标与背景的分割,根据异物特征运动轨迹,检测出异物。有效解决序列帧差法无法解决的亮背景、暗背景图像分割问题,异物检测漏检率、误检率更低;该发明方法相比现有序列差分方法,速度更快,且不受序列帧数目的影响,尤其在20帧以上的序列图像处理过程中,效果更明显;采用BP神经网络,通过样本学习的方法,自动建立分类标准,增强了复杂背景的适应能力,满足更多样本特征的有效提取。

    一种适用于城市道路车道线预测及预警方法

    公开(公告)号:CN104008645B

    公开(公告)日:2015-12-09

    申请号:CN201410260194.9

    申请日:2014-06-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种适用于城市道路车道线预测及预警方法,首先,对采集到的道路图像降采样,设定感兴趣检测区域,灰度化,滤波增强,用Canny算子进行边缘检测,将边缘检测后的图像二值化,映射到Hough平面,用改进的Hough变换提取车道线;然后,采用经典Kalman滤波算法预测车道线参数,建立感兴趣区域,用最小二乘法对感兴趣区域内的车道线进行拟合,得到最优预测值。最后,将道路路面信息和汽车当前位置信息相结合,建立基于横向距离的车道偏离报警模型,实现偏离报警。本发明提出的车道线识别算法具有良好的实时性和鲁棒性,车道偏离报警模型计算简单,报警准确。

    一种基于可扩展分段直方图自适应均衡化方法

    公开(公告)号:CN104282004A

    公开(公告)日:2015-01-14

    申请号:CN201410304816.3

    申请日:2014-06-30

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于可扩展分段自适应直方图均衡化方法,包括以下步骤:步骤1:采用可扩展直方图分段方法对输入的原直方图进行扩展;步骤2:对扩展后的直方图进行均衡化处理,每个均衡化后的子直方图具有与原始直方图相同的长度;步骤3:将步骤2得到的已均衡化子直方图按照下式进行加权混合,获得最终的均衡化直方图Ht(i);利用该方法采用可扩展直方图分段策略,可实现均衡化后图像灰度重分布到较大的动态范围,有利于暗区域图像的充分增强;运用提出了的自适应直方图均衡化方法,根据图像灰度属性自适应控制灰度均匀分布程度,从而可避免图像的过度增强、欠增强以及不自然的光晕现象产生;整个方法计算速度快,得到了增强效果明显的图像。

    冷凝器管口图像的平面质心定位方法

    公开(公告)号:CN102289824A

    公开(公告)日:2011-12-21

    申请号:CN201110188065.X

    申请日:2011-07-06

    Applicant: 湖南大学

    Abstract: 本发明公开了一种冷凝器管口图像的平面质心定位方法,包括步骤:(1)对摄像机进行标定;(2)控制机器人手眼机构沿摄像机的光轴运动,连续拍摄待清洗管板区域的灰度鸟瞰图,在其中选择清晰的图像进行预处理,得到多个管口和背景呈“黑白”对照的二值图像,待清洗管板区域中的管口呈横纵错列式分布;(3)绘制列像素灰度值累加和曲线S1和行像素灰度值累加和曲线S2;统计S1中“列波谷”处的局部极小值点集的横坐标以及S2中“行波谷”处的局部极小值点集的纵坐标,得到一质心粗略坐标集合;(4)剔除伪质心,完成多目标的质心粗略定位。本发明具有精度高、计算量小的优点。

    一种智能移动清洗机器人

    公开(公告)号:CN102009046A

    公开(公告)日:2011-04-13

    申请号:CN201010509595.5

    申请日:2010-10-15

    Applicant: 湖南大学

    Abstract: 本发明公开了一种智能移动清洗机器人,其特征在于,在行走机构上设置有底座,大臂的一端通过大臂驱动轴与底座连接,大臂的另一端依次通过中臂、小臂和连接臂与喷枪机构连接,所述的喷枪机构包括喷枪基座和喷枪体,为喷枪体供水的进水管接到智能移动清洗机器人上,智能移动清洗机器人上还设有控制机构。该智能移动清洗机器人结构简单、清洗效率高、适用范围广、自动化程度高。

    一种适用于城市道路车道线预测及预警方法

    公开(公告)号:CN104008645A

    公开(公告)日:2014-08-27

    申请号:CN201410260194.9

    申请日:2014-06-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种适用于城市道路车道线预测及预警方法,首先,对采集到的道路图像降采样,设定感兴趣检测区域,灰度化,滤波增强,用Canny算子进行边缘检测,将边缘检测后的图像二值化,映射到Hough平面,用改进的Hough变换提取车道线;然后,采用经典Kalman滤波算法预测车道线参数,建立感兴趣区域,用最小二乘法对感兴趣区域内的车道线进行拟合,得到最优预测值。最后,将道路路面信息和汽车当前位置信息相结合,建立基于横向距离的车道偏离报警模型,实现偏离报警。本发明提出的车道线识别算法具有良好的实时性和鲁棒性,车道偏离报警模型计算简单,报警准确。

    基于阴影假设和分层HOG对称特征验证的前车检测方法

    公开(公告)号:CN103679205A

    公开(公告)日:2014-03-26

    申请号:CN201310717305.X

    申请日:2013-12-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于阴影假设和分层HOG对称特征验证的前车检测方法,通过人工选取由车载相机拍摄的图像,归一化计算图像库的分层HOG对称特征,并经过极限学习机(ELM)的训练得到分类器;然后对由车载相机采集的视频图像进行阴影化处理,得到假设的车辆子图;最后把得到的假设子图通过分类器进行判断得到检验结果。该发明方法能够准确、实时的检测出前方车辆,并且对光照强度变化有很强的鲁棒性。

    基于阴影假设和分层HOG对称特征验证的前车检测方法

    公开(公告)号:CN103679205B

    公开(公告)日:2016-09-28

    申请号:CN201310717305.X

    申请日:2013-12-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于阴影假设和分层HOG对称特征验证的前车检测方法,通过人工选取由车载相机拍摄的图像,归一化计算图像库的分层HOG对称特征,并经过极限学习机(ELM)的训练得到分类器;然后对由车载相机采集的视频图像进行阴影化处理,得到假设的车辆子图;最后把得到的假设子图通过分类器进行判断得到检验结果。该发明方法能够准确、实时的检测出前方车辆,并且对光照强度变化有很强的鲁棒性。

    医药检测机器人中基于序列图像时域特征的杂质检测方法

    公开(公告)号:CN103942792A

    公开(公告)日:2014-07-23

    申请号:CN201410150949.X

    申请日:2014-04-15

    Applicant: 湖南大学

    Abstract: 本发明公开了一种医药检测机器人中基于序列图像时域特征的杂质检测方法,根据序列图像像素的时域特征,将亮背景区域特征和暗背景区域特征映射到同一特征空间,消除亮背景与暗背景之间的差别,并通过神经网络对目标与背景进行分类,实现目标与背景的分割,根据异物特征运动轨迹,检测出异物。有效解决序列帧差法无法解决的亮背景、暗背景图像分割问题,异物检测漏检率、误检率更低;该发明方法相比现有序列差分方法,速度更快,且不受序列帧数目的影响,尤其在20帧以上的序列图像处理过程中,效果更明显;采用BP神经网络,通过样本学习的方法,自动建立分类标准,增强了复杂背景的适应能力,满足更多样本特征的有效提取。

Patent Agency Ranking