CN110349137B - 一种基于地面拟合的激光地面目标检测方法 - Google Patents
一种基于地面拟合的激光地面目标检测方法 Download PDFInfo
- Publication number
- CN110349137B CN110349137B CN201910576967.7A CN201910576967A CN110349137B CN 110349137 B CN110349137 B CN 110349137B CN 201910576967 A CN201910576967 A CN 201910576967A CN 110349137 B CN110349137 B CN 110349137B
- Authority
- CN
- China
- Prior art keywords
- ground
- value
- target
- distance
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000009825 accumulation Methods 0.000 claims abstract description 12
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 102000005717 Myeloma Proteins Human genes 0.000 claims description 2
- 108010045503 Myeloma Proteins Proteins 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001584785 Anavitrinella pampinaria Species 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基于地面拟合的激光地面目标检测方法。本方法基于地面拟合,在目标被部分遮挡的场景下有较好的检测效果。本方法包括以下步骤:步骤一,获取多帧激光原始数据,由原始数据使用多帧累积方法计算得到累积距离像与累积强度像;步骤二,由累积距离像与累积强度像计算得到图像每行的统计地面值;步骤三,由统计地面值进行拟合,得到图像每行的拟合地面值;步骤四,由拟合地面值与目标实际高度计算目标在激光原始数据中的距离范围,使用步骤一中的数据重新累积目标距离像与目标强度像,完成目标检测。本方法复杂度低,在目标被部分遮挡或激光原始数据信噪比较低时仍有较好的检测效果。
Description
技术领域
本发明属于数字图像处理领域,更具体地,是涉及一种基于地面拟合的激光地面目标检测方法。
背景技术
激光图像的目标检测在军事、安防、交通等领域起着重要的作用,其中地面目标是激光图像处理中的典型目标。
激光图像的目标检测方法大致分为两类。第一类是将激光距离图像当作普通的灰度图像来处理,利用图像处理领域的十分成熟方法(包括形态学操作、边缘检测等)对激光图像进行目标检测。这种方法需要较少的先验知识,对信噪比高的激光图像有较好的处理效果,但对信噪比低的激光图像不适用。
第二类是基于“高程滤波”的累积方法。地面目标一般出现在地面之上的一定高度范围之内,通过对地面拟合后将原始数据与该地面作差值,可以将激光原始数据分类为地面回波、地面物体回波与无效回波,将地面物体回波作为感兴趣区域,即可完成对目标的初检测,这类方法鲁棒性较强。
对于含有(树木等)遮挡、伪装的目标。第一类检测方法,发生在成像之后,此时图像大部分区域反映的是遮挡物的距离与强度,无法进行后续检测。而第二类方法虽然可以在成像阶段有效地获取目标信息,但通常这类方法以窗口扫描加插值为主,方法复杂度大,无法适用于对实时性要求较高的场合。
因此,在含有遮挡的场景下,准确且快速地获取目标信息是目前亟待解决的技术问题。
发明内容
本发明提供一种基于地面拟合的激光地面目标检测方法,用以解决现有方法无法避免遮挡物对目标的影响而导致无法快速有效进行目标检测的技术问题。
本发明解决上述技术问题的技术方案如下:一种地面目标激光图像检测方法,包括:
步骤1、获取多帧激光原始数据,对所述多帧激光原始数据进行多帧累积计算,得到累积距离像和累积强度像;
步骤2、基于累积距离像和累积强度像,计算图像每行的统计地面值;
步骤3、对所述统计地面值进行直线拟合,得到图像每行的拟合地面值;
步骤4、基于目标实际垂直高度和所述拟合地面值,计算目标在所述多帧激光原始数据中每行的距离范围,基于所述距离范围,对所述多帧激光原始数据重新多帧累积得到目标距离像和目标强度像,完成目标检测。
本发明的有益效果是:当目标处于激光前下视位置且激光器视场较小时,地面在激光图像上呈现为一个均匀的平面。图像上的每一行的地面距离大致相等,相邻行的地面距离差大致相等。因此可以将图像中每一行的地面距离用同一个数值表示,这种简化同样降低了方法复杂度。获取每一行的地面距离值需要用到累积距离像和累积强度像,之后用了地面距离作参考,使得重新获得的目标距离像与目标强度像具有更多的目标信息。
上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述步骤1包括:
步骤1.1、获取多帧激光原始数据,多帧激光原始数据的尺寸为M行、N列、K帧,其中的数据值为激光器到目标的距离信息;
步骤1.2、对于激光原始数据的一个像素位置,统计该位置的K个距离值,得到该像素位置的时域直方图;
步骤1.3、该时域直方图的峰值横坐标作为累积距离像中该像素位置的距离值,纵坐标作为累积强度像中该像素位置的强度值;
步骤1.4、判断是否M行、N列每个位置都处理完毕,如果否,转到步骤1.2;如果是,则步骤1完成,获得累积距离像与累积强度像。
进一步,所述步骤2使用直方图统计的方法为每行确定一个统计地面值。
进一步,所述步骤2包括:
步骤2.1、对获得的累积距离像和累积强度像中的一行,统计该行N个像素的距离值得到该行的空域直方图,其中,统计规则是:该行的一个像素的强度值如果大于阈值一,则统计该像素,否则忽略该像素;
步骤2.2、在该行的空域直方图上,距离值从大向小扫描,寻找第一个满足强度值大于阈值二的峰,该峰横坐标作为该行的统计地面值;
步骤2.3判断是否对M行均处理完毕,如果否,转到步骤2.1;如果是,获得统计地面值,统计地面值共有M个分量,每个分量代表相应行的地面距离值。
本发明的进一步有益效果是:对于某一行,一些像素位置出现目标,另一些位置没出现目标,显示出地面的距离值。出现目标的位置由于光子提前返回,相比未出现目标的位置距离值要小,因此取该行所有像素位置的最大距离值作为地面距离。这种方法简单,并在绝大部分情况下准确。
进一步,所述步骤3使用直线拟合法修正步骤2计算得到的所述统计地面值,得到拟合地面值,其中,该直线拟合法采用遍历寻找最优的策略获取与所述统计地面值最匹配的拟合地面值。
进一步,所述步骤3包括:
步骤3.1、对获得的统计地面值进行降序排列,获得最大的m个统计地面值及其对应的行序号,其中,m小于M;
步骤3.2、将所述m个统计地面值中每个统计地面值与其对应的行序号作为行序号-距离值坐标系下的一个点;
步骤3.3、遍历所述m个统计地面值中的每个点,并在预设的弧度范围内按照预设步长选择一个弧度,计算该弧度对应的斜率;
步骤3.4、由步骤3.3确定的该点与步骤3.3计算的斜率确定所述行序号-距离值坐标系下的一条直线,统计该直线与所述统计地面值对应的点中相吻合的点的个数,吻合点判别依据是距离差的绝对值小于阈值三,如果该直线吻合点个数多于全局最优直线吻合点个数,将该直线设置为全局最优直线;
步骤3.5、对于当前该点,判断所述弧度范围是否遍历完成,如果否选择另一个弧度并转入步骤3.3;如果是转入步骤3.6;
步骤3.6、判断最大的m个统计地面值是否遍历完成,如果否确定另一个点并转入步骤3.3;如果是转入步骤3.7;
步骤3.7、将全局最优直线作为拟合地面值。
本发明的进一步有益效果是:步骤2计算得到的每行地面距离值呈现出一条折线,通过使用步骤3所述的特殊直线拟合方法,可以修正不正确的地面距离。而使用通常的最小二乘拟合通常无法修正这些距离甚至覆盖正确的地面距离。
进一步,所述步骤4具体为:
基于所述步骤3获得的拟合地面值和目标的实际垂直高度,缩小累积范围,获取目标累积强度像与目标累积距离像。
进一步,所述步骤4包括:
步骤4.1、对所述多帧激光原始数据中一个像素位置,对目标的实际垂直高度进行几何变化,计算得到该像素位置处,目标的距离值范围;
步骤4.2、使用该距离值范围,对该像素位置统计两个时域直方图:地面直方图、目标直方图;
步骤4.3、目标直方图的峰值横坐标作为该像素位置的目标距离值,纵坐标作为该像素位置的目标强度值;地面直方图的纵坐标作为该像素位置的地面强度值;
步骤4.4、判断是否M行、N列每个像素位置都处理完毕,如果否,转到步骤4.1;如果是,获得目标距离像、目标强度像与地面强度像;
步骤4.5、对该目标距离像做空域滤波,方法是如果一像素位置的地面强度值大于阈值四或目标强度值小于阈值五,则将该像素位置的目标距离值设置为0,否则保持不变,其中,0代表无效,步骤4结束,获得滤波后的目标距离像,目标强度像在步骤4.4中获得。
本发明的进一步有益效果是:基于三角变换,将目标的实际垂直高度换算为图像中的距离差,这个距离差表示由于地面出现目标,使光子提前返回,减少的数值。基于地面拟合值与这个距离差重新累积原始图像,获取的信息更加准确地反映目标的出现与否。
附图说明
图1为本发明一个实施例提供的一种总体流程示意图;
图2为单帧激光原始数据;
图3为红外图像,其中,白框区域对应图2激光原始数据的视场;
图4为激光原始数据累积流程图;
图5为累积距离像;
图6为图5对应的累积强度像;
图7为地面拟合流程图;
图8为地面拟合结果;
图9为基于拟合地面的激光原始数据累积流程图;
图10为目标实际高度与距离值的转换原理图;
图11为目标强度像;
图12为地面强度像;
图13为滤波后的目标距离像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
下面参考图1流程以车辆目标为例来说明本发明的步骤:
步骤1,获取多帧激光原始数据,对所述多帧激光原始数据进行多帧累积计算,得到累积距离像和累积强度像,流程图如图4,包括以下步骤:
步骤1.1,获取多帧激光原始数据,激光原始数据的尺寸为M=64行、N=64列、K=400帧,成像时间为21时11分48秒,激光器距车辆目标350米。图2为单帧激光原始数据,每个数值代表激光器到目标的距离信息(激光原始数据来源于哈尔滨工业大学孙剑锋老师团队)。图3为与激光数据同时获得的红外图像,白框区域对应激光视场。
步骤1.2,对于激光原始数据的一个像素位置,统计该位置的400个距离值得到该像素位置的时域直方图hist;
步骤1.4,判断是否64行、64列每个位置都处理完毕,如果否,转到
步骤1.2;如果是,则步骤1完成,获得累积距离像(如图5)与累积强度像(如图6)。
步骤2,基于累积距离像和累积强度像,计算图像每行的统计地面值,流程图如图7第一列,包括以下步骤:
步骤2.1,对获得的累积距离像和累积强度像中的一行,统计该行64个像素的距离值得到该行的空域直方图hist_row,统计规则是:该行的一个像素的强度值如果大于阈值5,则统计该像素,否则忽略像素;
步骤2.2,在该行的空域直方图hist_row上,距离值从大向小扫描,寻找第一个满足±1包络范围内强度大于等于阈值4的距离值,该包络中心横坐标距离值作为该行的统计地面值;
步骤2.3,判断是否对64行都处理完毕,如果否,转到步骤2.1;如果是,获得统计地面值road_sta(如图8实线),统计地面值共有64个分量,每个分量代表相应行的地面距离值。
步骤3,对所述统计地面值进行直线拟合,得到图像每行的拟合地面值,流程图如图7第二列,包括以下步骤:
步骤3.1,对统计地面值road_sta进行降序排列,获得最大的16个统计地面值及其对应的行序号;
步骤3.2,遍历所述16个统计地面值,将每个统计地面值与其相应的行序号作为行序号-距离值坐标系下的一个点;
步骤3.3,遍历所述16个统计地面值中的每个点,并在弧度范围[0.5π,0.75π]内按照步长0.01π选择一个弧度,计算该弧度对应的斜率;
步骤3.4,由步骤3.3确定的点与步骤3.3计算的斜率确定所述行序号-距离值坐标系下的一条直线,统计该直线与步骤2所述的统计地面值road_sta相吻合的点的个数,吻合点判别依据是距离差的绝对值小于阈值3,如果该直线吻合点个数大于全局最优直线吻合点个数,将该直线设置为全局最优直线;
步骤3.5,对于当前该点,判断所述弧度范围是否遍历完成,如果否选择另一个弧度并转入步骤3.3;如果是转入步骤3.6;
步骤3.6,判断最大的16个统计地面值是否遍历完成,如果否确定另一个点并转入步骤3.3;如果是转入步骤3.7;
步骤3.7,将全局最优直线作为拟合地面值road(如图8虚线)。
步骤4,基于目标实际垂直高度和所述拟合地面值,计算目标在所述多帧激光原始数据中每行的距离范围,基于所述距离范围,对所述多帧激光原始数据重新多帧累积得到目标距离像和目标强度像,完成目标检测。流程图如图9,包括以下步骤:
步骤4.1,对所述多帧激光原始数据中一个像素位置,设其在第i行(1≤i≤64)。目标真实高度位于地面之上h_min=0.3米至h_max=2.5米,进行如图10的几何变换,计算得到该像素位置处,目标的距离值范围d_min至d_max。当激光器视场角为0.9°时,h与d的转换公式如下,其中b为第64行的地面距离值road(64),c为第i行的地面距离值road(i),均由步骤3得到。
步骤4.2,使用该距离值范围d_min与d_max,对该像素位置统计两个时域直方图:地面直方图、目标直方图。地面直方图的统计范围为road(i)-d_min到road(i)+d_min,目标直方图的统计范围为road(i)-d_min到road(i)-d_max,超出范围的距离值均不统计。
步骤4.3,目标直方图的峰值横坐标作为该像素位置的目标距离值,纵坐标作为该像素位置的目标强度值;地面直方图的纵坐标作为该像素位置的地面强度值;
步骤4.4,判断是否64行、64列每个位置都处理完毕,如果否,转到步骤4.1;如果是,获得目标距离像、目标强度像obj_int(如图11)与地面强度像road_int(如图12);
步骤4.5,对该目标距离像做空域滤波。方法是在某像素位置(i,j),如果条件
(road_int(i,j)>1且road_int(i-1:i+1,j-1:j+1)>18)
或obj_int(i-1:i+1,j-1:j+1)<27
满足,则将该像素位置的目标距离值设置为0,否则保持不变,其中0代表无效。步骤4结束,获得滤波后的目标距离像obj_ran(如图13)。
将图13(本方法)与图5(传统方法,作为本方法的预处理环节)比较可知,本检测方法基于地面拟合值,从原始激光数据累积距离像时更有针对性:传统方法累积有效范围是距离门内的所有距离值,本方法累积有效范围是计算得到的距离值范围。对于含有遮挡、信噪比较低的原始数据,本方法依然可以在这些数据中提取到大量的目标回波。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于地面拟合的激光地面目标检测方法,其特征在于,包括以下步骤:
步骤1、获取多帧激光原始数据,对所述多帧激光原始数据进行多帧累积计算,得到累积距离像和累积强度像;
步骤2、基于累积距离像和累积强度像,计算图像每行的统计地面值;
步骤3、对所述统计地面值进行直线拟合,得到图像每行的拟合地面值;
步骤4、基于目标实际垂直高度和所述拟合地面值,计算目标在所述多帧激光原始数据中每行的距离范围,基于所述距离范围,对所述多帧激光原始数据重新多帧累积得到目标距离像和目标强度像,完成目标检测;
所述步骤2使用直方图统计的方法为每行确定一个统计地面值;
所述步骤2包括:
步骤2.1、对获得的累积距离像和累积强度像中的一行,统计该行N个像素的距离值得到该行的空域直方图,其中,统计规则是:该行的一个像素的强度值如果大于阈值一,则统计该像素,否则忽略该像素;
步骤2.2、在该行的空域直方图上,距离值从大向小扫描,寻找第一个满足强度值大于阈值二的峰,该峰横坐标作为该行的统计地面值;
步骤2.3、判断是否对M行均处理完毕,如果否,转到步骤2.1;如果是,获得统计地面值,统计地面值共有M个分量,每个分量代表相应行的地面距离值。
2.根据权利要求1所述的一种基于地面拟合的激光地面目标检测方法,其特征在于,所述步骤1包括:
步骤1.1、获取多帧激光原始数据,多帧激光原始数据的尺寸为M行、N列、K帧,其中的数据值为激光器到目标的距离信息;
步骤1.2、对于激光原始数据的一个像素位置,统计该像素位置的K个距离值,得到该像素位置的时域直方图;
步骤1.3、该时域直方图的峰值横坐标作为累积距离像中该像素位置的距离值,纵坐标作为累积强度像中该像素位置的强度值;
步骤1.4、判断是否M行、N列每个位置都处理完毕,如果否,转到步骤1.2;如果是,则步骤1完成,获得累积距离像与累积强度像。
3.根据权利要求1所述的一种基于地面拟合的激光地面目标检测方法,其特征在于,所述步骤3使用直线拟合法修正步骤2计算得到的所述统计地面值,得到拟合地面值,其中,该直线拟合法采用遍历寻找最优的策略获取与所述统计地面值最匹配的拟合地面值。
4.根据权利要求3所述的一种基于地面拟合的激光地面目标检测方法,其特征在于,所述步骤3包括:
步骤3.1、对获得的统计地面值进行降序排列,获得最大的m个统计地面值及其对应的行序号,其中,m小于M;
步骤3.2、将所述m个统计地面值中每个统计地面值与其对应的行序号作为行序号-距离值坐标系下的一个点;
步骤3.3、遍历所述m个统计地面值中的每个点,并在预设的弧度范围内按照预设步长选择一个弧度,计算该弧度对应的斜率;
步骤3.4、由步骤3.2确定的该点与步骤3.3计算的斜率确定所述行序号-距离值坐标系下的一条直线,统计该直线与所述统计地面值对应的点中相吻合的点的个数,吻合点判别依据是距离差的绝对值小于阈值三,如果该直线吻合点个数多于全局最优直线吻合点个数,将该直线设置为全局最优直线;
步骤3.5、对于当前该点,判断所述弧度范围是否遍历完成,如果否选择另一个弧度并转入步骤3.3;如果是转入步骤3.6;
步骤3.6、判断最大的m个统计地面值是否遍历完成,如果否确定另一个点并转入步骤3.3;如果是转入步骤3.7;
步骤3.7、将全局最优直线作为拟合地面值。
5.根据权利要求1至4任一项所述的一种基于地面拟合的激光地面目标检测方法,其特征在于,所述步骤4具体为:
基于所述步骤3获得的拟合地面值和目标的实际垂直高度,缩小累积范围,获取目标累积强度像与目标累积距离像。
6.根据权利要求5所述的一种基于地面拟合的激光地面目标检测方法,其特征在于,所述步骤4包括:
步骤4.1、对所述多帧激光原始数据中一个像素位置,对目标的实际垂直高度进行几何变化,计算得到该像素位置处,目标的距离值范围;
步骤4.2、使用该距离值范围,对该像素位置统计两个时域直方图:地面直方图、目标直方图;
步骤4.3、目标直方图的峰值横坐标作为该像素位置的目标距离值,纵坐标作为该像素位置的目标强度值;地面直方图的纵坐标作为该像素位置的地面强度值;
步骤4.4、判断是否M行、N列每个像素位置都处理完毕,如果否,转到步骤4.1;如果是,获得目标距离像、目标强度像与地面强度像;
步骤4.5、对该目标距离像做空域滤波,方法是如果一像素位置的地面强度值大于阈值四或目标强度值小于阈值五,则将该像素位置的目标距离值设置为0,否则保持不变,其中,0代表无效,步骤4结束,获得滤波后的目标距离像,目标强度像在步骤4.4中获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910576967.7A CN110349137B (zh) | 2019-06-28 | 2019-06-28 | 一种基于地面拟合的激光地面目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910576967.7A CN110349137B (zh) | 2019-06-28 | 2019-06-28 | 一种基于地面拟合的激光地面目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110349137A CN110349137A (zh) | 2019-10-18 |
CN110349137B true CN110349137B (zh) | 2021-06-11 |
Family
ID=68177139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910576967.7A Active CN110349137B (zh) | 2019-06-28 | 2019-06-28 | 一种基于地面拟合的激光地面目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110349137B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669297B (zh) * | 2020-12-31 | 2022-05-27 | 中国科学院长春光学精密机械与物理研究所 | 一种目标探测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496020A (zh) * | 2011-10-31 | 2012-06-13 | 天津大学 | 基于累积边缘点可视灰度范围直方图的图像二值化方法 |
CN102830404A (zh) * | 2012-08-28 | 2012-12-19 | 中国人民解放军国防科学技术大学 | 基于距离像的激光成像雷达地面目标识别方法 |
CN102889864A (zh) * | 2011-07-19 | 2013-01-23 | 中铝上海铜业有限公司 | 带卷边部物体塔形检测系统及其检测方法 |
KR101501006B1 (ko) * | 2013-09-06 | 2015-03-11 | 한국공항공사 | 항공등화를 관리하기 위한 휴대용 항공등화 관리장치 |
CN105076077A (zh) * | 2015-07-25 | 2015-11-25 | 孟宪胜 | 一种基于激光成像检测的鱼体识别方法 |
CN105551020A (zh) * | 2015-12-03 | 2016-05-04 | 浙江大华技术股份有限公司 | 一种检测目标物尺寸的方法及装置 |
CN107622500A (zh) * | 2017-09-29 | 2018-01-23 | 吉林大学 | 一种基于视觉传感的重型车后方碰撞预警方法及其装置 |
CN108287336A (zh) * | 2018-01-26 | 2018-07-17 | 华中科技大学 | 一种面阵盖革apd激光雷达距离像强度像生成系统 |
-
2019
- 2019-06-28 CN CN201910576967.7A patent/CN110349137B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102889864A (zh) * | 2011-07-19 | 2013-01-23 | 中铝上海铜业有限公司 | 带卷边部物体塔形检测系统及其检测方法 |
CN102496020A (zh) * | 2011-10-31 | 2012-06-13 | 天津大学 | 基于累积边缘点可视灰度范围直方图的图像二值化方法 |
CN102830404A (zh) * | 2012-08-28 | 2012-12-19 | 中国人民解放军国防科学技术大学 | 基于距离像的激光成像雷达地面目标识别方法 |
KR101501006B1 (ko) * | 2013-09-06 | 2015-03-11 | 한국공항공사 | 항공등화를 관리하기 위한 휴대용 항공등화 관리장치 |
CN105076077A (zh) * | 2015-07-25 | 2015-11-25 | 孟宪胜 | 一种基于激光成像检测的鱼体识别方法 |
CN105551020A (zh) * | 2015-12-03 | 2016-05-04 | 浙江大华技术股份有限公司 | 一种检测目标物尺寸的方法及装置 |
CN107622500A (zh) * | 2017-09-29 | 2018-01-23 | 吉林大学 | 一种基于视觉传感的重型车后方碰撞预警方法及其装置 |
CN108287336A (zh) * | 2018-01-26 | 2018-07-17 | 华中科技大学 | 一种面阵盖革apd激光雷达距离像强度像生成系统 |
Non-Patent Citations (4)
Title |
---|
An Efficient Approach for Object Detection and Tracking of Objects in a Video with Variable Background;Kumar S. Ray 等;《arXiv》;20170609;第1-11页 * |
Moving Object Detection in Spatial Domain using Background Removal Techniques-State-of-Art;Shireen Y. Elhabian 等;《Recent Patents on Computer Science》;20081231;第32-54页 * |
基于激光成像雷达距离像的地面目标识别算法研究;于加其;《中国博士学位论文全文数据库 信息科技辑》;20160715;第2016年卷(第07期);第I136-91页 * |
用距离像识别地面目标的研究;姜义成 等;《哈尔滨工业大学学报》;19960630;第28卷(第3期);第53-56页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110349137A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106529493B (zh) | 一种基于透视图的鲁棒性多车道线检测方法 | |
CN107463918B (zh) | 基于激光点云与影像数据融合的车道线提取方法 | |
CN106951879B (zh) | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 | |
CN107203973B (zh) | 一种三维激光扫描系统中线激光中心的亚像素定位方法 | |
Jiang et al. | A machine vision based crop rows detection for agricultural robots | |
CN109559324B (zh) | 一种线阵图像中的目标轮廓检测方法 | |
CN105989601B (zh) | 基于机器视觉的农业agv玉米行间导航基准线提取方法 | |
CN110349117B (zh) | 一种红外图像与可见光图像融合方法、装置及存储介质 | |
CN109859247B (zh) | 近地面场景红外小目标检测方法 | |
CN108648184A (zh) | 一种遥感图像高空卷云的检测方法 | |
CN111260708A (zh) | 一种线结构光中心提取方法及系统 | |
CN112285710A (zh) | 一种多源遥感水库蓄水量估算方法与装置 | |
CN110349137B (zh) | 一种基于地面拟合的激光地面目标检测方法 | |
CN106097292B (zh) | 一种用于遥感影像处理的时空邻域高斯加权中值滤波方法 | |
TWI383690B (zh) | 影像處理的方法 | |
CN117575953A (zh) | 一种高分辨率林业遥感图像细节增强方法 | |
CN113379640A (zh) | 一种融合边缘信息的多级滤波图像去噪方法 | |
Da Silva et al. | Improved likelihood inference for the roughness parameter of the GA0 distribution | |
CN113091693B (zh) | 一种基于图像超分辨率技术的单目视觉长程测距方法 | |
CN108537807B (zh) | 一种基于高分四号卫星影像改进的边缘增强检测方法 | |
CN113379639B (zh) | 一种复杂环境中红外目标抗干扰检测跟踪方法 | |
CN112329796B (zh) | 基于视觉显著性的红外成像卷云检测方法和装置 | |
CN112734666B (zh) | 基于相似值的sar图像相干斑非局部均值抑制方法 | |
CN108401563B (zh) | 基于多尺度均值滤波和显著性检测的红外小目标检测方法 | |
CN107563981B (zh) | 一种图像振铃效应的评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |