基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化.pdf

第 卷 第 期兵 器 装 备 工 程 学 报 年 月 收稿日期:修回日期:录用日期:基金项目:内蒙古自治区科技计划项目()内蒙古自治区直属高校基本科研业务费项目()作者简介:孟瑞锋()男博士副教授硕士生导师:.通信作者:黄元昊()男博士研究生:.:./.基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化孟瑞锋杨宏玉荣松松乔 志黄元昊(.内蒙古工业大学 航空学院 呼和浩特.内蒙古综合交通科学研究院有限责任公司 呼和浩特.北京航空航天大学 前沿科学技术创新研究院 北京)摘要:移动机器人可以在确保个人安全下有效减少人类的劳动行为已经广泛应用到运输、救援、勘探、工业自动化等领域 针对特种越障机器人在城镇和工厂等以平面为主的非结构化场景下作业提出一种依靠视觉引导的图像处理与障碍高度评估新方法 在图像预处理流程中为了更好地保留特定朝向的图像边缘在双边滤波算法的基础上引入了一种呈高斯分布的斜卷积空域卷积核改进为斜卷积双边滤波并与其他边缘保持滤波算法进行比较实验结果表明:不同算法信噪比一致时斜卷积双边滤波算法的()均值高于引导滤波与加权最小二乘滤波当(标准差).时斜卷积双边滤波的 比引导滤波高出.比加权最小二乘滤波高.对具有普遍性的台阶沿向与沿向垂直使用斜卷积双边滤波处理后提取边缘越障机器人在不同光照条件下进行不同高度台阶越障实验 实验表明:机器人在视觉系统引导下可快速正对台阶越障成功率为 关键词:斜卷积双边滤波移动机器人非结构场景小波分解本文引用格式:孟瑞锋杨宏玉荣松松等.基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化.兵器装备工程学报():.:.():.中图分类号:.文献标识码:文章编号:()(.):.:引言随着现代科学技术的不断发展机器人已经进入人类的生活在城镇和工厂等以平面为主的非结构化情况下移动机器人可以有效地减少或取代人类劳动力 各种机器人已经逐渐被引入到运输、检查、救援、侦察、行星勘探、石化应用、工业自动化和极端环境下的干预等领域 然而在特种机器人完成特定场景的工作时视觉引导系统能否准确的识别环境是机器人能否完成任务的关键 视觉引导系统是指通过摄像机代替人眼用计算机代替大脑 通过对相机拍摄图像的处理引导特种机器人识别作业环境排除潜在危险高效完成任务 视觉引导系统工作主要分为 部分首先通过机器人所装配的单目相机、深度相机或双目相机对目标场景进行图像采集其次运用图像处理算法对采集到的图像进行特征强化最后将处理结果反馈给机器人从而达到完成特定任务的目的 王志远等通过在双目视觉移动机器人图像预处理阶段使用限制对比度直方图均衡算法对图像进行均衡化处理通过对测量值的误差分析深度平均测量误差和定位误差均小于 充分证明了滤波算法应用于机器人系统的可靠性 通过算法与机器人的结合提高了机器人对不同环境的适应性图像可以引导机器人自主运动机器人在面对不同结构的场景下要获取感知信息需要对障碍物的高度进行估计但图像中存在大量噪声有许多学者对图像去噪进行研究刘永生等提出一种基于双边滤波算法利用 滤波结合 聚类算法对点云非离群点进行光顺处理达到了较好的去噪效果 孙雨等针对去噪算法对图像边缘保持不理想的问题提出一种基于双边滤波与盲估计结合的()图像去噪算法使等效视数获得了显著提升 韩明春等对 图像斑点噪声抑制的本质进行了研究以数学物理的角度描述了 图像噪声抑制存在的问题为开发去除噪声斑点保持边缘信息的方法提供了基础 白晓东等基于传统双边滤波模型将其中的灰度标准差设为噪声标准差的 倍对每个像素点进行双边滤波有效的提升了灰度标准差的精度和区域相似度算法的性能 张有航基于传统双边滤波算法结合人眼视觉感知特性加入最小可觉差模型得到较好的去噪效果 使用上述滤波算法进行图像预处理可以有效降低图像中的噪声提高图像质量以确保视觉引导特种机器人越障的效果然而在图像去噪过程中会造成图像包括边缘信息在内的部分信息丢失通过对图像进行预处理并保留图像的边缘特征可以获取更加准确的图像信息 目前常用的具有边缘保留效果的滤波算法包括双边滤波、中值滤波、引导滤波、最小二乘滤波算法等 万丰丰等针对中值滤波图像细节模糊的问题使用极值检测法做噪声检测采用模糊加权中值滤波去噪更好的保留了图像的细节 中值滤波能够有效地减少噪声的影响并且不会破坏图像的边缘信息但中值滤波只考虑领域窗口内的像素值排序没有考虑像素之间的相似度和关系因此会导致图像模糊或失真 而引导滤波通过计算每个像素点与邻域窗口内像素的相似度来调整滤波的权重考虑了像素之间的相似性和关联性能更好的保持图像细节信息和边缘特征 邱晓华等通过引导滤波对粗糙的焦化点进行了细化利用像素值加权平均规则和决策映射得到融合后的图像证明了该区域检测方法对不同噪声有较强的鲁棒性 引导滤波在图像去噪、图像增强和边缘保持等方面表现出良好的效果但其根据引导图像的灰度值差异进行权重计算会导致边缘信息的模糊化或者失真加权最小二乘滤波可以通过引入平滑权重对不同像素点进行加权平滑处理从而弥补引导滤波存在的缺陷 许慧琴等针对传统加权最小二乘滤波方法中每个像素点的平滑权重进行了优化提出了一种基于多尺度保持边缘平滑算法框架的图像滤波方法该方法通过将图像进行分解得到平滑基础层和纹理细节层并利用这些层次信息实现了保边平滑处理并且具备结构感知的自适应纹理滤波能力 最小二乘滤波可以在去除噪声的同时保持图像的细节特征使滤波结果更接近于原始图像但该算法更倾向于平滑边缘区域导致边缘细节模糊化而双边滤波结合了空间域和灰度域的信息引入灰度相似性度量和空间距离度量能够更好的保留边缘细节 唐伟等提出一种结合双边滤波与改进双边滤波算法将红外图像分为基础信息、特有细节和局部细节然后基于图像边缘能量融合方法保留了图像的细节 靳明孟瑞锋等:基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化等将传统的 滤波器的权系数进行优化使图像亮度信息与 函数进行乘积最后将优化后的函数进行卷积运算达到了滤除图像噪声和保持图像边缘特征的目的 传统的双边滤波视觉引导算法在保持图像平滑的同时可以保留边缘特征但忽略了特定方向的边缘特征的保留本研究面向城市非结构场景中特种越障机器人的应用需求提出了一种基于斜卷积空域核的双边滤波算法并结合该算法设计了一种应用于特种越障机器人的视觉引导算法 相较于其他保留边缘特征的双边滤波算法模型该算法在保持较好图像平滑性能的同时有效保留特定方向的边缘特征并弱化其他边缘 为了验证算法的性能本研究将斜卷积双边滤波算法应用于特种机器人样机 通过算法的精确测算和视觉引导机器人能够准确识别台阶区域并成功完成越障任务 斜卷积双边滤波算法.特种越障机器人特种机器人是指被设计和制造用于特定任务的机器人以满足特殊环境或任务的要求在军事、兵工领域有着广泛的应用 尤其是应用于城市非结构场景中的越障机器人可以通过跨越台阶、斜坡等障碍以实现快速作业 特种机器人通常需要满足特殊的环境和任务需求如高温、低温、高压、辐射等极端环境或者需要具备高度的机动性、操作精度、安全性、可靠性等特点 因此它们的设计和制造需要针对特定的任务和环境进行优化和定制 通常来说多线激光雷达具有更宽广的感受范围与稠密的点云信息能够更好地引导机器人进行自主运动 然而受限于其结构与原理机械式多线激光雷达存在机械件易损坏、体积笨重、灵敏度差等问题难以满足特种越障机器人的需求深度相机和多线激光雷达都是用于获取环境三维信息的传感器但它们的工作原理和应用场景略有不同深度相机相较于多线激光雷达具有可靠性强、分辨率更高、成本更低、室内性能更佳等优势 因此依靠深度相机的深度信息与 信息对特种越障机器人进行视觉引导是更加可靠、稳定的技术方案特种越障机器人结构如图 与图 所示在保证灵活越障与运动能力的基础上上表面距离地面仅.所有机构与硬件基本隐藏在下方 机器人主要由可变形结构、主控制器、计算单元以及由伺服电机组成的驱动系统 为感知与测定台阶位置与高度机器人前方正向水平放置了深度相机 同时在上表面部署了激光雷达进行建图与避障机器人是以电机与麦克纳姆轮为基础进行设计主要承担在狭窄的非结构场景中的作业任务 前推杆、前摆臂、从动轮负责机器人前部的变形越障 后推杆与从动胶轮负责机器人后部的变形越障 依靠可收缩的前变形机构机器人即保留了全向机器人的灵活性又具备强大的越障能力 系统依据测定的路面摩擦系数与障碍高度分步控制完成越障同时机器人还搭载了独立悬架系统以适应不平坦的路面悬架在选型上采用了刚度系数较低的弹簧以减少麦克纳姆轮导致的微小振动图 特种越障机器人.后从动轮.后推杆.避震器.前推杆.驱动电机.前摆臂.深度相机.麦克纳姆轮.全向轮图 特种越障机器人结构示意图.针对该特种越障机器人的越障视觉引导问题可以通过图像预处理的方式提高障碍物高度、距离的检测精度 下文对障碍物图像预处理及关键信息提取的斜卷积双边滤波与预处理流程进行了介绍.双边滤波算法作为一种非线性滤波算法双边滤波相较于高斯滤波可以在平滑图像的基础上保持图像的边缘特征其核心是由邻域像素点与中心像素点所确定的空域()以及领域内像素值所确定的值域()共同决定邻域像素权重将原始图像上每个像素点通过滤波器内像素值的非线性组合表示 双边滤波可表示为()()()()()()()()()()()式()中:()表示噪声图像、分别为卷积核的长、宽与分别表示滤波器空域核函数(空域核)与值域核函数(值域核)双边滤波算法中代表空域权重分布的高斯卷积核函数为兵 器 装 备 工 程 学 报:/./()()()式()中:表示高斯函数的标准差 以方差、滤波器长宽 为例在空域中呈圆对称高斯分布如图()所示 以高斯函数作为核函数的双边滤波在对图像进行平滑降噪的过程中对边缘也会进行一定程度的模糊.斜卷积空域卷积核为了更好地保留特定朝向的图像边缘本文提出了一种呈高斯分布的斜卷积()空域卷积核核函数沿旋转角 作旋转确定空域核的延展方向以提高在沿向上高斯滤波器空域的权重在滤波过程中更好地保持边缘特征 通过旋转角 对椭圆二维函数进行旋转得到定向椭圆二维函数如下()()()与 分别为定向椭圆二维函数的半长轴与半短轴其延展比/决定了其沿 方向的延展程度 以式()中心点的值为 在空间中作归一化正态分布得到 卷积核函数如下()()()式()中:为定向椭圆函数的半长轴为定向椭圆函数的半短轴核函数 呈现沿旋转角 延展的椭圆高斯分布如图 所示 经过测试随着空域卷积核延展比/的增大特定方向的边缘保留效果越好图 斜卷积空域卷积核.斜卷积双边滤波斜卷积双边滤波算法的核心在于通过遍历图像像素计算各像素邻域内梯度值以邻域内梯度平均值作为阈值过滤噪声梯度判断该像素是否为图像边缘信息分别对边缘像素与平缓像素使用不同的卷积核与滤波权重算法将图像视作二维离散函数()通过对每个像素求导得到图像梯度值与梯度角 图像像素梯度值反应了目标像素点与其周围像素点的变化强度在目标像素邻域内边缘像素点的梯度值高于邻域内梯度平均值 假设局部邻域内梯度值高于局部平均梯度的像素为边缘像素图像各像素梯度通过离散导数核进行计算 像素梯度计算方法如下:像素邻域权重确定方法如下:()()()()()()()代表中心像素点()邻域内由 与 共同确定的滤波器权值计算图像像素点梯度值()遍历图像所有像素通过阈值 对像素进行判定 当像素点梯度值大于等于阈值 认定为图像边缘像素空域核使用 卷积核 并在计算()时增加值域核 的权重 当像素点梯度值小于阈值 认定为图像平缓像素式()中 使用高斯卷积核 并保持值域核 的权重即使用传统双边滤波算法计算该像素点的值()双边滤波算法步骤如下:)计算得噪声图像()的像素梯度值矩阵 用于引导滤波器)遍历图像像素点依据阈值 与梯度值()判断像素属于边缘像素或平缓区域像素)若像素()属于边缘区域生成 卷积核作为空域核 并求得像素邻域权重()若像素属于平缓区域则跳至步骤()像素()属于平缓区域生成 卷积核作为空域核 并求得像素邻域权重()计算得像素点新的值()替代原像素点的值()视觉引导算法设计.台阶图像特征分析在机器人进行越障作业的过程中台阶测定主要依靠近距离检测台阶位置并计算 相机正向水平放置在机器人前端可以捕捉到地面、垂直平面与水平平面由于光照与材质等原因不同区域的特征如图 所示 下文对图 中图像特征进行分析可以得到台阶特性如下:红色框为地面图像及其对应特征紫色框为台阶的垂直平面图像及其对应特征蓝色框为台阶上方水平平面及其对应特征 由网格图分析可知不同平面的交界处灰度值变化较为剧烈台阶垂直平面灰度值整体相较于地面与台阶水平平面的背景信号()更低但会因光照、材质等条件的不同灰度值在交界处变化较小 综上本文通过边缘检测台阶走向与垂直方向边缘并划分兴趣区域()结合 算法对区域赋予不同级别的强度引入置信度概念对每个 进行分离 台阶不同平面交界处包含变化剧烈但不连贯的边缘信号()同时垂直平面与地面也包含大量的噪声信号()边缘信号()与噪声信号()主要分布在小波域的高频部分 综上本文中通过小波变换对图像进行多尺度分解保留低频部分特征并增强高频细节系数 在增强了台阶边缘的同时噪声也被放大本文中提出了一种基于孟瑞锋等:基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化非圆对称高斯滤波器的双边滤波算法在保留图片所需边缘特征的同时模糊垂直边缘并对噪声进行平滑处理图 台阶图像特性分布情况.台阶垂直平面中的虚线框 为台阶瓷砖缝隙该处的扰动信号()灰度值相较于正常区域更低且与台阶上下边缘平行容易将其误识别为台阶边缘 地面上的虚线框 与虚线框 包含的缺陷中虚线框 中的竖直缺陷不与台阶边缘平行不会造成误识别虚线框 中水平缺陷与台阶边缘灰度值接近容易造成误识别 综上本文在双边滤波后进行极小值抑制进而将地面区域与台阶垂直区域划分开后分离针对上述总结的图像信息的噪声特性、缺陷分类与辨别以及相应的处理要求与处理方式对图像增强算法进行设计.图像测定算法设计图像增强算法是指根据对图像某些特征的需求突出有用的特征信号剥离或削减无用的噪声信息 本文设计图像处理过程流程图如图 所示图像处理步骤如下:)使用广义非锐化掩膜对图像边缘进行增强 图像进行灰度化处理后使用 小波对图像进行多级分解 分解后各级近似系数与细节系数的计算公式为()()()()()()其中()代表对图像进行第 级分解后的近似系数(低频系数)()代表对图像进行第 级分解后的细节系数(高频系数)小波信号具有可叠加性保留 ()不变并对 ()进行对比度增强后重构 ()恒定保证了图像基本特征不变()的增强使得图像边缘与噪声得到了突出)使用 算子初步提取台阶沿向边缘 算子是一种一阶微分算子使用模板 如下:()在移动过程中为确保机器人正对台阶可以对图像水平边缘进行初步检测采用 变换检测提取边缘后图像中的直线并映射到参数域内通过投票算法寻找映射峰值选出最长直线确定台阶视觉倾斜角度 并引导机器人修正直至获得台阶自倾角)随后基于台阶自倾角 与自倾角垂直方向 /通过 变换得到的台阶自倾角方向的 空域核对图像 个方向分别进行 双边滤波处理 分别对由 个方向 双边滤波算法处理后的图像使用 算子进行边缘检测 变换提取台阶沿向直线与沿向垂直直线根据直线划分为 个兴趣区域()同时对 双边滤波后的图像进行 聚类 由图 可知不同平面上像素点分布集中、灰度值接近且目标平面灰度值普遍偏低本文中通过设置 个簇对像素灰度值进行聚类灰度值数值越低像素权重越大获得像素权重图像图 台阶图像处理流程.最后通过将像素权重图像 与 区域 进行点积融合点积融合公式如下()()()()其中:()为像素()处的像素权重()为像素()处的灰度值 与 分别为 区域 水平、垂直的像兵 器 装 备 工 程 学 报:/./素个数 获得每个 的区域置信度使用 对 区域进行二分类获取最终台阶区域 由于相机与台阶间距一定可计算得单个像素近似高度从而计算得台阶高度 仿真与试验.视觉测定算法仿真试验环境采用 四核.处理器 内 存 .操 作 系 统 机 在 平台下完成的为验证 双边滤波算法的降噪性能与边缘保留性能将双边滤波、引导滤波与加权最小二乘滤波这 种边缘保留滤波算法与本文中算法进行对比 图 对不同具有边缘保持特性的滤波算法进行对比 其中 个双边滤波算法都采用尺寸为 的滤波窗口空域参数与值域参数分别为 与.双边卷积核延展比为/梯度阈值为 引导滤波使用尺寸为 的滤波窗口图 测试图去噪及边缘保留对比.对结果图()、()、()观察发现 双边滤波的空域卷积核水平延展时水平方向的边缘相较于传统双边滤波与垂直延展的 双边滤波得到了较大程度的保留 双边滤波的空域卷积核竖直延展时水平方向的边缘保持较传统双边滤波更差 此外引导滤波的边缘保持效果不如上述 种双边滤波 而最小加权二乘滤波尽管有较好的边缘保持效果但滤波效果也均不如双边滤波算法为了进一步评估不同边缘保持滤波算法的性能表 与表 引入评价指标峰值信噪比()对算法的降噪能力进行评估普拉特品质系数()水平边缘保持系数()与竖直边缘保持系数()对算法的边缘保持能力进行评估同时对不同高斯噪声强度的图像进行了滤波实验 表 列出了图像增加 分别为.、.、.、.的高斯噪声的滤波效果评价指标为峰值信噪比 指标越大表明滤波效果越好 从结果可以看到当高斯噪声较弱时传统双边滤波与 个 双边滤波的效果要好于引导滤波与加权最小二乘滤波 随着噪声的增强引导滤波与最小二乘滤波的效果逐步提升 然而 双边滤波相较于传统双边滤波的滤波效果并未产生较大差距表 各算法的 比较结果 双边滤波 双边滤波(水平)双边滤波(竖直)引导滤波加权最小二乘滤波.表 列出了当滤波效果接近(即信噪比一致时)时不同算法的边缘保持能力评估与对比 普拉特品质系数用于衡量一个模型在样本不均衡的情况下的表现原始图像和滤波图像的二值边缘映射之间的 计算如下()()()其中:与 分别为原始图像与滤波图像中边缘的数量 是一个用作惩罚错误边缘像素的惩罚系数()为滤波图像中第 个边缘像素与原始图像的边缘途中最近的边缘像素的欧式距离表 信噪比一致时各算法的 比较结果 双边滤波(水平)双边滤波(竖直)引导滤波加权最小二乘滤波.孟瑞锋等:基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化 当不同算法信噪比一致时 双边滤波算法的 值均高于引导滤波与加权最小二乘滤波 当 .时 双边滤波(水平)的 与 双边滤波(竖直)接近比引导滤波高出.比加权最小二乘滤波高出.通过对比 与 可以发现本文中提出的 双边滤波在特定方向的边缘保持效果要优于引导滤波与加权最小二乘滤波尤其是随着噪声的增强.机器人越障试验为验证视觉引导机器人翻越障碍性能对机器人进行了试验样机的制作 控制试验环境采用 单片机 视觉试验环境采用 (核 线程.内存).操作系统在 环境下完成 为验证基于斜卷积双边滤波的图像区域测定算法图 对比处理后的图像边缘检测结果 图()与图()分别为台阶沿向与沿向垂直 双边滤波处理后提取的边缘图()为双边滤波处理后提取的边缘 斜卷积双边滤波能够较好地保留定向边缘特征弱化其他边缘特征 在进行实物试验时特种越障机器人分别对高度接近、的障碍进行跨越模仿非结构化场景下的不同台阶高度通过提出的基于斜卷积双边滤波的视觉引导算法进行障碍高度评估 个高度障碍进行实验各 组图 台阶图像处理结果.台阶测定结果如表 所示 根据实验结果本文算法测量的障碍高度均值略高于真实值 经过观察发现这是由于台阶边缘缝隙本身在二值化过程中引入的误差所致 但测量均值的误差率都在 以下这对机器人的越障无显著影响表 台阶障碍测定结果.实际高度/测量均值/均方误差/均值误差率/.为了验证算法的有效性进行了机器人翻越台阶障碍的试验机器人通过深度相机对台阶进行检测、预处理与评估具体结果如图 所示 在越障过程中图()机器人准确识别台阶区域并通过视觉引导快速对准台阶 图()机器人将前端麦克纳姆轮抬升到识别的台阶高度准备越障图()、图()机器人前轮被抬升全向轮和后轮支撑机器人结构进行平稳越障图()、图()收起支撑结构机器人完成越障 无论台阶的高度如何变化机器人都能够稳定地完成越障动作越障成功率达到 这表明机器人的视觉引导算法以及机电系统的各项性能都满足了设计需求值得注意的是机器人的视觉引导算法在识别台阶区域时表现出较高的准确性 通过对图像的处理和分析机器人能够有效的区分台阶边缘特征从而实现精确的位置定位和越障控制 这种准确的视觉引导对于机器人在非结构化环境中的导航和操作至关重要图 实物试验流程.综上所述本文中所提出的视觉引导算法以及机器人的机电系统通过实验验证了其在越障任务中的有效性和可靠性 通过准确的台阶识别和精确的越障控制机器人能够稳定、安全地完成越障动作 这对于提高机器人在非结构化环境中的工作效率、降低人工劳动成本以及保障个人安全具有重要意义 这项研究为移动机器人领域的进一步发展和应用提供了有力的技术支持兵 器 装 备 工 程 学 报:/./结论)提出了一种基于斜卷积空域核的双边滤波算法在对于台阶边缘识别时能够有效保留特定方向的边缘特征)针对特种机器人在非结构场景下的应用结合斜卷积双边滤波算法设计了特种机器人视觉引导算法通过视觉测定算法仿真实验验证在信噪比一致时 双边滤波的 比引导滤波、加权最小二乘滤波分别高出.和.随着噪声的增强 双边滤波在特定方向的边缘保留效果更加优于其他滤波)通过机器人越障实验对算法实际应用的准确性进行评估实验结果表明机器人在不同高度要求下均可成功完成越障此视觉引导算法在对台阶区域的识别任务时具备鲁棒性和可行性)在城市非结构场景的应用中斜卷积双边滤波算法能够有效的保留特定方向的边缘特征提高机器人越障效率但在一定程度上测量高度与实际高度会产生误差在未来的研究中通过优化算法的图像去噪效果从而提高获得边缘信息的准确率降低识别误差参考文献:.():.王志远王茂森.基于双目视觉的移动机器人测距与定位系统.兵器装备工程学报():.():.刘永生蔡世阳陈一馨等.混合滤波与改进双边滤波的点云去噪算法.东北大学学报(自然科学版)():.()():.孙雨辛志慧黄鹏辉等.基于盲估计和双边滤波的 图像稀疏降噪/.激光与光电子学进展:.:/././.:.:/./.韩春明郭华东王长林.图像斑点噪声抑制的本质.遥感学报():.():.白晓东舒勤杜小燕等.改进型自适应双边滤波算法.激光与光电子学进展():.():.张有航.基于人眼视觉感知特性的自适应双边滤波算法.机电产品开发与创新():.():./(.).:.:.():.():.许慧琴刘海忠.基于结构张量的加权最小二乘纹理滤波.吉林大学学报(理学版)():.()():.万丰丰周国民周晓.一种去除椒盐噪声的自适应模糊中值滤波算法.浙江大学学报(理学版)():.()():.:.孟瑞锋等:基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化 唐伟贾方秀王晓鸣.基于双边滤波的可见光与红外图像自适应融合.兵工学报():.():.靳明宋建中.一种自适应的图像双边滤波方法.光电工程():.():./().:.:.():.许志伟朱纪洪.轮腿式无人战车越障性能分析.兵器装备工程学报():.():.:.:.:.冯策戴树岭.一种改进的非锐化掩模深度图像增强算法.哈尔滨工业大学学报():.():.:.():.施振稳张志安黄学功等.基于海鸥优化改进采样过程的 算法.兵器装备工程学报():.():.科学编辑 王刚 博士(吉林大学 副教授)责任编辑 涂顺泽兵 器 装 备 工 程 学 报:/./