基于类Haar特征和自适应提升算法的前车识别

针对汽车高级驾驶辅助系统（ADAS）中前方车辆识别率低的问题，基于机器视觉原理研究了前方道路图像中的类Haar特征，并进行积分图计算，在提取类Haar特征基础上，采用自适应提升（AdaBoost）算法进行正负样本训练并级联，得到训练好的模型，进而检测和识别汽车行驶中前方车辆。最后基于Opencv计算机视觉库在Visual Studio开发环境中进行了算法实现和测试，结果表明，每帧视频图像识别时间小于40毫秒，检测率准确可靠，满足多场景、多工况下的前方车辆实时识别。     

基于车牌检测的前方车辆识别方法

为解决前方车辆识别过程中的实时性问题,提出了一种基于车牌检测的前方车辆识别方法。首先,利用图像中的路面或车道线等细节提取感兴趣区域。其次,利用HSV( Hue-Saturation-Value) 色彩空间转换与矩形图像检测从感兴趣区域中过滤光照变化,阴影和杂乱背景,从而检测出车辆的车牌信息。同时,在初次检测失败的情况下进行二次定位和验证。最后,利用检测出的车牌信息识别前方车辆。该方法在自建与公共数据库视频上进行评估。实验结果表明,识别率超过90% ,并且具有较高的实时性,证明了该方法的有效性。     

夜间低照度条件下苹果采摘机器人的图像识别

为提高苹果采摘机器人的环境适应能力,使其能够在夜间低照度人工光源条件下识别图像进行采摘,综合所采集图像的全部色彩信息和苹果表面像素点在RGB色彩空间中的聚集特性,在三维空间中首先用最小二乘拟合法对苹果表面典型样点进行空间直线拟合,再依据样点到直线距离的均值和标准差建立阈值分割模型,初步识别夜间的图像.针对夜间图像中存在的阴影问题,采用相同的方法并结合阴影区域像素的二维位置信息对图像进行修正,实现图像识别的精确性和完整性.在光照范围内,不考虑过度遮挡,识别率可达90%以上,提高了夜间识别的精度和工作效率.     

基于多传感器融合的前方车辆识别方法研究

为提高汽车安全辅助驾驶系统对前方车辆识别的准确性和实时性,提出了一种基于摄像头和毫米波雷达信息融合的前方车辆检测方法。首先将毫米波雷达和摄像头进行联合标定,并确定两个传感器坐标系之间的相互转化关系,对毫米波雷达数据进行预处理快速分割图像,以获得前方车辆识别的感兴趣区域;然后采用自适应阈值对感兴趣区域内的图像进行二值化处理以获得车辆底部阴影信息,利用边缘检测和霍夫变换得到车辆上下边界的位置信息;通过底部阴影和上下边界信息获得车辆识别的高度与宽度,最后根据车辆对称性特征建立识别窗口。试验验证表明,该方法前方车辆检测准确率为90.2%,单帧图像的处理速度为32 ms,能够满足智能汽车应用中的实时性和准确性的要求。     

多车道复杂环境下前方车辆检测算法

为了解决智能车安全辅助驾驶系统中前方车辆目标的检测问题,提出了一种基于改进阴影多特征与深度网络学习的车辆检测算法。基于前方车辆与本车存在安全距离,选取道路图像底部几行作为候选道路背景并对其预处理排除干扰,通过差分得到车底阴影增强图像。利用自适应阈值法确定图像灰度分割阈值并对道路二值化图像进行形态学预处理。然后,利用最小外接矩形框选候选车辆目标,结合车底阴影几何位置特征、对称度特征进行滤波生成车辆假设。最后,基于局部二值模式纹理特征和深度学习方法验证车辆假设。实验结果表明:在复杂干扰的多车道环境中,算法可以有效地检测前方车辆目标。     

一种虚拟场景车辆检测与测距方法

为了提升前方车辆测距精度,提出了一种基于改进目标检测(SSD)算法的车辆检测与测距方法。采用场景仿真软件PreScan搭建测试场景,使用改进的SSD算法,对摄像头采集的视频进行车辆目标检测。将检测框下边缘的中心点坐标作为图像中车辆坐标,根据单目视觉测距算法进行车辆目标测距。实验结果表明:在网络阈值为0.9时,改进的SSD算法对小车辆目标检测精度提升了6.6%。可以检测到70 m左右的目标,提出的测距方法可以达到2%的精度。     

基于阴影线的智能车辆检测及测距方法研究

针对当前智能车辆检测算法在实际应用中存在误差、测量结果不够准确等问题,使用基于运动车辆中车底阴影线算法的车辆检测机制,并利用车底阴影稳定存在特征解决车辆检测问题,进一步基于机器视觉的双目立体匹配测距方法实现对前方最近车辆距离测量,为智能车辆及驾驶员辅助系统提供信息。笔者采用的车底阴影线方法及双目测距最终实现结果证实,可以获取较为精确的道路前方的车辆及距离信息,有效检测距离为10 ～ 50 m,整体识别率达到85%。     

图书索书号识别算法及其实现

针对多本在架图书图像中相邻图书的索书号分割、识别存在的识别率低的问题,提出了一种图书索书号识别算法,该算法实现了对单本图书索书号的分割、提取以及字符识别,具体做法是通过确定多阈值中的阈值范围来分割索书号区域,利用种子填充法将索书号区域中的字符提取出来,最后利用神经网络的方法完成对索书号字符的识别。实验结果表明,直立图书的字符识别率为95.3%,倾斜图书的字符识别率为93.1%,总的识别率为94.3%,达到了良好的识别率。     

复杂道路环境中前方车辆检测方法研究

为提高前方车辆检测在不同道路环境中的鲁棒性和实时性,提出一种基于支持向量机的多传感器融合前方车辆检测方法。系统工作前利用多传感器数据融合建立雷达坐标与图像坐标的转化关系,以毫米波雷达在各种复杂道路环境中前方障碍物的检测数据为基础,利用支持向量机(SVM)训练分类器构建车辆与非车辆识别系统,最终根据车辆宽高比的统计规律建立前方车辆识别窗口。道路试验结果表明该方法前方车辆识别准确率为90.7%,单帧图像的处理速度为35ms,对于不同道路环境中的前方车辆检测表现出了良好的稳定性和准确性,总体性能取得较为显著的提高。     

复杂道路环境中前方车辆检测方法

为提高前方车辆检测在不同道路环境中的鲁棒性和实时性,提出一种基于支持向量机的多传感器融合前方车辆检测方法。系统工作前利用多传感器数据融合建立雷达坐标与图像坐标的转化关系,以毫米波雷达在各种复杂道路环境中前方障碍物的检测数据为基础,利用支持向量机(SVM)训练分类器构建车辆与非车辆识别系统,最终根据车辆宽高比的统计规律,建立前方车辆识别窗口。道路试验结果表明该方法前方车辆识别准确率为89.2%,单帧图像的处理速度为31 ms。对于不同道路环境中的前方车辆检测表现出了良好的稳定性和准确性,总体性能取得较为显著的提高。     

基于双特征的前方车辆实时检测

提出一种在无先验知识的情况下,综合利用车辆阴影和对称性两种特征进行前方车辆检测的算法.该算法通过检测车底阴影特征生成车辆存在假设,首先,利用大津阈值分割方法(OTSU)得到车辆阴影特征,采用阴影区域融合方法解决阴影边缘的变形问题,得到可能包含车辆的区域;然后,利用车辆对称性特征对感兴趣区域进行验证,并对其中的车辆区域进行准确定位.通过对实际采集的道路图像序列进行测试,结果表明:该算法能够实时、有效地检测出前方车辆.     

一种实用的车辆车牌定位系统

本文介绍了一种实用的车辆车牌定位方法,主要通过对车牌图像的边缘检测、阈值分割、数学形态学处理等算法和投影法定位完成对车牌图像的定位。实验结果表明该方法简单,车牌识别率高,具有一定的实用价值。     

基于阴影特征和Adaboost的前向车辆检测系统

为了解决汽车安全辅助驾驶系统中的前向车辆检测问题,提出了一种基于单目视觉的在线前向车辆检测系统。通过检测车底阴影特征来生成车辆假设,分别提出了自适应路面阈值方法和阴影区域融合方法以解决路面区域灰度变化和阴影边缘变形问题;使用基于梯度特征的adaboost方法来验证车辆假设;最后使用Kalman滤波对检测到的目标进行跟踪以改善系统性能。使用道路实拍的图像序列对系统进行了测试。结果表明,该系统能够在实时条件下有效检测前方车辆。     

一种阈值动态调整的仿生同步自主定位方法

针对仿生导航中鼠类同步定位与构图(RatSLAM)算法对连续经历场景出现漏匹配和错误匹配的问题,提出一种阈值动态调整的仿生同步自主定位与构图(DT-RatSLAM)方法。该方法在局部视图细胞生成阶段,引入阈值增强项和阈值衰减项,将前几帧图像的识别结果作为激励,实时动态地调整当前帧图像的模板识别阈值,并根据阈值判断是否生成新的局部视图细胞,然后综合连续场景的模板识别结果,对经验图进行闭环修正。仿真实验结果表明,与固定阈值条件下的RatSLAM算法相比,基于阈值动态调整的DT-RatSLAM方法在模板识别方面不仅能够保证不出现错误的匹配,而且正确识别率达到了99.6%,促使运行体能够对生成的经验图及时进行修正,提高了经验图的准确性,在算法运行时间方面比最优固定阈值的RatSLAM算法平均减少了13.5%。     

基于灰度共生矩阵的微动干扰分类识别

针对雷达成像中面临的调制转发微动干扰、微动散射波干扰、脉冲卷积微动干扰3种新型微动干扰样式的识别问题,提出一种基于灰度共生矩阵的干扰识别方法。该方法从图像域角度出发,首先对雷达接收信号矩阵进行灰度化处理,然后利用灰度共生矩阵提取其纹理参数并构造特征参数,最后采用KNN分类器实现了对雷达接收信号中目标回波和3种微动干扰样式的检测与识别。仿真实验结果表明,当信噪比为-5 dB时,不同干信比下4种信号样式的识别率均能够达到90%以上,每种信号样式整体识别率在98%以上;当信噪比为5 dB时,不同干信比下4种信号样式的识别率均能够达到95%以上,每种信号样式整体识别率在99%以上。     

精密视觉测量中照明对图像质量的影响

为了达到自动控制光源、保障测量精度的目的,研究了视觉检测系统中不同光源照明方式与照度对图像质量的影响规律,探明了图像质量与测量精度的内在关系.通过实验,对不同照明方式下的图像质量评价系统进行了建模,并提出了一种评价图像质量的方法,即在透射照明方式下,以图像对比度为评价指标;在反射照明方式下,以图像低频分量比为评价指标,通过计算图像对比度和低频分量比是否达到一定阈值来评价图像质量,并以此控制光源照度,保证测量精度在允许范围.     

汽车自适应远光灯系统的研究

随着车辆的迅速普及,驾驶安全问题也日益凸显,其中远光灯对驾驶员的影响已成为夜间影响驾驶安全的重要原因之一。本文讨论了一种基于LED光源的自适应远光灯系统,该系统将远光灯分成了多个光学区域,每个光学区域可以单独控制亮灭,配合能够实时识别前方车辆的车载摄像头,一旦侦测到前方车辆进入远光灯照射范围,其对应的光学区域便会自动熄灭以保证前方车辆驾驶员不受远光灯干扰。     

基于Multisim2001的汽车尾灯电路设计

Multisim2001是一款电子电路计算机仿真设计软件,本文借助此软件设计汽车尾灯控制电路,实现汽车正常行驶、左转弯、右转弯、刹车条件下汽车尾灯的点亮与熄灭情况。仿真结果表明该电路可实现汽车尾灯控制功能。与传统电子设计相比,利用此软件进行设计具有降低成本、缩短开发时间等优点。     

基于改进的小波阈值去噪和二级判断模型的说话人识别

针对目前说话人识别系统中噪声使得识别率严重下降的问题,在特征提取前用小波阈值去噪方法对带噪语音进行去噪处理.对于小波阈值函数以及阈值的选取进行研究,提出一种改进的阈值函数,小波阈值中的噪音方差估计采用基于实际噪音方差估计的谱熵法,将改进的小波阈值去噪结合一种二级判断模型提高噪声环境下的说话人识别率.在不同信噪比条件下进行试验,改进的小波阈值去噪法优于传统小波阈值去噪方法,改进后的阈值函数与二级判断模型相结合的识别率比原始语音DTW模型提高了7.9%,比原始语音GMM提高了4.6%,对于短时语音有较好的识别率.     

手指静脉装置的光源优化设计及应用

为了提高手指静脉的识别率,首先需要提高手指静脉图像的质量,影响图像质量的关键因素是手指静脉采集设备,而采集装置的近红外LED光源系统直接决定手指静脉成像的质量;提出一种近红外LED阵列等边三角形排列的光源设计方法,优化三角形阵列的结构参数;实验结果表明:采集的手指静脉图像质量提高,有助于提升手指静脉识别图像的识别率。