基于暗通道先验的实时低能见度辅助驾驶系统

提出了一种基于暗通道先验的实时低能见度辅助驾驶系统。该系统在车载摄像机上运行,驾驶人员可以实时获取能见度信息。首先,通过暗通道先验获得大气透射率分布图,并根据该分布图判断是否处于低能见度天气状况;然后,利用区域增长算法确定大气透射率分布图中的测量带宽,并根据其中透射率的梯度变化来确定能见度测量线;最后,提出了一种基于高速公路车道线的摄像机实时自动标定方法,根据标定结果及能见度检测基本原理检测出实时的能见度信息并发送给驾驶员。实验结果表明,本文提出的低能见度辅助驾驶系统能有效地估计低能见度天气下高速公路的实时能见度。     

基于Ohta颜色空间的多信息融合火焰检测

为了能够快速准确地检测到火焰,预防火灾的发生,提出了一种在Ohta颜色检测的基础上使用饱和度和Otsu阈值分割法相结合的算法。采用该算法可以实时、准确地检测出疑似火焰区域,然后对其进行圆形度、矩形度、重心高度系数特征分析,并结合LBP纹理分析,最后再通过SVM进行判定。实验结果表明,该算法能够准确地检测出火焰,且实时性和准确率都得到了显著提高。