基于DSP平台的一种光耦器件检测方法

根据小波变换的Mallat塔形算法提出了一种微弱信号的小波检测法，利用这种方法，借助DSP平台，对G0103光耦器件进行了检测实验，结果表明，该检测方法对光电耦合器件低频噪声的辨识是有效的，与传统的时域和频域检测方法相比，此方法更精确、直观．     

基于单目视觉的车辆3D空间检测方法

针对基于单目车辆检测的3D包围框检测精确率比较低的问题,提出了一种基于改进的FPN特征融合、ResNet残差单元、全连接层组合而成的新网络方法.在训练阶段,回归车辆的三维尺寸、残差角度和置信度;在推理阶段,检测出所属类别车辆的三维尺寸和局部角度(α).由车辆的3D包围框中心点坐标、车辆的三维尺寸、车辆偏航角(θ)和相机内参矩阵复原绘制出车辆的3D包围框.所提方法在KITTI验证集上进行了实验,与原方法的检测结果相比,改进的方法在容易、适中、困难三个检测等级下提升了车辆3D包围框平均精确率(AP_3D)为0.60%,1.37%,1.41%.     

基于视觉检测技术的轨道车辆车门运动测量方法

轨道车辆车门动能测试需加装相应的传感器,由于轨道车辆车门产品的空间限制,难以加装体积较大的传感器,使得运营现场轨道车辆车门动能测试难度较大.将视觉检测技术运用至轨道车辆车门运动测量方案中,结合Matlab和Python开发一个适用于轨道车辆车门运动测量的视觉检测系统.该系统通过视频信息图像化获得某个测试点的像素位移,通过像素位移与实际位移的转换关系得到某个测试点的实际位移,并以此形成车门位移-时间曲线、速度-时间曲线、动能-时间曲线,为轨道车辆车门运动特性的研究提供验证参考.     

基于机器视觉的坯布疵点实时自动检测平台

为了克服人工检测坯布疵点过程中存在的低效率、高误检率、高漏检率等问题,设计并实现了一款能兼顾实时性和准确性要求的坯布自动检测平台.该平台包括织物传动系统、光源和成像系统、图像采集与处理系统、人机交互系统4个组成部分.在详细阐述了图像采集与处理系统的设计之后,结合AR谱算法对坯布自动检测平台进行了相关调试和试验验证,结果表明该平台已实现了预期的研发要求.     

基于视觉注意机制的实时红外小目标预检测

在红外小目标检测中引入视觉注意机制,以计算机量较小的预检测为代价减少了目标检测的区域,在注意机制中采用 非线性采样模型,并利用相邻采样点形成显著性图,实验证明基于注意机制的预检测能有效地提高系统的计算效率,同时也具有一定的抗噪能力,可用于噪声环境中的小目标检测。     

基于DSP的车辆视频检测系统的研究

文章介绍了基于DSP的交通参数的视频检测方法。阐述了视频图像采集、处理、特征提取的原理及算法;并通过D-S证据理论来提高系统参数检测的正确率。该系统的应用可极大地提高城市交通管理的效率,具有很好的应用前景。     

一种基于深度学习的高速无人艇视觉检测实时算法

针对高速无人艇自主航行时对视觉检测的实时性以及由于水面场景变化和波浪反射等干扰的鲁棒性需求,提出一种基于深度学习的高速无人艇视觉检测实时算法.采用基于MobileNet的神经网络快速提取全图特征,设计SSD结构的检测网络融合各层特征图的结果以完成快速多尺度检测,并在嵌入式GPU NVIDIA Jetson TX2硬件平台上将算法实现并验证.结果表明,该算法能够实时检测多类水上特定目标,具有鲁棒性强、多尺度的特点,单帧视频的检测时间可以控制在50 ms以内.      

基于TMS320DSP的装配视觉检测系统

讨论了基于ＴＭＳ３２０２０ＤＳＰ的装配视觉检测系统的组成、工件识别方案及工件图象的处理方法。     

嵌入式视觉实时跟踪系统

在差分得到的二值图像基础上，采用快速搜索算法确定运动物体，并用光流场方法跟踪运动目标。作者选择TMS320作为视觉跟踪系统的硬件平台，采用摄像机获取场景图像，通过软件捕捉场景图像中的运动物体，识别物体运动的方向和距离，实现了视觉实时跟踪功能。在此基础上，完成了分立器件构成的嵌入式视觉实时跟踪系统的设计，对于视觉技术的实际应用具有一定工程意义。     

基于自适应融合的实时车辆检测

针对传统的车辆检测技术检测速度慢和精度低的问题,提出了一种融合注意力的自适应金字塔网络的交通目标检测算法（fusion attentiont adaptive pyramid network,FAAP-Net）,可以显著降低交通事故的发生率。为了降低计算复杂度,设计了一种轻量级的互补池化结构（CPS）,该结构在宽度和高度上采用了两组不同的池化组合,在保持高精度的同时,显著降低了网络的浮点运算数（GFLOPs）和参数量。为了解决智能交通系统特征图生成过程中的信息损失问题,通过将自适应注意力模块（AAM）和特征增强模块（FEM）引入自适应融合特征金字塔网络（AF-FPN）,以融入车辆检测的形状特征。针对车辆细节特征表征弱的问题,引入了一种按通道维度分组的注意力（SA）机制,以增强主干网络对不同车辆检测细节特征的关注,有效提取车辆细节的显著特征。在BDD100K数据集上的实验结果表明,FAAP-Net算法相比于传统算法,平均精度从30.3%提升到43.7%。     

面向复杂道路场景的视觉车辆检测算法

复杂道路环境下的车辆鲁棒检测兼具理论与应用价值。针对传统描述子辨识能力不足的缺点,该文提出一种基于视觉显著特征(VSF)和稀疏表示的车辆检测算法。首先受人视觉特性的"选择性"启发,依据人眼注视机理,以视觉显著特征提取训练样本信息,构建样本特征向量。然后利用压缩感知的机理,通过稀疏表示,将样本特征向量表示成过完备字典,采用LC-KSVD方法训练该过完备字典并重建样本信号。最终以待测样本在字典中的重构残差作为依据进行车辆与否的判定。实验结果表明,在良好条件下,该方法在0.5个/帧的误检率下能达到94.7%的检测率;在不良条件下,同样的误检率约束下仍能达到92.2%的检测率。和传统方法的比较表明,所提方法的车辆检测性能优于传统车辆检测方法。     

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.     

基于DSP技术的ADSL自适应检测方法

不对称数字用户环线(ADSL,Asymmetrical Digital Subscriber Loop)技术利用现有的电话线网络,适合解决目前宽带网络的瓶颈--"最后一公里"问题,其应用越来越广泛,对检测设备的要求也越来越高.本文通过对现有测量方法总结比较之后,提出了一种新的ADSL线路传输特性的检测方案--使用自适应算法实现对ADSL整个频段衰减情况的动态测量,并采用通用DSP处理器实现算法,对系统的整体结构进行了设计.测试算法经过在MATLAB上仿真,可以达到对信道传输特性的提取.     

基于单目视觉的车辆碰撞模型

为了解决主动安全研究中车辆在行驶过程中与前车的碰撞危险判定问题,该文提出了一种车辆碰撞模型。基于针孔成像原理,分析图像中目标车辆与世界坐标系中实际车辆的映射关系。检测图像中路面消失点与车辆底部的位置,并以其差值作为车辆尺寸特征。分析多帧图像中车辆目标尺寸特征的变化规律,从而分析出车辆行进趋势,并估算出前车同本车的相对碰撞时间。该碰撞模型既为驾驶员反馈了碰撞时间信息,又通过分析加速度避免虚警。与已有模型相比较,该文模型在车辆距离大于30 m时效果不稳定,在距离小于30 m时误差低于5%。实验结果表明该模型具备较强的实用性与准确性。     

一种改进视觉背景提取（ViBe）算法的车辆检测方法

视觉背景提取(visual background extractor,ViBe)算法应用在车辆检测时存在一个比较明显的缺点,即当视频第1帧中存在待检测的移动车辆时,在后续帧的车辆检测过程中,对应第1帧中车辆的位置处会出现鬼影并且鬼影会持续一段时间才会彻底消失,从而干扰后续帧的检测效果。提出一种改进的ViBe建模方法,新方法在前n帧中实现初始模型的初始化,并结合ViBe算法的更新方法进行模型更新。在不同分辨率、不同场景的视频中对原算法和提出的改进方法进行对比实验,实验结果表明,在第1帧中不包含车辆和包含车辆2种情况下,提出的改进的算法都能有效地检测出移动车辆且不会产生鬼影的问题。因此,改进方法比原算法更有效和实用。     

漆包线缠绕缺陷的实时检测与修正方法研究

针对线圈绕线设备在进行高精度绕线作业时,容易出现间隙错误、搭接错误等缠绕缺陷问题,为提高线圈绕制质量,提出了一种实时检测线圈缠绕过程中出现不同绕制状态并进行修正的方法. 该方法在分析线圈的绕制特点基础上,给出了漆包线缠绕缺陷的实时检测算法,并设计了相应的视觉检测系统和绕线设备的控制系统. 该方法基于1×3模板提出了对预处理后的效果图轮廓点的提取算法;基于轮廓点拟合的绕制状态检测给出了修正方法,从而实现了线圈绕制状态的实时检测,并根据视觉实时检测结果修正错误的绕制状态. 通过视觉检测系统稳定性试验、系统准确率试验和正交试验的验证,该方法明显增加了线圈绕制的紧密性,使线圈绕制成品的生产效率及质量得到了有效提高.      

基于二维时空图像分析的车辆检测和分割方法

使用二维时空图像分析法，能够较好地解决光照变化和阴影给车辆分割带来的困难，且该方法的计算量小，适用于低成本的实时交通监控系统，通过道路上方安装的摄像机获得图像序列，构成全景图和外极面图两种二维时空图像，对它们进行背景减除，图像差分和取阈值等处理，不仅可以统计车流量，而且可以估计车速和道路占用率，由于算法考虑了日照阴影和晚间灯光对图像的影响，因此有较好的可靠性和实用性。     

一种基于运动目标检测的视觉车辆跟踪方法

针对复杂交通场景中动态光照变化、阴影和遮挡等因素带来的影响,提出了一种基于运动目标检测的高效、鲁棒的车辆跟踪方法. 采用自适应背景建模获取动态场景中的运动信息,通过阴影去除获得准确的运动区域,并针对场景中的遮挡问题提出了相应的遮挡检测与处理策略,最后通过区域匹配获得跟踪结果,同时使用Kalman滤波器建立车辆的运动模型,对跟踪结果进行了约束和优化. 实验结果表明,提出的视觉车辆跟踪方法可以在复杂多变的室外场景下有效地解决场景中的阴影和遮挡问题,得到鲁棒的车辆跟踪结果.      

基于计算机视觉的红灯违章车辆检测算法研究

车辆闯红灯的违章抓拍作为智能交通管理系统的核心,其依托于计算机视觉对运动车辆的检测识别和跟踪,是目前国内外研究的热点.受外部环境的噪声影响,对于车辆的精准定位是该项研究的难点.重点对高斯模型视频检测算法进行研究,针对其存在的实时性不足、受噪声影响较大的问题,引入了改进的帧间差分算法调整算法的稳定性和准确性,同时也极大地...     

基于DSP的号码图像实时采集系统

针对便携式号码图像采集与处理设备,设计了一种基于DSP的号码图像实时采集系统.系统以DSP为核心处理单元,采用CMOS图像传感器采集图像数据,并将图像数据直接保存到系统指定的位置,设计中以CPLD为数据采集逻辑控制单元,实现同步时序控制及并串数据转换功能.实验表明,系统可按15幅/秒的速度实时采集到大小为176×62的清晰的号码图像,并具有DSP实时处理图像的可扩展性.