夜视车载平显视场人机工效分析

为了提高平视显示器在特种车辆夜间驾驶这个新型应用背景下的人机工效,对夜视车载平显的视场和眼盒进行分析评估。引入国内外标准中人体尺寸、视觉特性等相关数据,结合特种车辆的复杂夜间应用环境,对夜视车载平显的设计眼位、显示视场和眼盒进行人机工效仿真分析和试验验证,通过对结果的分析和比较,为夜视车载平显视场和眼盒的设计改进提供依据,提高"驾驶员-平显-环境"人机系统的适配性。     

复合绝缘子夜间巡视图像智能处理技术研究

针对目前复合绝缘子夜间巡视存在的困难,研究可见光和红外图像智能处理技术。其中,针对夜巡可见光图像照度不足问题,基于Retinex原理对可见光图像进行照度增强,并在增强后的图像上自动标识放电点;针对复合绝缘子红外图像温度分析困难问题,在红外图像温度数据解析的基础上,提出一种基于深度学习的复合绝缘子红外图像分割方法,将复合绝缘子红外图片和温度数据进行特征挖掘和特征融合,实现了复合绝缘子的准确分割,并且根据分割结果进一步提取绝缘子的温度值,实现绝缘子的状态诊断。此外,还开展了历史图像测试并应用在220kV输电线路夜巡中,通过开发应用软件将可见光和红外图像智能处理模型进行集成,并在输电线路夜间巡视现场进行了应用测试。结果表明,该文提出的图像智能处理技术能够满足夜巡作业需求。     

车载红外图像彩色化的立体感实现方法

对车载红外图像进行具有空间立体感的彩色化处理可以改善车载红外图像的理解效果,更好地辅助驾驶.首先用基于遗传算法优化BP神经网络模型的单目红外图像深度估计方法获取单幅红外图像中的景物深度,然后用深度信息调制彩色化后的红外图像的饱和度,利用透视学中饱和度变化来区分表达景物的深度,得到视觉上有空间立体感的彩色车载红外图像.试验结果显示饱和度调制后的彩色车载红外图像具有视觉上的空间立体感,有助于环境感知和安全驾驶.     

基于类别色彩查找表的彩色夜视方法

针对夜视图像解读困难的问题,提出了一种面向类别的色彩查找表的彩色夜视方法。该方法可以将不同景物的特征色彩映射到多波段夜间图像,使观察者能够更快、更好地解读图像,从而提高态势感知并缩短反应时间。这种映射方法首先采用深度学习中的语义分割技术对图像进行分割,然后使用类别色彩查找表固定不同波段对应色彩,避免了全局彩色化时出现的色彩单一、不自然的缺点。实验结果表明,与其他全局彩色化方法相比,本文方法对于夜视图像的解析能力更强。     

基于红外和可见光图像融合的夜间环境图像增强

图像增强技术可以有效提高图像的整体或局部特性增加图像有用信息,改善图像的视觉效果.夜间图像增强是图像处理领域中的关键技术,使用图像增强可以提高夜间环境图像的信息量.对于单一传感器采集的夜间可见光图像,传统算法通过提高图像的饱和度和对比度进行图像增强,处理后的夜间图像易出现边缘锐化或图像伪影的现象.相比于单一传感器的夜间图像增强,红外和可见光图像融合技术可以大幅度的提高图像信息有效率.利用红外和可见光图像的成像特点将两者进行融合,有效地提高夜间复杂环境下图像的信息量,从而达到夜间图像增强的效果.实验证明使用红外和可见光图像融合的夜间环境图像增强方法优于传统算法,有效抑制边缘锐化、图像伪影和图像过度增强的问题,同时提高了夜间环境下图像的主客观质量.     

基于深度学习的夜间模式下自动驾驶场景预测

为了增强自动驾驶汽车在夜间行驶时对周围场景的理解,以便汽车或驾驶员可以及时做出相应的调整,将深度学习应用于夜视图像的场景预测。采用了一种预测编码网络来预测夜视图像的场景变化,在传统的深度卷积-循环神经网络的基础上,对网络结构进行了一定的调整,将预测图像与实际图像的误差在网络中进行前向传递,不断更新预测误差来调整预测结果。试验结果表明,训练得到的场景预测模型,可以预测夜间驾驶场景0.4s后的合理未来,且改善了对于长时间预测任务中效果不好的问题,具有良好的准确性和实时性。     

苹果采摘机器人夜视图像的小波模糊阈值降噪

为实现苹果采摘机器人的全天候作业,对采集到的夜间图像进行了相关研究.在分析夜视图像噪声的基础上,运用小波阈值方法进行图像的降噪处理,针对阈值算法的潜在缺点,通过构造模糊阈值函数,提出小波模糊阈值的夜视图像降噪算法.实验结果表明:从视觉上看小波模糊阈值降噪方法得到的低噪图像噪点明显减少;从客观数据比较,其相对峰值信噪比有较大幅度提高.新方法显示出在夜视图像降噪方面有着独特优势,为实现苹果采摘机器人的全天候作业打下基础.     

基于像素值选择的红外与可见光图像融合方法

在夜视系统中,红外图像可以提供可将光图像没有的信息,但是红外图像又缺少许多可视化的重要特征.图像融合技术能够融合具有相关信息的红外图像和可将光图像.本文中提出了一种基于小波变换的图像融合技术,并且运用此技术做了相关的图像融合试验.     

夜间机车驾驶环境中LCD眩光的分析与评价

眩光对司机室液晶显示设备的认读直接影响到人机交互的有效性和列车的行车安全.针对我国铁路干线机车夜间运行环境,对机车室内照明条件下车载液晶显示器(LCD)的眩光进行了测试,对机车夜间正常运行时车载液晶显示器上的眩光产生机理及其等级进行了综合分析,提出了机车夜间运行时室内光源及光照度布置的参考方案.     

基于PP-MRF模型的单目车载红外图像三维重建

针对车载红外图像的特点,提出了一种使用超像素分割和面板参数马尔科夫随机场(PPMRF)相结合的单目车载红外图像三维重建方法.该方法首先通过超像素分割得到在纹理和亮度上相近的一系列小的区域,即超像素,然后训练PP-MRF模型,使它能对待测试图像的各个超像素进行面板参数的分析和深度估计.通过实验证明了该方法能够有效地对单目车载红外图像做出深度估计及三维重建.     

创意无限

夜视拖鞋夜间起床,如果不开灯,在黑乎乎的环境下找拖鞋非常麻烦。夜视拖鞋的鞋面上贴有荧光条,夜间找它方便多了,而且还不会穿错左、右脚。     

微光与红外夜视技术的现状与发展

分别介绍微光成像技术和红外热成像技术各自的发展历程、技术特点和发展趋势,并对这二种夜视技术进行了比较,最后介绍微光图像和红外图像的融合技术.对于全面了解夜视技术及夜视装备并掌握其发展方向具有重要意义.     

改进的油井远程夜视监控图像处理方法

为了提高油井监控的安全系数,针对油井夜视监控图像中噪声的特点,提出了一种自适应的混合滤波算法.对于图像中存在的高斯噪声,设计了一种加权处理的均值滤波算法;对于脉冲噪声,提出了一种改进的比较选择滤波算法,可根据不同的图像自适应地选择合适的滤波参数,在滤除脉冲噪声的同时保持图像边缘信息;最后将两种滤波算法有机结合起来对实际的油井夜视监控图像进行处理.实验结果表明本文提出的算法不仅能够有效地去除图像中的高斯噪声和脉冲噪声,还能保持图像的边缘特性,有效地改善了监控图像的质量.     

基于机器视觉的远近光灯切换系统

针对汽车夜间行车时因远近光切换不及时而造成交通事故的问题，设计了一套基于OpenMV 机器视觉模块的汽车远近光灯切换系统。该系统使用Python 语言编程，采用Lab 颜色模型，对采集数据进行图像切割及色块识别，实现对图像的实时处理。场景测试实验证明，该系统具备良好的自适应能力，能实现对远近光灯智能化调节，从而提高驾驶员夜间行驶的安全系数。     

基于FPGA的夜视全景监控的设计

设计了一种改进的夜视摄像机,利用红外CCD采集数据,以FPGA和A/D转换芯片SAA7113为采集方案,在FPGA中设计I2C总线配置模块并对视频芯片SAA7113进行合理的配置,以及四路视频的VGA显示模块的设计,可以使处理后的视频通过一路VGA接口在本地显示器上显示。实现仅在一个夜视摄像机上,无需机械移动部件和图像拼接,就可以捕捉整个半球(180×360°空间角度)范围内的视场图像。全景视场无接缝、无畸变、无死角、无盲点。     

基于对比度分辨率补偿的自适应底层视频挖掘夜视系统

在暗视觉环境下,常规视频采集设备采集的视频图像由于对比度低,人眼很难分辨清图像中的信息,给监控、刑侦、检测等工作带来了很大的困难.利用视频采集卡及其SDK软件开发包和人类对比度分辨率补偿算法,对暗视觉环境下的视频采集进行实时自适应底层视频挖掘,使常规的视频采集设备具有夜视的功能,提高其夜间监控的能力.通过本系统来弥补常...     

湖北省红外探测器列入国家产业转型升级项目

日前，湖北省红外探测器项目列入国家产业转型升级项目，计划总投资2．4亿元，由国内规模最大的红外热像产品制造商——武汉高德红外股份有限公司生产。该项目量产后，年产量将达到6万套，有望彻底打破国外产品垄断局面。红外热像仪的核心技术包括全系统设计、整体集成、探测器三方面。其中，探测器技术被美国、法国、日本等国家垄断，国外探测器价格高，导致国产红外热像仪动辄每台几万元，甚至数百万元。高德红外相关负责人表示，红外探测器量产后，该公司生产的红外车载夜视产品价格有望降到5000元以内。     

浅谈夜间交通事故多发的原因及对策

近年来夜间交通事故呈上升趋势,夜间安全行车十分重要。夜间交通事故多发的原因：一是驾驶员主观上的原因;二是客观存在的原因。预防夜间交通事故多发的对策是需要驾驶员加强自身教育,提高安全意识,也需要道路交通管理部门强化宣传和加大执法与整冶工作,确保夜间安全行车。     

交通事故与汽车司机血型关系的探讨

本文为了探究交通事故与汽车司机血型的关系,联合商丘市交警队和商丘各家保险公司针对两千名肇事司机进行了调查,发现血型与驾驶特点及交通事故有密切关系。     

基于MCS-LBP的红外图像行人检测方法

红外图像行人检测是夜间智能视频监控、车辆辅助驾驶及智能驾驶等领域的关键技术。针对红外图像纹理特征较少的特点,提出一种实时的基于分块的多级中心对称局部二值模式(Multi-Level Center-Symmetric Local Binary Pattern,MCS-LBP)的红外图像行人检测方法。首先对红外图像进行去噪等预处理及感兴趣区域(regions of interest,ROIs)提取,并提取感兴趣区域的MCS-LBP特征得到更加丰富的红外图像纹理特征,最后使用支持向量机(support vector machine,SVM)进行分类得到行人检测结果。在VS2010环境下,在自行采集的红外行人数据集验证了该方法的有效性与鲁棒性。