公路洒落物是影响交通安全的重要因素之一,为了解决中小尺度公路洒落物检测中的漏检、误检以及难以定位等问题,本文提出了一种图像引导和点云空间约束的公路洒落物检测定位方法。该方法使用改进的YOLOv7-OD网络处理图像数据获取二维目...公路洒落物是影响交通安全的重要因素之一,为了解决中小尺度公路洒落物检测中的漏检、误检以及难以定位等问题,本文提出了一种图像引导和点云空间约束的公路洒落物检测定位方法。该方法使用改进的YOLOv7-OD网络处理图像数据获取二维目标预测框信息,将目标预测框投影到激光雷达坐标系下得到锥形感兴趣区域(region of interest,ROI)。在ROI区域内的点云空间约束下,联合点云聚类和点云生成算法获得不同尺度的洒落物在三维空间中的检测定位结果。实验表明:改进的YOLOv7-OD网络在中尺度目标上的召回率和平均精度分别为85.4%和82.0%,相比YOLOv7网络分别提升6.6和8.0个百分点;在小尺度目标上的召回率和平均精度分别为66.8%和57.3%,均提升5.3个百分点;洒落物定位方面,对于距离检测车辆30~40 m处的目标,深度定位误差为0.19 m,角度定位误差为0.082°,实现了多尺度公路洒落物的检测和定位。展开更多
在眼科疾病检测中,为了对被检测者进行快速、准确、自动化的瞳孔定位,提出一种改进径向对称变换的瞳孔中心点定位算法。首先利用灰度积分投影法结合最大类间方差法,完成对人眼图像的粗分割,并根据多团块筛选条件提取出只包含瞳孔的感兴...在眼科疾病检测中,为了对被检测者进行快速、准确、自动化的瞳孔定位,提出一种改进径向对称变换的瞳孔中心点定位算法。首先利用灰度积分投影法结合最大类间方差法,完成对人眼图像的粗分割,并根据多团块筛选条件提取出只包含瞳孔的感兴趣区域(Region Of Interest,ROI)。然后对ROI采用最小外接矩形结合灰度级形态学线性滤波方法,完成搜索半径范围的设置。最后,利用改进的径向对称变换算法进行瞳孔中心点定位。实验结果表明:本文算法的定位误差在8 pixel以内,平均定位时间为0.366 s,能够适应人眼图像中噪声干扰、采集不完整等大量非理性状态,满足多种红外眼科疾病检测设备对瞳孔定位算法的要求。展开更多
文摘公路洒落物是影响交通安全的重要因素之一,为了解决中小尺度公路洒落物检测中的漏检、误检以及难以定位等问题,本文提出了一种图像引导和点云空间约束的公路洒落物检测定位方法。该方法使用改进的YOLOv7-OD网络处理图像数据获取二维目标预测框信息,将目标预测框投影到激光雷达坐标系下得到锥形感兴趣区域(region of interest,ROI)。在ROI区域内的点云空间约束下,联合点云聚类和点云生成算法获得不同尺度的洒落物在三维空间中的检测定位结果。实验表明:改进的YOLOv7-OD网络在中尺度目标上的召回率和平均精度分别为85.4%和82.0%,相比YOLOv7网络分别提升6.6和8.0个百分点;在小尺度目标上的召回率和平均精度分别为66.8%和57.3%,均提升5.3个百分点;洒落物定位方面,对于距离检测车辆30~40 m处的目标,深度定位误差为0.19 m,角度定位误差为0.082°,实现了多尺度公路洒落物的检测和定位。
文摘在眼科疾病检测中,为了对被检测者进行快速、准确、自动化的瞳孔定位,提出一种改进径向对称变换的瞳孔中心点定位算法。首先利用灰度积分投影法结合最大类间方差法,完成对人眼图像的粗分割,并根据多团块筛选条件提取出只包含瞳孔的感兴趣区域(Region Of Interest,ROI)。然后对ROI采用最小外接矩形结合灰度级形态学线性滤波方法,完成搜索半径范围的设置。最后,利用改进的径向对称变换算法进行瞳孔中心点定位。实验结果表明:本文算法的定位误差在8 pixel以内,平均定位时间为0.366 s,能够适应人眼图像中噪声干扰、采集不完整等大量非理性状态,满足多种红外眼科疾病检测设备对瞳孔定位算法的要求。