一种基于图像增强的交通信号灯识别方法

针对现有传统算法在光照不均匀、背景复杂的情况下对交通信号灯的识别精度低、漏检率高的问题,本文提出了一种基于图像增强的交通信号灯识别方法。首先采用改进的迭代法对原图像进行处理;接着在HSV颜色空间中增强原图像的V通道亮度信息,利用自调节的颜色阈值范围筛选出交通信号灯的颜色候选区域;最后,分别提取原图像经过双处理后获取到的图像轮廓,结合两张图像中的轮廓信息筛选出信息相同的候选区域,并通过计算候选区域的面积、宽高比判断出交通信号灯的区域,从而完成交通信号灯的识别。实验结果表明,在光照不均匀和复杂背景条件下,该算法比现有其他传统算法的识别准确率提升了1.05%,并具有良好的实时性。

连枷胸合并血气胸的急诊处理临床分析

目的观察连枷胸合并血气胸根据手术时机行急诊肋骨内固定术的临床效果。方法回顾性分析2013年1月-2014年2月收治的49例连枷胸合并血气胸患者的临床资料,其中男性31例,女性18例;年龄19-79岁,平均年龄（49.2±7.8）岁。按手术时机分组：受伤后2d内接受早期手术者26例为观察组,2-7d接受晚期手术者23例为对照组,分析两组患者的机械通气时间、下床时间、拔管时间、疼痛程度以及并发症情况。结果观察组机械通气时间、下床时间、拔管时间分别为（95.2±13.1）h、（48.8±11.2）h、（32.8±10.7）h,显著少于对照组的相应指标（P〈0.05）;观察组术后疼痛视觉模拟评分（VAS）和重度疼痛比例显著低于对照组（P〈0.05）,观察组肺不张、肺部感染发生率和死亡率明显低于对照组,而两组患者胸廓畸形和肋间神经痛发生率无明显差别。结论早期急诊肋骨内固定术治疗连枷胸合并血气胸可以及时消除胸壁软化及反常呼吸运动,改善呼吸功能,减少并发症,明显有利于病情恢复。

基于光照感知权重融合的多模态行人检测算法

针对现有利用可见光与红外模态融合的行人目标检测算法在全天候环境下漏检率高的问题,提出一种基于光照感知权重融合的多模态行人目标检测算法。首先,使用引入高效通道注意力(ECA)机制模块的ResNet50作为特征提取网络,分别提取两个模态的特征;其次,对现有光照加权感知融合策略进行改进,通过设计一种新的光照感知加权融合机制获取可见光与红外模态的对应权重,并进行加权融合得到融合特征,从而降低算法的检测漏检率;最后,将从特征网络最后一层提取的多模态特征和生成的融合特征共同送入到检测网络,完成行人目标检测。实验结果表明,所提算法在KAIST数据集下具有良好的检测性能,在全天候下对行人目标的检测漏检率为11.16%。