智能型自动驾驶系统的多源信息融合算法

利用模糊积分方法融合高速公路上智能自动驾驶的多源信息 ,确定汽车应采用的安全运行模式 ,使之经过专家系统的知识推理 ,调整汽车运行中的可控参数值 ,为建立智能型自动驾驶系统奠定了基础 ,并为具体实现智能型自动驾驶系统创造了重要条件 ,进而避免交通事故发生 ,提高道路的通行能力。

汽车智能辅助操作系统中的障碍物检测

研究了基于计算机视觉技术的高速公路上的障碍物实时检测问题。其目的是为了得到障碍物的准确图象位置信息 ,实现汽车自动防撞安全行驶。基于图象分割、模式识别理论 ,笔者提出了一种根据汽车整体模型并结合高宽值来识别高速公路上主要障碍物———汽车的检测方法。而且利用有色噪声的卡尔曼滤波器实现了运动物体的实时跟踪。

基于粗集理论的蔬菜栽培病虫害预警技术

笔者将粗集理论应用在蔬菜栽培的病虫害预警中 ,构造出一类最简单的知识提取规则 ,进而获得最快的信息融合算法 ,为蔬菜栽培病虫害防治提供了一种优化预警技术。这对栽培知识的传播 ,绿色蔬菜的生产、丰产丰收、稳定市场具有重要意义。

基于TMS320DM642内河船舶目标检测系统的设计与实现

介绍了一种基于TMS320DM642内河船舶目标检测系统的设计与实现。首先讨论了船舶检测系统的硬件设计,该系统采用新一代数字多媒体处理器TMS320DM642。它具有极强的处理能力,可以保证图像信息处理的实时性和准确性。然后在硬件平台的基础上给出了其软件实现,提出了基于形态学重构的内河船舶目标检测算法。该算法先对原图像进行中值滤波,然后取滤波后的图像中亮度值最大的像素作为标记图像;原图像经顶帽变换,并进行迭代阈值分割后的图像作为掩模图像来进行形态学重构,从而实现船舶目标检测。最后将该系统应用于长江三峡的船舶检测,实验结果表明,该系统能实时的满足算法的需要,该算法在复杂背景下,能准确地检测出目标。