自主导航农业车辆全景视觉光线的自适应方法研究

为解决自主导航农业车辆在实际野外作业中不同环境光线对全景视觉成像质量的影响问题,提高自主导航的准确性和可靠性,提出全景视觉光线自适应方法。首先,通过数字成像原理分析、成像曝光控制、成像质量评价,研究视觉成像系统;其次,通过相机响应函数求取、数据匹配与更新、光线自适应曝光时间调整,实现全景视觉光线自适应算法的具体过程。结果表明,改进的光线自适应算法,在正常光线、较强光线、较弱光线3种情况下,均能明显提高全景视觉图像的成像质量;相较于未经改进的原始算法,在光线较亮情况下改进的光线自适应算法,图像平均二维信息熵提高47.1%,平均梯度值提高60.9%;在光线较暗情况下,改进的光线自适应算法,图像平均二维信息熵提高30.3%,平均梯度值提高76.4%;在不同光线情况下,改进的光线自适应算法,单次平均耗时0.36 s,相较于传统多曝光处理算法,速度平均加快75.5%。

基于图像识别的实验室利用率管理系统

实验室利用率是衡量实验室管理的一项重要指标,但目前高校实验室及设备使用情况的统计仍以人工记录为主。通过将人脸识别技术、二维码识别技术以及物联网技术结合,在实现对实验室人员及设备管理的同时可以实时获取实验室利用率。同时针对实验室光照不均匀问题,通过基于改进二维伽马函数的光照自适应调整算法对图像光线进行矫正,大幅度提高不均匀光线下的识别准确度。经在实验室部署测试,证明可以实现对人员及其所借还设备识别并记录和统计,也可以根据汇总的数据结果,统计实验室利用率情况,效果良好,此系统对目前高校实验室管理具有很大的借鉴意义。

基于K-means算法的地铁站台异物检测

针对地铁屏蔽门和列车门之间的间隙会产生夹人夹物等地铁运营安全事故隐患,提出一种基于K-means的地铁站台异物面检测方法。该方法通过采用人工构造光学背景,并且采用HSV颜色空间来提高检测的效率和准确度。算法采用K-means方法对车首摄像头拍摄车尾灯带图像进行目标提取,通过对目标的完整性计算来判断列车车体与屏蔽门缝隙是否存在空间异物。通过对真实视频数据进行实验,结果表明所提算法对光照变化具有很好的鲁棒性,可以准确检测出各种异物,能够辅助司机进行开车前的决策。

一种复杂背景下快速人脸检测算法

论文针对彩色图片的人脸检测在复杂的背景下检测难度大、检测时间长的问题,提出一种将非线性分段色彩变化的肤色模型、Gabor特征提取和多层感知机MLP分类决策相结合的人脸检测算法。该算法首先对输入图像进行自适应的光照补偿,根据非线性分段色彩变化建立的YCb`Cr`肤色模型筛选出潜在的人脸区域;然后对潜在人脸区域进行Gabor小波特征分析,利用MLP网络进行分类判别。通过计算机仿真得出此算法计算复杂度低、检测时间短。