基于树莓派的指针式仪表读数自动识别系统设计

针对指针式仪表读数识别过程中表盘定位精度不高、量程手动输入、自动化程度低的问题,提出了基于改进的完全局部二值模式(CLBP)的表盘特征提取算法,结合支持向量机(SVM)和图像下采样方法,实现表盘精准定位,设计仪表量程自动获取方法,实现量程的自动获取,减少工作量。以树莓派为硬件平台,设计指针式仪表读数自动识别系统。测试表明,读数识别相对误差在2%以内,识别平均时间为534 ms/次。

多特征融合的行人检测算法

在分析颜色和纹理特征的基础上,提出了一种融合颜色特征LUV和纹理特征完全局部二值模式(CLBP)的行人检测算法,提取目标信息更加全面准确。采用交叉核SVM分类器对特征进行训练、检测,进一步提高算法的检测性能。实验结果表明,所提出的算法具有更高的检测准确性。