基于HoloLens的变电站运维仿真培训系统

HoloLens增强现实(Augmented Reality, AR)眼镜为现实世界叠加了逼真的3D全息影像,因此其常被采用为平台来开发基于增强现实技术的变电设备运维仿真培训系统。以HoloLens的主相机作为变电站图像采集设备,采用ASIFT设备局部特征识别方法、人工编码标识识别方法和基于光学字符识别技术（OCR）的设备标牌识别方法相结合,实现变电站不同大小和不同形状设备的可靠识别;通过视觉方法寻找人工标识特征点或设备特征点对目标设备进行精确定位和初始化注册,并利用HoloLens的空间锚点（Anchor）技术,实现目标设备的快速跟踪和注册;构建基于增强现实的变电设备运维学习、训练和考核环境,并进行示范验证。本文通过拓展现有实训系统的功能,提升了现有实训系统的实用性、交互性与体验感,提高了培训的效果和效率。     

基于视觉的移动设备屏幕提取与规范化方法

为了解决照片中移动设备屏幕图像的获取问题,提出了一种基于视觉的移动设备屏幕图像提取与规范化方法。首先使用轮廓识别算法对原始图像进行边缘检测,获得包含设备和手部的轮廓;其次,通过种子填充法从轮廓得到设备和手部的填充区域;接着在原始图像上使用基于颜色空间的皮肤检测方法得到手部区域,再与之前得到的填充区域做减运算,以得到独立的设备区域;然后再在独立设备区域的轮廓上做多边形拟合,得到设备的四个顶点;最后通过透视变化得到规范化后的设备屏幕图像。实验表明,该方法在背景不复杂且设备作为主体的照片环境下具有较高的准确率。     

基于视线跟踪和手势识别的人机交互

提出一种新的基于视线跟踪和手势识别的交互方式用于远距离操作计算机。系统通过摄像头采集用户的图像,利用图像识别算法检测人眼和手指的位置,由人眼和指尖的连线确定用户指向屏幕的位置,通过判别用户手势的变化实现各种操作,达到人机交互的目的。实验结果表明,该交互方式可以较好地定位屏幕和判断用户的操作,实现自然、友好的远距离人机交互。     

基于特征融合的室外天气图像分类

天气状况对室外视频设备的成像效果有很大影响。为实现成像设备在恶劣天气下的自适应调整,从而提升智能监控系统的效果,同时针对传统的天气图像判别方法分类效果差且对相近天气现象不易分类的不足,以及深度学习方法识别天气准确率不高的问题,提出了一个将传统方法与深度学习方法相结合的特征融合模型。融合模型采用4种人工设计算法提取传统特征,采用AlexNet提取深层特征,利用融合后的特征向量进行图像天气状况的判别。融合模型在多背景数据集上的准确率达到93.90%,优于对比的3种常用方法,并且在平均精准率（AP）和平均召回率（AR）指标上也表现良好;在单背景数据集上的准确率达到96.97%,AP和AR均优于其他模型,且能很好识别特征相近的天气图像。实验结果表明提出的特征融合模型可以结合传统方法和深度学习方法的优势,提升现有天气图像分类方法的准确度,同时提高在特征相近的天气现象下的识别率。     

基于高斯眼白模型的疲劳驾驶检测

目的 为解决疲劳驾驶检测中人眼状态识别的难点,提出一种基于眼白分割的疲劳检测方法。方法 首先对获取图像进行人脸检测,利用眼白在Cb-Cr上良好的聚类性,基于YCbCr颜色空间建立高斯眼白分割模型;然后在人脸区域图像内做眼白分割,计算眼白面积;最后将眼白面积作为人眼开度指标,结合PERCLOS（percentage of eyelid closure over the pupil over time）判定人的疲劳状态。结果 选取10个短视频进行采帧分析,实验结果表明,高斯眼白分割模型能有效分离眼白,并识别人眼开合状态,准确率可达96.77%。结论 在良好光线条件下,本文方法能取得不错的分割效果;本文所提出的以眼白面积作为判定人眼开度的指标,能准确地判定人的疲劳状态。实验结果证明了该方法的有效性,值得今后做更深入的研究。     

面向彩印标签的手机数码识别及应用

针对Android手机拍摄标签数字码实时识别的需要,以及拍摄图像具有分辨率低、亮度不均匀、背景复杂等特点,由手机拍摄直接获得灰度图像后,通过数字区域投影定位,获取只包含数字的图像;采用二值化进行灰度图像到黑白图像的变换;通过投影及归一化处理进行数字码图像分割,并对每个数字码图像进行细化获取细化数字码;基于统计学抽取数字码的特征;建立数字码模式特征后,采用最近邻域判别函数进行数字码识别,取得了良好的识别效果。     

扫描人生：数码相机（Digital Camera）面面观

假设一位记者,在外地采访到新闻并拍摄下照片,如何将照片第一时间传回报社进行排版呢?用最快的速度将照片冲晒出来再传真?但那样传真回来的照片大都是黑白的。如果身在相对偏僻的地方而没有传真机时又如何?或许你会想到用手提电脑加无线电话进行数据传送,不过这样得需要一部扫描仪才能将照片的图像资料转换为数字数据,而现在,数字相机（数码相机）便是直接用数字保存图像的一种摄影工具,这种摄影工具直接使用数字保存相机拍摄到的图像,并且可以通过接口直接传送到电脑中供电脑调用和传送,而且这种数字相机正逐渐走向家庭。     

基于线性分配的难负样本挖掘度量学习

科学家依靠鲸鱼尾巴的形状及其独特的标记来识别鲸鱼的种类,但靠人眼识别和手工标注的过程非常繁琐。而且鲸鱼尾巴照片数据集存在数据分布不均衡的特点,其中个别种类样本数量极少,甚至仅有一份;同时样本个体差异较小,并且包含未知类别,导致以图像分类的方式完成鲸鱼身份的自动标注存在困难。为解决度量学习在该任务下难以分类的问题,在孪生神经网络（SNN）的基础上,利用线性分配问题（LAP）算法进行难负样本挖掘训练过程从而动态地构筑训练批次。首先对训练样本提取图像特征向量,并计算特征向量的相似性度量;然后通过LAP为模型分配样本对,根据度量分数矩阵动态地构筑训练样本批次,针对性地训练困难样本对。在一个数据分布不平衡的鲸鱼尾巴图像数据集和CUB-200-2001数据集上得到的实验结果表明,所提算法在少数类学习和细粒度图像分类上能取得良好的效果。     

基于人眼视觉皮层系统的SAR图像目标识别

人眼的视觉系统是已知最复杂最精确的目标识别系统;针对现有浅层学习模型提取SAR图像目标特征效果不理想、普适性不强及目标识别精度不高等问题,参考人眼视觉系统的分层特征提取机制提出了一种深层特征提取目标识别算法;算法首先提出一种针对SAR图像的预处理方法,在特征提取阶段应用多层稀疏自动编码器,通过逐层减少神经元数目使编码器学习得到输入数据的压缩表示,从而提取得到更抽象更鲁棒的目标特征;采用MSTAR数据库3个目标进行实验,试验结果表明,算法能很好地对MSTAR目标进行特征提取和识别,类比原有的方法有较高的识别准确率,达到96.7%。具有较强的实用性。     

基于改进特征袋模型的奶牛识别算法

针对特征袋（BOF）模型中存在特征计算耗时、识别精度低的不足,提出一种新的改进BOF模型以提高其目标识别的精度和效率,并将其应用于奶牛个体识别。该算法首先引入优化方向梯度直方图（HOG）特征对图像进行特征提取和描述,然后利用空间金字塔匹配原理（SPM）生成图像基于视觉词典的直方图表示,最后自定义直方图交叉核作为分类器核函数。该算法在项目组自行拍摄的数据集（包含15类奶牛、共7500张奶牛头部图像）上的实验结果表明,使用基于SPM的BOF模型将算法的识别率平均提高2个百分点;使用直方图交叉核相比使用高斯核将算法的识别率平均提高2.5个百分点;使用优化HOG特征,相比使用传统HOG特征将算法识别率平均提高21.3个百分点,运算效率为其1.68倍;相比使用尺度不变特征变换（SIFT）特征,在保证平均识别精度达95.3%的基础上,运算效率为其7.10倍。分析结果可知,该算法在奶牛个体识别领域具有较好的鲁棒性和实用性。     

基于数字图像处理的眼球控制精度提高方法

为提高眼球控制方法的精度,完成对手机或电脑屏幕高准确性的操作,利用人眼看屏幕的焦点和视网膜成像点确定的直线正好通过瞳孔的圆心处,且屏幕的发光轮廓在眼球上反射形成矩形轮廓的原理,提出基于数字图像处理的眼球控制精度提高方法。瞳孔圆心和矩形轮廓之间映射的关系就是人眼焦点在屏幕上的具体位置。通过高清摄像机对眼球进行实时录像,运用数字图像处理技术对每一帧图片进行实时分析处理运算得到人眼焦点在屏幕上的位置坐标,将每一帧图片计算所得坐标输出到鼠标光标上实现对眼球焦点的追踪,将坐标位置信息通过无线技术传输到带有屏幕的被控制设备以实现眼球对其控制。仿真表明,映射方法使眼球控制精度平均准确值达到0.7°。     

数字指示秤LCD显示屏数字识别方法研究

数字指示秤LCD显示屏数字的快速准确识别可提高数字指示秤作弊性的检测效率。传统方法实现代价较高,应用场景受限。针对此问题,通过分析数字指示秤LCD显示屏数字的七段码数字图像特性,基于图像数字边缘灰度轨迹,计算图像中数字的倾斜角,基于穿线法数字识别机制,建立数字识别关系,给出了数字指示秤LCD屏幕图像中的数字识别方法。实验搭建了作弊数字电子秤检测平台,利用摄像头拍摄了原始LCD显示屏图像。实验结果表明,该方法能够有效识别数字电子秤的LCD显示屏图像数字。该方法在数字识别过程中不需要大量样本的训练,在兼顾识别率和识别速度方面优于支持向量机和K最近邻方法,具有一定的优势,为作弊数字电子秤的准确检测提供了可靠的技术基础。     

大尺寸钢板测量中的激光标签精确定位

在基于视觉的非接触测量法中,为了取得较好的测量精度和速度,可以结合激光测量与相机测量两种技术。在实现两种测量系统的配准过程中,对于特定标记物(比如激光标签)的精确定位是提高测量精度的关键技术。针对于此,提出了一种精确的激光标签中心定位方法。首先,利用基于GPU的梯度方向直方图(HOG)算法实现激光标签的粗定位;然后,利用图像二值化方法实现进一步的基于质心法的精确定位。在粗定位过程中,利用GPU的并行计算优势,可以实现对超大图像的实时检测,满足工业测量需求。在二值化过程中,提出了一种基于高斯差分(DOG)的二值化方法,能够取得比传统的Otsu、Bernsen等二值化方法更好的效果。实验结果表明,该方法精度可以达到1mm以下,能够满足工业测量的需要。     

基于裂隙灯的外眼图像采集与处理系统

介绍基于裂隙灯的外眼图像采集与处理系统,系统能过改造传统裂隙灯上的普通相机摄像光路,用数码相机取代传统光学相机,以获得高清晰度数码图像。利用数字图像处理技术对外眼图像进行处理,为临床提供客观和定量化的诊断依据。实现患者信息与图像高效存储、交流与远程传输。     

基于嵌入式的人脸图像采集显示系统的制作

针对目前嵌入式开发平台上视频显示不流畅的现象,文中提出通过USB 摄像头采集人脸图像的方案。该方 案是基于三星S5PV210 处理器和嵌入式Linux 操作系统,并在其移植了Qt 和OpenCv。文章介绍了以USB 摄像头为视频图像 采集设备,通过OpenCv 进行视频图像采集的过程,以及通过Qt 实现人脸图像实时显示在LCD 屏上的过程,经测试图像能够 在LCD 屏上流畅显示,为实时在嵌入式平台上流畅显示视频图像提供了方案。     

基于地理信息系统的森林火灾自动识别

运用图像处理、模式识别和地理信息系统(GIS)技术进行森林火灾自动判别,在GIS中自动识别并定位火点.当识别为疑似火情时自动锁定云台并进行防火报警.通过数字云台传回的方位角和俯仰角数据与防火地理信息系统进行连接,计算森林火灾发生的具体位置并进行火点空间定位以辅助森林防火指挥决策.     

Effective demosaicking algorithm based on edge property for color filter arrays

Under the influence of digitization, digital still cameras (DSC) are becoming prevalent in recent years. The image capturing and file storing process of a digital still camera involves multiple image processing and precise corrective calculations. In order to reduce cost and volume, a digital still camera usually utilizes only one sensor and color filter array (CFA) for capturing images, and reconstructs a corresponding full-color image using a color interpolation method. Demosaicking is the first step of image processing of digital still cameras and has been integrated into the design of a variety of digital still cameras. If noise and blurred edges exist from the onset of image reconstruction, a post-processing can do little to improve the quality of the reconstructed image. A demosaicking method is proposed in this paper to prevent the occurrence of color artifacts. By detecting the edge characteristics of a digital image, accurate weights can be obtained for image interpolation, before refinement is made in post-processing. After comparing the experiment results of this paper with those of previously proposed methods, it is found that the proposed method can effectively reduce color artifacts and enhance image quality.     

基于移动增强现实的地震科普馆导览系统

增强现实技术是一种将虚拟信息无缝融合到真实世界的新技术,近年来受到国内外研究者的广泛关注。随着便携性、智能化移动设备的快速发展,增强现实技术越来越多地应用到移动设备上,具有很好的发展前景。以识别特定标志物为目的,研究并实现了一个基于移动增强现实的地震科普馆导览系统。利用Wi-Fi定位和图像处理对标志物进行检测识别;利用标志物的四个顶点,通过确定坐标系之间的变换关系,计算摄像机位姿,实现摄像机跟踪定位;通过坐标系之间的变换,确定虚拟信息在成像平面上的位置,实现虚拟信息的注册。测试结果表明,该系统能够实现地震科普馆导览功能,达到了预期的研究目标。     

AR技术在用电信息采集系统运维中的应用

随着用电信息采集系统的广泛覆盖,在给智能电网系统建设带来便利的同时,其运维和管理上存在的问题愈加突出。本文基于人工智能技术和增强现实(AR)技术设计并实现了用电信息采集系统智能运维设备。该设备基于AR眼镜,利用自带的相机采集运维现场图像并上传至云端进行检测与识别;得出诊断结果后以AR的形式将设备信息和故障排查流程叠加在真实对象上,引导工作人员排除故障。试验结果表明,该运维系统具有较高的识别率、较好的实时性,极大提高人员工作效率,在该领域具有广泛的应用前景。     

数字水印技术在数字水印数码相机中的应用

数字水印数码相机的问世引起了数码相机业的一场轰动,同时也拓宽了数码照片的用途。然而,数字水印相机作用的发挥又依赖于所使用的水印算法。阐述了数字水印数码相机的特点和数字水印技术在此种相机中的应用过程,并提出了一种新的图像水印算法,实验结果证明了这种算法的有效性和可行性。