基于计算机视觉的智能监控系统教学平台

本文研究了基于计算机视觉技术的智能监控系统教学实验平台.文章介绍了该实验平台的硬件部分设计和构建,研究了基于该平台的运动目标检测方法和人与非人的识别方法、基于形心的运动目标跟踪方法,尤其研究得到了基于最小二乘法的预测跟踪算法和基于面积变化的预铡跟踪有遮挡运动目标新方法.实验结果表明该平台满足了计算机视觉课程的教学实践需要.     

基于遗传算法的番茄缺素叶片图像特征选择

在基于计算机视觉技术对无土栽培番茄营养元素缺乏智能识别研究中，如何选择出对缺素叶片分类能力强的特征项组合是识别诊断面临的关键问题，文章利用遗传算法对提取的缺素叶片图像众多颜色和纹理特征项进行优化选择，以达到诊断识别用的信息最优，实验表明，经过优化的特征组合明显优于人工选择的特征组合分类能力。     

视频图像雨场去除仿真研究

计算机视觉系统在军事和民用领域有着广泛的应用,而雨场的存在严重影响计算机自动检测、识别和跟踪目标的能力.通过深入分析雨滴的色彩属性及动态特性,为提高识别目标的准确性,提出了先将视频图像转化到YCbCr颜色空间,然后采用二次k-means聚类去除视频图像中雨场的方法.相比传统在RGB色彩空间的雨场去除方法,在保证不降低处理效果的前提下,方法仅需要处理一个Y分量,节省了两个色彩分量的处理,提高了实时性.在MatLab平台下进行仿真结果表明:方法可以有效的去除视频图像中的雨场,为恶劣天气下视频图像清晰化提供一种可行的图像雨场去除处理方法.     

FPGA动态可重构理论及其研究进展

近年来,随着微电子技术和计算机技术的发展,尤其是大规模现场可编程门阵列FPGA的出现,实时电路重构技术逐渐成为国际学术界的研究热点;基于FPGA的重构系统具有自适应、自主修复特性,在空间应用中具有非常重要的作用;文章介绍了基于FP-GA动态可重构技术的原理、分类,重点讨论了动态可重构的实现方法及两种技术,并给出了系统重构设计的流程,同时,介绍了基于FPGA动态可重构技术已取得的成功应用,最后展望了FPGA动态可重构技术的发展前景,并指出了有待解决的问题.     

摄像机视场约束下无人机视觉着舰导引方法

无人机基于计算机视觉技术进行着舰时,既需要关注自身的飞行轨迹是否合理,也需要注意所对应的视觉特征点在图像空间中的运动是否合理,即需要满足机载摄像机视场等约束。此外,由于海洋风浪等扰动作用,很难整定出合适的参数使视觉特征点以期望的轨迹运动,并使得图像误差以期望的动态过程收敛。针对这些问题,设计了一种将基于tau耦合策略的轨迹规划与IBVS相容的视觉导引方法,同时引入PPC理论以直接描述图像误差收敛的动态过程,并赋予参数整定工作明确直观的物理意义,从而降低参数整定的难度。最后仿真验证了所研究成果的可行性和有效性。     

一种改进的舰船红外图像分割算法

图像分割在图像分析和识别中具有重要的意义,针对最大类间方差法—Otsu法在复杂背景或目标灰度与其周围背景灰度相差不大情况下,目标相对面积较小时易出现目标与背景误分割的问题,提出了一种改进的Otsu法。该算法先对预处理后的红外舰船图像归一化投影,然后,按一定阈值对图像进行裁剪,最后,利用Otsu法进行分割。实验结果表明:与Otsu法、递归Otsu法相比,该算法能够更好地分割出目标。     

车辆压线检测方法

针对车辆压线的违章行为,提出一种基于计算机视觉的车辆压线检测方法。首先利用Hough变换对交通视频图像中的黄线实现自动提取;然后用背景差法从图像中提取前景车辆,并用大津法将车辆分割出来,从而获得车辆位置;最后根据黄线区域和车辆区域是否有重叠来判断车辆是否压线。实验结果表明,该方法能满足准确高效的要求。     

基于数字图像的测量实验平台的研究

数字图像处理技术在自动化领域的应用越来越广泛,根据教学的需要,我们研究了基于数字图像的测量实验平台,本文论述了该平台测量几何尺寸、复杂形状物体的表面积和检测零件表面质量的原理,尤其提出了利用参考物法测量复杂形状物体表面积的新方法。从教学角度,介绍了平台的硬件组成和测量软件的图像处理流程,最后以测量手掌面积为例说明了测试平台的使用方法以及要求学生实践的内容。     

基于传感器阵列的油品分层系统的研究与设计

针对目前油品含水率测量存在的油污的问题,设计了6电极电容传感器阵列,以此来解决单个或少量传感器探头易被油污污染,严重影响决策判断的问题．针对电路中漏电流问题进行了电路的改进,采用D触发器来控制两个互补时序的开关,比单纯用非门的方法能减少大概几十纳秒的电荷泄漏时间,能较好的改善漏电流的问题．设计了基于PC机WINDOWS操作系统的实验数据采集与分析系统,试验证明所设计的传感器阵列与数据采集系统能够达到预期的简单液体层次分离的效果．     

基于运动平台的运动目标检测与跟踪

为了实现大视场智能监控,本文提出了一种基于运动平台的运动目标检测与跟踪方法．在相邻帧之间通过块匹配进行运动补偿,采用三帧差分法分割出运动目标．当运动目标正常运动时跟踪其形心;当运动目标被遮档时,根据卡尔曼滤波器预测的形心跟踪目标．其中,对于块匹配,采用边缘点作为匹配块的中心点并根据摄像机的运动方向确定搜索范围,使处理速度提高了38．6％．另外,比较得出最小二乘法对运动目标运动状态突然改变时拟合效果差,因此采用卡尔曼滤波器进行预测．实验证明,本算法适应环境变化的能力强,而且平均每秒处理37．6帧,达到实时处理要求．