基于可变形卷积和数据增强的三维多目标检测

近年来,自动驾驶受到越来越多的关注,以点云为输入数据的三维目标检测在该领域中发挥着至关重要的作用。然而,点云目标的尺度差异性以及变换性等问题,导致了目标检测精度的下降。以CenterPoint网络为框架,提出了一种基于可变形卷积和数据增强的三维多目标检测优化算法,该方法提取点云特征后生成地图视角的特征图谱,在检测头网络加入可变形卷积层,并引入图像翻转方法进行数据增强,提高网络对于目标的检测能力。在公开数据集nuScenes上的实验结果表明,该网络与其他方法相比,在汽车、公交车以及行人等类别的检测精度上有一定程度的提升。     

一种嵌入式颗粒显微图像统计系统的设计与实现

为了对颗粒显微图像进行有效地统计与识别,设计了一种以DSP为核心的嵌入式图像采集处理系统.模拟视频信号由视频A/D转换为数字图像,DSP首先利用中值滤波、自适应阈值分割等算法对图像进行预处理,将目标从背景中分离出来,然后采用扫描标记的算法对目标区域加以标记,最后实现对颗粒的数目及面积等几何尺寸的统计.实验结果表明,系统不仅能够对颗粒进行全面、客观地统计分析,而且简单、方便,具有重要的实用价值.     

公路路基边坡防护设计分析

通过分析路基边坡现存病害,对公路边坡存在的问题进行分析,寻求最佳边坡防护设计方法。     

一种用于车辆图像分割的MSSA-UNet模型

针对实际交通场景下的车辆图像分割方法存在模糊、效果差的问题,本文以UNet神经网络模型为基础,提出了一种融合多尺度模块和空间注意力机制的MSSA-UNet模型。在编解码阶段,采用空洞卷积构建多尺度模块,改善卷积层感受野大小受限的同时输出包含多尺度的特征信息。在上采样前,引入空间注意力机制来弥补采样过程中的局部信息丢失问题,提高特征还原能力。结合交叉熵损失与Dice损失,优化网络学习和训练过程,提高模型的分割精度。实验结果表明,本文提出的MSSA-UNet模型对于车辆图像分割任务在IoU评价指标达到83.48%,较改进前准确度提升了2.28%,模型预测值和真实值更接近,分割效果更好,有效提升了模型的分割性能。     

实时字符识别在视频读表系统中的应用

为了保证字符识别的准确性，正确的字符分割是关键。由于光照不均匀等外界客观条件的影响，通常是对所采集到的数字图像先进行静态的各种预处理，然后才能进行识别从而得到正确的结果。这里详细地阐述了一种对采集到的非均匀亮度的数字水表图像上数字及符号的实时字符识别算法，并介绍了基于高斯滤波、投影算法、边缘检测等算法的图像预处理方法。通过现场实验，该算法的字符识别正确率达到100％，且实时性高。     

制作任意形状微结构的LCD实时掩模技术

本文介绍了一种利用液晶显示(LCD)实时掩模制作任意形状微结构的新技术，并又阐述了该技术的原理和设计方法。基于部分相干成像理论，仿真了制造微轴锥体和锯齿形光栅的过程。在实验中使用彩色LCD作为实时掩模，成功地用LCD实时掩模技术制作出微轴锥体和锯齿形光栅。实验中采用胰蛋白酶刻蚀技术将三维外形结构刻蚀在全彩色的感光银盐明胶片上，所得到的锯齿形光栅的节距为46．26μm，刻蚀深度为0．902μm；轴锥体的直径为l18．7μm，蚀刻深度为1．332μm。     

一种新型的车载导航终端设计与实现

车载导航平台随着汽车的逐渐普及而越来越多的影响消费者的生活方式。本文改变传统的基于WINCE与ARM平台的设计方式,设计了一个高效且成本较低的解决方案,即在高性能XSCALE处理器与开源LINUX操作系统的平台下基于开源的图形用户接口（GUI）、数据库、坐标转换等诸多成熟的解决方案,很好的提高了系统的性能,极大的降低了系统的成本和开发的时间。本文构架了车载导航终端的实现框架,并最终取得了较好的演示效果。     

TMS320VC5416在系统并行引导的研究与实现

用户程序的上电加载是DSP应用系统设计的一个关键环节.这里,在介绍广泛采用的并行加载模式的基础上,详细地阐述了TMS320VC5416在系统并行引导的实现方法.同时,针对芯片之间的速度匹配和下载冲突问题,介绍了确保TMS320VC5416程序加载的硬件复位电路,并给出了Bootloader的程序设计流程及其中的一些关键性代码.实践证明,这种方法可靠性高,并有较强的灵活性和实用性.     

基于ADV7183B的视频解码系统的设计

利用MSP430F169控制视频解码芯片ADV7183B处理复合视频、S-Video和色差分量的视频输入源,从而输出8 bit/16 bit CCIR656的YCrCb型4:2:2的数字视频数据,再将其进一步进行格式转换、滤波等处理,通过DVI接口显示。