基于CMOS摄像头的智能车设计

从系统总体设计、硬件系统设计及实现、软件系统设计及实现三个方面,介绍了以MK60DN512ZVLQ10微控制器为核心控制单元的摄像头型智能车设计。其通过CMOS摄像头检测赛道信息,使用软件比较器对图像进行硬件二值化,提取黑色引导线,用于赛道识别;通过编码器检测智能车的实时速度,使用PID控制算法调节驱动电机的转速和转向舵机的打角,实现对智能车的运动速度和运动方向的闭环控制。     

智能车图像处理与识别算法研究

以全国飞思卡尔智能车大赛为背景,介绍了智能车工作的整体框架、图像采集以及图像处理与识别控制算法。智能车控制系统中选择索尼CCD传感器进行路径识别,对采集的视频数据二值化后进行图像处理,进而提取赛道两边的黑色边缘的中心位置,并以此作为小车的方向引导线,结合PID闭环控制算法控制舵机的转向,使得小车能够保证稳定性的前提下高速行驶。     

病毒杀不掉的原因以及处理方法

如今网络上病毒肆虐，让电脑用户在应付病毒上花费了不少精力。当你使用杀毒软件查杀病毒时，是否遇到查出了病毒，但是杀不掉的情况，原因何在?该如何处理呢?以下笔者对此略作介绍。     

基于摄像头图像的智能车寻迹方法设计

介绍了一种基于OV系列摄像头图像的智能车寻迹方法。该方法将摄像头采集到的图像信息进行处理,根据道路信息的特点,找出道路边线。通过两条边线的位置计算得到道路中心线位置,使智能车能按照中心线行驶。对于十字型赛道的中心线,提出了修正方法,对缺失的边线部分,先进行补线处理,再计算中心线。测试结果表明,按照提出的方法,智能车能够准确、平稳地行驶。     

基于摄像头图像的智能车寻迹方法设计

介绍了一种基于OV系列摄像头图像的智能车寻迹方法。该方法将摄像头采集到的图像信息进行处理,根据道路信息的特点,找出道路边线。通过两条边线的位置计算得到道路中心线位置,使智能车能按照中心线行驶。对于十字型赛道的中心线,提出了修正方法,对缺失的边线部分,先进行补线处理,再计算中心线。测试结果表明,按照提出的方法,智能车能够准确、平稳地行驶。     

基于时变AR预白滤波处理的水雷非水雷识别算法

基于时变AR预白化滤波器处理方法采用图象模式识别技术设计开发了一个水雷/非水雷的自动识别系统.数据预处理完成后截取有效数据段并提取信号特征由分类器对真假水雷目标进行识别.时变AR预白滤波器方法在一定程度上将背景混响预白化,提高了匹配滤波的检测性能.本文基于实际湖试和海试数据对该识别算法进行验证,结果表明此算法识别效果较好.     

智能车交通标志的改进YOLOv5识别算法

在硬件平台受限条件下,为提高智能车的性能,权衡实时识别交通标志的精度和速度,在YOLOv5的基础上,提出了针对嵌入式边缘设备的智能车交通标志识别的YOLOv5s_ghost_bi_sa算法。使用GhostConv替代部分普通卷积,在减少卷积结构参数的同时提高网络的拟合能力;添加置换注意力机制(Shuffle Attention, SE),在空间注意力与通道注意力的基础上加入了特征分组与通道置换,提高对小目标的关注度;采用加权双向特征金字塔网络结构,加强特征融合。由华为ModelArts平台协同Hilens_kit设备收集制作数据集,实验结果表明:针对数据集大图像中的小目标采用双向跨尺度连接,将表层特征与深层特征融合配合注意力机制增加重要特征的权重,从而提高算法对于小目标检测的精度,YOLOv5s_ghost_bi_sa算法的mAP0.5达到98.8%,召回率达到0.979%,模型大小仅为11.6MB,Hilens_kit平台上预测速度为62帧/秒。在相同的测试环境下与原YOLOv5s算法相比,精度高出0.8%,浮点运算量下降58%,模型体积压缩4.6倍,预测速度提升2.7倍。YOLOv5s_ghost_bi_sa算法可以有效地实现智能车交通标志的实时识别。     

基于消隐算法的双Beta样条曲面浓淡处理方法

本文给出一种基于消隐算法及其数据结构的双Ｂｅｔａ样条曲面浓淡处理方法，用此方法计算曲面各点的浓淡值，运算简单，计算量小。同时提出确定曲面外法线的一种行之有效的判定准则，该准则方法简单，结果可靠。     

线性CCD图像处理与识别算法研究

介绍了基于线性CCD传感器的智能小车整体框架、图像采集和处理以及路径识别控制算法。智能小车控制系统中选择线性CCD传感器进行路径识别,对采集的像素点进行中值滤波、二值化等处理,提取赛道两边的黑色边缘,取其中心位置作为小车的引导方向,控制舵机的转向,使得小车能够稳定、可靠地高速行驶。     

基于路径识别算法的智能车控制系统的设计

介绍了一种基于光电传感器及连续路径识别算法的智能车控制系统。首先对系统设计的总体方案及主芯片MC9S12DG128B进行介绍,然后介绍了具体系统的硬件设计和软件设计,重点对关键的电路和算法的实现进行了详细的阐述。最后给出了实验的调试结果。     

基于zxing2.0改进算法的条形码识别

文章以条码技术、图像处理技术为基础,针对在低端手机上安装zxing2.0代码程序识别速度慢、识别率不高,针对CODE₁28码识别系统不稳定的缺点,改进了zxing2.0的开源代码。1:利用方向滤波改进了源代码的滤波模板,使原来的直线模板改成了棱形模板。2:修改了代码的分辨率。在改进之下,用了五种分辨率来测试识别时间,又在一天之内不同的强弱光照强度下测试了改进代码的识别时间。通过这两种改进的方法,提高了识别率,缩短了识别时间。     

基于双阈值的滤波算法研究

针对均值滤波和中值滤波的不足,提出一种改进的基于双阈值滤波算法。该算法通过两个阈值和均值的关系来判断当前点应取的值。和传统的滤波算法相比．该算法在滤出噪声的同时,能最大限度保留原始图像信息,滤波效果较好。     

基于Matlab的智能车软件系统设计与仿真

该软件系统是以电动小车为研究对象,基于32位单片机MK60X256VLQ100开发的一种利用摄像头识别路径的智能车软件系统。通过CMOS摄像头实时获取路面信息,用边缘检测法提取赛道两边的黑线,然后计算出中线,使小车沿着中线平稳快速地前行。在此基础上,采用改进型的PID控制算法对电机和舵机进行控制,提出一种通过Matlab整定PID控制参数的办法,通过实验及仿真调整出合适的PID控制参数,有效地提升了小车的加减速能力和转弯能力。实验表明该系统具有良好的稳定性,能够满足小车各项性能指标的要求。     

基于电磁学的智能车路径识别与跟踪算法研究

随着汽车电子和智能控制技术特别是现代传感技术的发展,智能车已经成为自动控制领域内的一个研究热点,而路径识别是智能车控制领域的基础,一辆智能车设计成功的关键在于智能车路径的规划是否准确、合理。根据电磁学,在导线中通入变化的电流(如按正弦规律变化的电流),则导线周围会产生变化的磁场,且磁场与电流的变化规律具有一致性。由毕奥--萨伐尔定律则可算出距离导线某点处的磁感应强度。介绍一种基于电磁学的路径识别的智能车控制系统,设计了硬件结构与方案,提出了转向机构的控制策略,该智能车能准确实现快速自主寻迹,具备抗干扰性强,稳态误差小等特点。     

基于微处理器的智能车图像采集与识别算法研究

基于机器视觉的智能车辆跟踪防撞系统,信息量大,计算速度、存储容量要求较高,不便在嵌入式系统中实现.通过对机器视觉图像信息的等间距抽取,压缩了图像采集量,保留了最小特征,减小了存储的压力;通过对传统图像边缘提取算子的研究,提出了简化的基于阈值的边缘提取算子,提高了计算速度.仿真研究表明:该方法简单有效,并在智能模型车平台...     

基于双边滤波和Retinex算法的矿井图像增强方法

针对常用的双边滤波算法易造成图像细节丢失及Retinex算法在光照变化剧烈时易出现光晕伪影现象等缺点,提出了一种基于双边滤波和多尺度Retinex算法的图像增强方法。该方法首先对图像进行小波分解,获得图像高频和低频系数;然后采用多尺度Retinex算法和双边滤波结合的方案对图像低频系数进行处理,采用软阈值滤波算法对图像高频系数进行处理;最后通过离散小波反变换得到增强后的空域图像,并对其局部对比度进行自适应增强处理。实验结果表明,该方法可以有效改善图像颜色失真情况,细节丰富,对比度强,为图像后续的特征提取奠定了基础。     

改进协方差矩阵的智能车视觉目标跟踪方法

智能车辆视觉目标具有非线性、噪声分布非高斯性的典型特点，现有算法难以实时估计目标的状态。针对识别物体复杂且多变，很难用完全的特征来描述待识别目标及其背景的不断变化，提出了一种用于融合颜色特征及SURF（Speed-Up Robust Features）特征的协方差矩阵来改进粒子滤波算法，从而提升视觉目标跟踪的实时性，满足智能车辆的要求。首先，对采集的图像进行预处理来获取感兴趣区域。接着，通过融合颜色特征及SURF特征构造范围感兴趣区域（Region Of Interest，ROI）的目标特征协方差矩阵，建立目标状态预测模型及状态观测模型，用于改进粒子滤波算法粒子重采样过程，实现对目标的精确跟踪。最后，将该方法与Mean-shift算法和颜色属性（CN）算法进行对比。实验结果表明，在智能车视觉跟踪过程中对光环境瞬时变化、目标物体存在短时遮挡以及目标物体姿态改变时，该算法在满足智能车辆对实时性要求的前提下，有效提升算法的精确度及鲁棒性。     

电脑硬盘常见故障的处理方法

介绍电脑硬盘软故障和硬故障的现象及处理方法.     

音频水印提取算法中降低信号方差的方法

如何从已受干扰或攻击的嵌有水印信息的音频中提取水印信息,或证明水印信息的存在,是音频水印提取算法中研究的重点和难点。本文首先简单描述了音频水印的提取算法,针对音频信号方差对水印提取结果的影响,在Matlab环境下对降低信号方差的四种方法进行了代码实现及实验分析,并基于这四种方法的实现原理和滤波结果,提出了线性预测倒谱滤波方法。实验结果表明,五种方法都明显减小了样本点的幅度,使信号的方差大幅降低,而且新方法的效果更加明显,从而提高了水印的检测率。