结构化道路车道线的鲁棒检测与跟踪

针对智能车在视觉导航过程中车道线检测的鲁棒性和实时性问题,提出一种适用于结构化道路的车道线鲁棒检测与跟踪方法。首先,简化的Sobel算子提取车道线边缘图像,将边缘图像与改进的Otsu方法得到的车道线分割图像进行融合,实现对车道线标记点的鲁棒检测;然后,采用迭代最小二乘方法拟合车道线标记点并去除干扰点,并根据拟合参数建立车道线模型;最后,引入尺度无迹卡尔曼滤波(SUKF)对车道线进行跟踪。通过对多段实地采集的视频进行了仿真实验,结果表明,该方法对于高速公路车道线的检测率可达到99%,并具有较好实时性能;对于受损和弄污的城市道路车道线也体现出较好的鲁棒性和时间性能。     

基于SAD与UKF-MeanShift的主动目标跟踪

针对复杂场景下动态目标难以准确分割以及目标难以准确定位的问题,提出将绝对差值和(SAD)方法、无迹卡尔曼滤波(UKF)和Mean shift算法相结合的混合自主跟踪动态目标的方法。首先,采用SAD方法获相邻两帧的视差信息,利用视差实现动态目标的检测,并依此建立目标的核直方图描述模型和状态空间模型,然后UKF算法对状态空间进行滤波估计,最后采用Mean shift 算法精确定位目标。实验结果表明该方法不仅能有效检测场景的动态目标,同时还能获得目标的运动信息。文中所提出的基于UKF-Mean shift的跟踪策略与相关算法相比,体现出较好的跟踪效果与时间性能。     

基于跨层机制的无线自组对等网

在无线自组对等网的构建中,采用跨层设计机制,对传统Chord组网协议进行改进。将接收信号的能量用于估计节点之间的距离,用节点的指针表信息对网内节点分布的疏密进行估计,获得一个兼顾逻辑网与物理网之间匹配和系统负载平衡的节点标号,提出一种新型无线自组对等网构建方法。仿真结果表明,在基于该方法的无线自组对等网中,资源定位路径缩短,时延和丢包率减小,网络的负载能力得到了提高。     

基于模拟退火算法的立体匹配搜索方法

选择图像的边缘特征点作为匹配基元,求出边缘梯度的大小、方向和拉普拉斯值作为特征的属性值,在满足一定的立体匹配约束条件下,建立全局能量函数和状态空间,并用模拟退火算法,随着对状态空间的随机扰动,使能量函数达到全局最小,从而实现立体匹配。     

结构化道路车道线的鲁棒检测与跟踪

针对智能车在视觉导航过程中车道线检测的鲁棒性和实时性问题,提出一种适用于结构化道路的车道线鲁棒检测与跟踪方法。首先,简化的Sobel算子提取车道线边缘图像,将边缘图像与改进的Otsu方法得到的车道线分割图像进行融合,实现对车道线标记点的鲁棒检测;然后,采用迭代最小二乘方法拟合车道线标记点并去除干扰点,并根据拟合参数建立车道线模型;最后,引入尺度无迹卡尔曼滤波(SUKF)对车道线进行跟踪。通过对多段实地采集的视频进行了仿真实验,结果表明,该方法对于高速公路车道线的检测率可达到99%,并具有较好实时性能;对于受损和弄污的城市道路车道线也体现出较好的鲁棒性和时间性能。     

基于能量最小化的立体匹配方法研究

选择图像的边缘特征点作为匹配基元，以边缘梯度的大小、方向和拉普拉斯值作为特征点处的属性值，根据Marr的立体匹配约束条件，建立一个0-1对应状态空间和全局能量函数。最后用模拟退火算法，随着对状态空间的随机扰动，使能量函数达到全局最小，实现所有特征点的匹配。     

智能仪器课程教学改革探索

深入剖析智能仪器课程在课程设置、实验内容设计和教学方法手段等方面的不合理教学现状,并结合笔者的教学实践及取得的效果,对本课程的教学改革提出几点建议。     

全景图像技术研究与进展

越来越多的图像应用需要以三维的形式未描述,所有三维显示技术中全景图像技术被认为是最有望能实现全真三维显示的三维显示技术．全景图像技术是一种用微透镜阵列未记录和显示的全真三维显示技术,无须相干光源,观看时无须佩戴特殊的眼镜就可直接进行观看景,图像技术在国外三维显示领域的研究热点。正引起国内外三维显示领域的广泛注意．