基于unity和kinect的交警手势识别仿真系统的设计和实现

为研究计算机辅助驾驶系统中交警手势的识别,搭建了一个虚拟驾驶场景的实验室研究仿真系统。采用了微软公司的Kinect设备采集人体骨骼数据,经由经验模型提取特征并使用模式识别对交警手势信号进行信号分类,使用unity公司的unity3D软件实现虚拟驾驶场景的三维重建。系统测试表明,使用kinect进行手势识别响应快,准确率高,使用unity作为虚拟驾驶场景的开发平台方便快捷,两者组合非常适宜搭建基于视觉的辅助驾驶系统的仿真环境。     

基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统的设计

为了使仿人机器人手臂抓取控制系统更加智能化,提高运行效率,设计并实现了一种基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统。系统采用PMAC运动控制器完成机器人运行数据的传递、处理以及对机器人手臂抓取工作台的控制,采用Accelus系列数字伺服驱动器,调控仿人机器人运动位置和速度,通过关节控制器对机器人抓取过程中手臂关节的位置、速度以及角度信息进行控制,通过以S3C2440为核心芯片的上位机,实现仿人机器人手臂控制的远程通信以及抓取任务的调度,完成仿人机器人手臂抓取的智能控制,软件设计过程中,对基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制算法进行了详细分析,并给出了机器人手臂抓取控制程序代码实例,通过仿真实例验证了本系统的可用性和实用性。     

基于光栅投影和点云体积计算的过度包装检测系统

为了实现商品过度包装的无接触检测,设计了一种基于光栅投影的商品过度包装检测系统。首先利用投影仪和两个高分辨率摄像头,实现物体三维点云的获取,再提出物体点云的包围盒获取算法,计算物体的包围盒体积及三维点云体积,最后根据容积率和空隙率,检测商品包装是否过度。实验结果表明,系统能有效基于点云形状生成包围盒,点云体积计算准确度能达到95％,耗时比广泛使用的Poisson方法明显减少。     

基于改进型人工鱼群算法的支持向量机参数优化

支持向量机在高维度、小样本情况下具有独特优势,但同时支持向量机的参数优化极大制约了其分类效果,目前参数优化缺乏系统的理论指导。针对传统DAG-SVM训练分类器较多,训练耗时长,分类效果受到结构排序的影响,提出了一种基于“1 vs R”策略的改进型算法;针对 SVM传统参数优化方式耗时大,优化精度不高,提出了改进型人工鱼群算法;最后结合1 vs R-DAG支持向量机算法与改进型人工鱼群算法,得到一种新的改进型支持向量机算法。仿真对比实验证实,对支持向量机的参数优化是有效可行的。     

基于生物视觉特征和视觉心理学的视频显著性检测算法

提出了一种空域和时域相结合的视频显著性检测算法.对单帧图像,受视觉皮层层次化感知特性和Gestalt视觉心理学的启发,提出了一种层次化的静态显著图检测方法.在底层,通过符合生物视觉特性的特征图像（双对立颜色特征及亮度特征图像）的非线性简化模型来合成特征图像,形成多个候选显著区域;在中层,根据矩阵的最小Frobenius-范数（F-范数）性质选取竞争力最强的候选显著区域作为局部显著区域;在高层,利用Gestalt视觉心理学的核心理论,对在中层得到的局部显著区域进行整合,得到具有整体感知的空域显著图.对序列帧图像,基于运动目标在位置、运动幅度和运动方向一致性的假设,对Lucas-Kanade算法检测出的光流点进行二分类,排除噪声点的干扰,并利用光流点的运动幅度来衡量运动目标运动显著性.最后,基于人类视觉对动态信息与静态信息敏感度的差异提出了一种空域和时域显著图融合的通用模型.实验结果表明,该方法能够抑制视频背景中的噪声并且解决了运动目标稀疏等问题,能够较好地从复杂场景中检测出视频中的显著区域.     

基于变量分离近似稀疏重构和简化球谐近似的生物发光断层成像

生物发光断层成像(BLT)是一种非常有效的光学分子成像方式,在医学预临床研究中的有着广泛的研究。然而,BLT的核心问题即光源重建仍然存在着巨大的挑战:光在生物组织中的传输模型是否精确与重建问题不适定性都使得光源位置与密度的重建变得十分困难。为了准确高效地实现光源重建,在光传输模型的选择上,通过将扩散近似模型和高阶简化球谐近似模型(SPN)的结果与蒙特卡罗金标准进行比较,结果表明阶次(N)为3时的SP3模型描述光子在生物体的传输时能够最佳地兼顾精度和速度。基于SP3传输模型,结合光源在生物体内稀疏分布的特征,采用变量分离近似稀疏重构(SpaRSA)的方法来解决BLT的重建问题。为了验证提出方法的有效性,通过将数字鼠仿真和真实小鼠实验与典型的l1_ls方法对比表明在SP3模型下SpaRSA算法可行。     

基于Roujean和Ross-Li模型算法的不同户外光照南疆冬枣BRDF特性研究

不同光照下,如何消除或减小反演数据差异,提高检测精度,是目前南疆冬枣户外检测中遇到的一大难题,因此通过用高光谱相机获得的南疆冬枣二向反射分布函数(BRDF)测量值,采用最小二乘法拟合Roujean模型和Ross-Li模型的参数,最后对比Roujean模型和Ross-Li模型反演的结果,提出何种天气何段波长用何种模型反演...     

基于多特征的快速红外弱小目标检测算法

为了从全向红外搜索和跟踪系统采集的海量大视场高分辨率红外图像中快速准确地检测出红外弱小目标,本文提出了一种基于由粗到细的分阶段检测策略和时空域特征融合的红外弱小目标检测算法.首先,通过引入基于频域的快速显著性检测算法预先检测出目标可能存在的候选区域;其次,对候选区域进行角点检测以判定是否存在候选目标;最后,通过结合帧间时空域特征对候选目标进行进一步判定,以提取真实目标、删除虚假目标.多种实际场景的实验结果表明,该目标检测算法不仅运算量小而且探测概率高、虚警率低,是一种工程实用性能很好的红外弱小目标检测算法.     

基于OpenCV的透明瓶装无色液体液位实时检测

为了实现对无色液体透明瓶装产品的非接触性检测,设计一种液位实时检测系统;系统通过工业数字摄像头实时采集产品图像,基于OpenCV开源平台,对其进行相关的预处理,检索液体区域的轮廓,提出了一种适合液位检测的包围盒取高算法,可得到液位高度;图像采集过程中利用白色背景和特殊的光源设计突显液体区域,不借助外部测量仪器对液位进行实时检测;对100副不同液位的产品图像进行测试,测量结果表明,此系统能够快速准确地获得瓶装液体的高度信息,最大相对误差0.8%,具有较好的准确性和实时性。     

调谐半导体激光吸收光谱自平衡检测方法研究

可调谐半导体激光吸收光谱技术(TDLAS)是利用半导体激光器的波长调谐特性,扫描待测气体特征吸收线,从而获得待测气体的浓度信息。基于可调谐半导体激光吸收光谱的自平衡检测方法能够有效地消除激光器光强波动等共模噪声和其他同性干扰的影响。实验表明自平衡检测方法可以获得较理想的结果,检测限低于体积比1.2×10-6,与直接吸收光谱法相比降低了一个数量级。自平衡检测电路简单,自带的电子增益补偿机制能够自动进行平衡探测,该方法不用加信号调制和锁相放大器,直接探测待测气体的吸收光谱,从而降低成本,减小系统装置体积,易于集成为便携式痕量气体检测仪。     

基于多特征和FCM的图像边缘检测方法

提出了一种新的基于多特征和FCM的边缘检测算法.该方法根据边缘点附近灰度分布特点构造了多个反映边缘特性的特征分量,并利用输入图像提取该组特征分量,组成一个反映图像边缘特征的数据集.用FCM聚类算法将该数据集分为两类,即边缘点数据和非边缘点数据,实现边缘检测.该方法无需确定阈值,对弱边缘检测较敏感,在特征的选取上充分考虑了边缘和噪声的本质区别,因而具有优异的抗噪性能.     

基于径向基神经网络的太阳能电池缺陷检测

为了检测太阳能电池的缺陷,建立了太阳能电池板的电致发光(EL)图像与其缺陷类型间的神经网络预测模型,可以对太阳能电池板不同类型缺陷进行自适应检测。首先,采用主成分分量分析(PCA)算法对电致发光(EL)图像训练样本集降维;然后,将降维后得到的数据输入神经网络预测模型进行学习,对模型的参数进行优化选取;最后,将训练好的网络对测试样本集进行仿真。仿真结果表明:在采用相同的训练样本集和测试样本集条件下,与反向传播神经网络(BPNN)相比,径向基神经网络(RBFNN)具有全局最优特性,结构简单,最高识别率达96.25%,计算时间较短,能满足在线检测的要求。     

基于统计特性与边缘特性融合的阴影检测方法

针对视频监视系统中的阴影检测问题,提出了一种基于灰度比值统计与边缘特征分析相融合的阴影检测方法.根据阴影的面积和灰度特征,采用灰度统计和正态分布曲线拟合的方法估计出阴影灰度的分布区域,实现对阴影的初分割.利用熵判据对初分割的结果进行判断,对于过分割的情况,依据目标与阴影间的位置关系,利用阴影的边缘特性进行目标重构.不同光照环境下的视频监控图像测试结果表明,该方法可以用于灰度图像和彩色图像,能够有效检测出阴影区域并保持目标的完整性.     

改进型光纤布拉格光栅温度检测系统研究

传统的光纤布拉格光栅温度检测系统适用于大范围、多点位的实时温度检测领域,但其温度响应稳定性差,布拉格光栅中心波长偏移量随温度变化量的线性度差。为提高系统温度检测稳定性及其检测精度,设计了一种改进型光纤布拉格光栅温度检测系统。该系统采用双光纤并行采集同点位温度并进行差分处理的方法,实现对测温过程中随机误差的实时有效消除,进而达到提高测温稳定性及检测精度的目的。计算推导了该模式下光纤布拉格光栅中心波长偏移量关于温度变化量的函数关系,给出了新式光纤光栅探头的结构。实验将改进型光纤布拉格光栅温度检测系统与传统系统进行对比,结果显示,改进型系统的温度测量精度可达0.5 ℃,相比传统系统得到了提升,同时,其测温误差也明显优于传统系统,说明采用该设计可以提高系统测温的稳定性。     

基于改进蝙蝠算法的CO-OFDM系统峰均比抑制技术

为了抑制相干光正交频分复用系统中的峰值平均功率比,采用蝙蝠算法优化系统子载波的相位.同时针对蝙蝠算法存在的易陷入局部最优和收敛精度不高的问题,对蝙蝠算法进行改进.在蝙蝠的速度更新公式中加入蝙蝠的自我学习部分,并引入惯性权值和学习因子,在保证算法收敛速度的同时尽可能提高算法的收敛精度,防止算法出现早熟收敛情况.采用改进算法对正交幅度调制、100 Gb/s的相干光正交频分复用系统进行仿真实验,仿真结果表明,改进算法有较强的搜索能力和较高的搜索精度,使正交频分复用信号的峰值平均功率比降低了5.48 dB,相对于蝙蝠算法降低了0.52 dB,改进算法的峰值平均功率比抑制性能得到了进一步的提高.