火情自动视觉检测系统的设计

针对现有智能楼宇火情自动视觉检测系统中对火情严重程度的判断功能不足,无法提供多样性信息的问题,设计并实现了智能火情多状态视觉检测系统,监控系统设计了底层控制站CCD视觉信息采集模块和DP总线信息传递模块,增加了智能火情多状态视觉检测系统的功能,利用火情检测图像的均值作为初始背景,根据不同火情事件获取背景图像进行实时更新,依据DSP处理器得到二值图上目标特征设定不同阀值,判断发生了哪类火情,对火情不同事件识别率达到了95%,适用于新一代的智能楼宇监控系统应用。     

地面紫外探测高空高速再入目标分析与验证

为验证地面紫外探测系统是否能对臭氧层以上的高空高速再入目标探测成像,分析了高空高速再入目标产生紫外辐射的机理以及进行地面紫外探测的可行性,并在国内某多用途飞船缩比返回舱实验中,利用自研紫外光学成像验证设备开展验证实验,获取了40km以上高空高速再入目标的地面紫外探测图像,依托地面平台成功获取臭氧层以上高空高速目标紫外图像。实验表明,在稀薄大气条件下,高空高速目标可以产生强烈的紫外辐射,利用地面紫外探测器完全可以实现对高空高速再入目标的探测成像,并且能够从背景中有效分离和提取成像目标。对于进一步开展空间紫外探测的实际应用研究和深化紫外探测理论具有十分重要的参考价值。     

混合道路状况下基于单片机的汽车智能路径选择系统设计

针对当前汽车在混合道路状况下排队等待时间长的问题,设计并实现了一种混合道路状况下基于单片机的汽车智能路径选择系统,系统采用光电传感器进行汽车速度与间距的测量,采用CCD摄像机获取某路段汽车运行情况图像的视频图像,采用SAA7113视频解码器通过抗混叠滤波、A/D转换成数字图像存储到高性能计算机中,汽车智能路径选择引入最大类间方差算法(OTSU),依据车辆和背景的方差动态确定图像分割阀值,获取排队车辆图像区域,按照视频的时间获取车辆的排队等待时间信息;并对获取的数据信息进行分析和处理,最终实现汽车路径的时间最优或路状最优选择;实验结果说明系统选择路径的车辆排队时间与最优等待时间匹配度达到98%,误差控制在2.5%以内,并且系统具有超高的稳定性,应用前景广阔。     

基于超像素信息反馈的视觉背景提取算法

针对经典视觉背景提取算法长时间存在鬼影、动态背景导致的高频噪声以及背景模型误更新等问题,提出一种改进的视觉背景提取算法。该算法将原始图像分割为若干个超像素区域,在超像素分割区域,对视觉背景提取算法检测结果进行像素点再分类,在目标检测的初始阶段实现鬼影信息的准确检测,并更新鬼影区域像素点的背景模型,从根本上解决了全局范围内鬼影检测的难题。根据运动目标的超像素对前景目标内的空洞进行快速纠正,实现前景目标的小范围填补,同时完成对背景超像素内高频噪声的检测和滤波,并增强检测结果的稳健性。利用数据集进行的测试实验结果表明,与传统算法相比较,该算法的精确率和识别率等指标均显著提高。     

多波段红外图像的海面舰船目标检测

现有的基于单个红外宽波段的海面舰船目标探测系统在面对复杂海天背景、岛岸背景、恶劣天气、亮带干扰或诱饵弹干扰等情况时,系统的探测率、虚警率、探测距离等性能指标均会受到严重的影响;为此,开展了基于多波段红外图像的海面舰船目标检测方法的研究。通过中波红外多波段数据采集系统实际采集107组五个中波红外波段的图像;波段1-5分别为3.7～4.8,3.7～4.1,4.4～4.8,3.7～3.9和4.65～4.75 μm;对多波段图像进行手动标注构建样本数据集,其中,正样本舰船目标298个,负样本非舰船目标353个。对于多波段红外图像,首先进行PCA降维并采用选择性搜索算法生成初始目标候选区域;针对候选区域中存在大量明显的非舰船目标区域的问题,利用积分图像计算候选区域的局部对比度,依据红外舰船目标的几何和灰度特征从初始目标候选区域中筛选出舰船目标可能性大的区域作为舰船目标候选区域。然后对舰船目标候选区域进行拓展以融入局部上下文信息,对于候选区域对应的5波段红外图像,分别提取每个波段图像的稠密SIFT特征,并将128维SIFT特征向量降为64维,融入SIFT特征的空间和波段位置分布信息得到新的特征向量,基于高斯混合模型对候选区域的特征向量集合进行编码融合得到舰船目标候选区域的费舍尔向量表示,最后利用线性SVM分类器识别出舰船目标。对多波段图像进行舰船目标候选区域生成实验,所提出的基于红外舰船目标的几何和灰度特征的约束方法可以有效地克服选择性搜索算法的不足,从初始目标候选区域中快速定位出舰船目标候选区域,对25组多波段图像进行实验,舰船目标候选区域生成的整体耗时为0.353 s,定位舰船目标区域耗时0.005 s。对100个正负样本进行目标识别测试,所提出的目标识别算法融合了目标的多波段图像特征信息,通过引入费舍尔向量挖掘了多波段图像梯度统计特征的深层次信息,算法的识别率达到了0.97,显著高于单波段红外图像的目标识别率。对25组多波段图像进行舰船目标检测实验,所提出的舰船目标检测方法能够在海天背景、岛岸背景以及亮带干扰等不同场景下完成海面舰船目标的检测工作,舰船目标定位准确,舰船目标召回率达到了0.95,每组多波段图像的平均检测耗时为1.33 s。研究结果表明,充分考虑海面舰船目标在红外图像中与局部海洋背景的辐射差异以及有效地融合舰船目标在多个红外波段图像中的辐射特征,可以增强舰船目标的可分性,提高舰船目标的识别率以及检测率,为基于多波段红外图像的海面舰船目标检测提供了新的技术支持。     

基于机器视觉的数字化仪表字符识别

针对工业生产中测试仪表显示数据的自动识别问题,提出一种基于机器视觉的数字仪表数据识别方法;文章方法利用图像获取、图像去噪、阈值分割、光学字符识别等技术有效远程识别LCD/LED显示的数字信息。通过实验验证,该系统能远程实时识别具有LCD/LED显示的数字化仪表的显示数据,识别率能达到99%以上,并且能够实现超限报警及数据保存功能。     

基于嵌入式机器视觉的羊体体征测量系统

针对现有牧场牲畜测量的工作量极大及人工测量的局限性难题,提出了一种基于机器视觉的草原牧场羊体体征的非接触式测量构建方法;考虑到牧场养殖环境,采用在便携式嵌入式Linux实时操作系统平台上,通过广角摄像头获取羊的彩色图像,并调用开源计算机视觉库OpenCV对图像进行实时处理,寻找体征特征点并计算羊的体高、体长等体征数据;图像处理过程:背景差分、图像去噪、二值化、轮廓提取和特征点识别;经实验验证表明:此测量方法有一定误差,但平均相对误差不超过3%,因此该测量方法具有较好的实用价值。     

基于LabVIEW图像法车牌智能识别系统

车辆牌照自动识别是实现交通管理智能化的重要环节,设计中利用图像采集卡对经过的车辆车牌进行图像采集并传送至计算机,采用美国NI公司LabVIEW软件,实现图像预处理、图像去噪以及图像增强等功能;然后根据车牌颜色特征对其准确定位,采用阈值法分割车牌字符;最后由OCR函数来识别字符,识别结果保存至相应数据中,可以进行相应的违章、违规智能交通管理,经实验该系统成功实现车牌识别识别率达99%。     

一种基于亮度直方图的自动曝光控制方法

自动曝光控制是现代相机和摄像机必备功能之一。提出一种基于亮度直方图的自动曝光控制算法。基于人类视觉系统(HVS)的视觉注意机制,可认为直方图中大而陡峭的峰值区域对应于图像中的不感兴趣区域。算法寻找直方图中最大的两个峰值区域,并依据峰值区域的大小确定它们中像素亮度的加权值,从而计算图像的加权亮度均值。像素亮度的加权值与其所属峰值区域的大小之间的关系由一组二次型曲线描述,二次型曲线的参量是由图像的背景亮度决定,其中背景亮度由自动曝光系统参量计算得到。在实际应用中采用了模糊逻辑确定最大的两个峰值区域的加权值。实验结果表明该算法对各种场景均能进行有效的自动曝光控制。     

多维立体化高速摄影测量系统实时精准控制技术

在飞行试验过程中,高速摄影测量站点呈现数量多、分布散且人机分离的特点,为了同时获取起飞着陆段2个分离区域的多目标实时测量数据,基于组播概念提出了一种分布式高速摄影网络系统,设计了一种高效的无关联信号高速像机触发判据算法,通过实时获取多种机载以及动平台数据,通过图像处理的方法完成多维立体化高速摄影测量系统的实时精准智能控制与海量数据的实时卸载,实现8台不同类型高速像机的测试影像智能获取,测量系统误触发率降低至0.76%,有效提高了工作效率,保证了飞行试验数据的准确性和高效性。     

可远程监控的刷脸开锁保险箱的研究与开发

可远程监控的刷脸开锁保险箱是基于面部识别技术而开发的新型智能保险箱。随着人脸识别技术的成熟和微型电脑的发展,为设计这样的智能保险箱提供了较好的环境与条件。本保险箱基于pcDuino微型电脑开发平台展开研究与开发,并通过OpenCV与Face++云识别平台协作,实现了远程监控、云端面部识别、控制开关的功能。     

图像数据异地采集同步电路设计

在兵器靶场测试中,为了获得不同位置弹丸炸点同一时刻的图像,需要将多台异地测量站放置的摄像机同步采集图像数据,提出了图像数据异地同步采集方案,采用GPS技术设计了一种高精度时统系统。该系统采用GPS授时,由时统控制电路和计数器电路实现本地时钟功能,记录每个测量站摄像机起拍时间,从而实现图像数据采集的异地同步,同步精度可以达到微秒级。     

一种基于数字图像的多目标检测方法

为使武器系统具备同时对多个目标进行精确打击的能力,在光电系统中可采用多目标视频跟踪器辅助激光照射器、伺服稳定平台实现多个潜在目标同时捕获跟踪并打击。研究了一种运行于多目标视频跟踪器的目标检测方法,针对数字图像分辨率高、数据量大及难以在嵌入式系统中实时运行的难点,基于TMS320C6455 DSP处理器,提出基于小波金字塔的全局运动光流估计算法图像配准实现运动图像的背景补偿以获取差分图像,相比传统的块匹配、灰度投影配准及基于特征点的配准算法,具有配准精度高与可嵌入式系统实时处理等优点,在差分图像中采用区域生长结合管道滤波算法提取图像中多个运动目标。经实验验证,该方法在复杂地面场景对汽车、自行车及行人目标检出率可达95%,计算时间仅为25 ms,具有良好的实时性和检测效果。     

橡胶密封圈几何尺寸图像检测技术研究

目前油冷散热器件密封圈尺寸检测使用万工显人工目测方法,工作强度高,测量数据稳定性差。针对这种情况,提出了使用万工显、CCD相机、光栅和计算机搭建自动测量系统,实现了密封圈几何尺寸的检测。采用CCD相机替代万工显的目镜,由光学系统将被测密封圈的边缘成像于CCD靶面上,数字图像通过USB口传入计算机,实现图像采集,由固定于测量平台的光栅尺读取平台移动数据。采集密封圈6幅边缘图像,同时把光栅读数读入计算机。经过中值滤波、阈值分割、边缘检测等图像处理方法,结合光栅读数,经过坐标转换,得到了同坐标系下的所有图像边缘坐标,所有边缘坐标数据采用最小二乘法拟合圆,得出密封圈的半径值。实验数据表明,CCD测量系统均方差为0.0001mm,低于目测系统的均方差值0.0005mm, CCD万工显测量系统测量数据稳定性好。     

Landsat 8 OLI影像的高原山地阴影区冰川识别方法

冰川对气候变化极为敏感,其变化对区域气候、生态及水资源等有重要影响。对于高原山地区域而言,使用遥感数据开展冰川变化研究时,影像经常会有较大面积的山体阴影。阴影使地物目标反映的信息量有所损失或受到干扰,在遥感影像数据上难以判读。因此,基于遥感影像的山体阴影区冰川识别成为一个技术难点。选择青藏高原上的大型山地冰川群为实验区,基于Landsat 8 OLI影像数据,分析了山体阴影区冰川与非冰川的波段反射特征,结果表明由于阴影区直射光被遮挡,波长较短的蓝光波段因具有更高的散射强度,是阴影区冰川识别的优势波段;长波波段在阴影区无论是冰川还是非冰川区域反射率都很低,难以区分。在此基础上提出针对山体阴影区冰川信息提取的增强指数算法,并与常规的冰川信息提取方法进行效果对比,结果表明增强指数方法得到的直方图分割阈值更为明显。从冰川信息提取结果来看,无论是空间分布还是面积误差比例,采用优势波段的增强指数法效果最好。在高原山地区域进行大规模冰川提取时,采用所提出的山体阴影区冰川信息增强指数算法,有助于提高整体工作效率。     

集成SIFT算法与检测模型优化的UAV影像匹配方法

低空无人机(UAV)测量凭借着低成本、高效率、高精度的数据采集模式,可快速获取高空间分辨率的影像数据,已经成为遥感领域的一种重要技术手段.其中,影像匹配技术是UAV影像数据处理的重要步骤,图像间的匹配直接影响后期三维场景的精度及视觉效果.针对高原山地的高差起伏变化大地形复杂,植被覆被率高及地物分布不规则等问题存在,致使...     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。     

基于光谱探测与图像识别的反伪装目标系统研究

为了在野外环境中快速有效地识别敌方伪装的机动目标,设计了基于光谱探测与视频图像目标识别方法联用的目标识别系统。采用视频图像识别技术获取被测区域的二维影像,再通过光谱探测技术识别目标,最终将目标重建在图像相应位置上从而实现目标识别的可视化。理论推导得到了系统可识别目标的函数关系式,根据该函数关系进行了目标识别的量化实验。实验采用汽车模拟被测机动目标,在不同距离上分别以平坦荒地、灌木丛和废弃建筑物为背景,对明显目标、涂覆迷彩色的目标以及遮挡伪装物的目标分别进行光谱探测。实验结果显示,测试背景对光谱探测效果有一定影响,背景的连续性有利于目标识别;伪装方式以伪装物遮挡最难识别,且随着目标与系统的距离增大而信噪比随之降低。综上所述,采用光谱探测技术克服了传统图像目标识别无法识别伪装目标的缺点,可以实现对伪装目标的有效识别。