基于特征融合的人体行为识别

为克服单个行为表达方法有效性上的不足,提出了一种基于多特征融合和支持向量机(SVM)的人体行为识别(HAR)方法。首先,利用背景差分提取运动显著区域;然后提取运动显著区域的剪影直方图和光流直方图,并采取一定的融合策略,构建融合特征结合SVM识别人体行为。实验以广泛使用的公开数据集Weizmann为研究对象,正确识别率达到99.8%以上。结果表明,提出的特征融合及识别方法能有效地对人体行为进行识别;而且,由于规避了比较耗时的序列匹配操作,减少了计算量。     

基于三维激光扫描的倾斜圆面直径测量系统

针对倾斜圆面的空间几何特征,提出将三维激光扫描技术与虚拟环境 引导定位结合的快速圆面直径测量系统。该系 统通过圆面边缘端点来约束移动激光扫描仪的扫描视角与深度,并在虚拟环境下实时跟随扫 描仪轨迹构建虚拟测量基准面, 进而参考已标识的端点与基准面相对位移变化,来逐步规划扫描仪的轴向运动路径,以此实 现边缘轮廓的自动高质量采样; 依据高度特征变化识别定位圆面边缘端点,并结合空间投影和最小二乘原理拟合出圆面直径 。为验证系统的精度和可靠性, 对处于不同倾斜状态的圆台工件(55±5mm)进行直径检测。结果显 示,系统可在3s内完成直径测量,检测分辨率为5μm、 检测精度为20μm。实际运行结果表明,该设计系统具有高自动性和 高效性,能很好满足在线生产中对倾斜圆面直径的检测要求。     

空气流场中气泡示踪粒子的跟随性研究

在流场速度场测量中 ,示踪粒子是显示流场运动的媒介和工具 ,示综粒子对流场的跟随性直接影响着流场速度场测量的精度。本文从 Bassat- Boussinesq- Oseen( BBO) [1 ]方程出发给出了粒子跟随性函数和粒子在匀角速旋转流体中的运动公式 ,讨论了影响示踪粒子跟随性的参数     

癌细胞细胞周期自体荧光谱特征

为了研究癌细胞自体荧光光谱在细胞周期变化过程中是否发生变化,对同步化培养的宫颈癌细胞(HeLa)在细胞周期各时相(G1期,S期,G2期和M期)样品的自体荧光谱进行了测最.测量结果表明,HeLa细胞在细胞周期变化过程中有自体荧光现象存在,其特征荧光峰位于360 nm和680 nm处,且各时相样品的荧光光谱强度各不相同.这些差异说明HeLa细胞在细胞周期变化过程中细胞内荧光物质(含芳香族氨基酸和卟啉)产生了相应的变化从而导致了不同时相的荧光光谱强度的差异.细胞周期各时相的荧光光谱能够反映细胞生长变化过程中芳香族氨基酸和卟啉的变化,可为采用光谱技术对痛细胞生长周期进行研究提供依据.     

互相关DPIV亚像素匹配方法研究

使用传统互相关法对DPIV粒子图像进行粗匹配,取得整像素匹配结果,在此基础上开展亚像素定位方法研究.将最小二乘匹配法应用到DPIV技术中,获得比经典的高斯曲面、二次多项式拟合法更高的估算精度,弱化算法对粗匹配相关测度的依赖性.通过控制初始位置和匹配精度降低最小二乘算法的时间开销.标准图像仿真实验以及在氧化沟模型实验中的成功应用,验证了最小二乘匹配法在DPIV技术中的有效性和可靠性.     

一种单相机流场速度场三维测量方法

提出了一种用单CCD摄像机进行大型流场三维速度场的测量方法 ,该方法通过利用片光的厚度特征和粒子跟踪算法实现三维速度场的重建 ,通过对模拟脱硫塔中的流场测量证明 ,该方法可以测量定常或低速流场。     

流体中血红细胞光散射信息的建模与仿真

为了获取流体中血红细胞精确的光散射信息,以反常衍射近似理论为基础,采用扁椭球构建了流体中血红细胞的数学散射模型。应用数值仿真模拟技术,分别讨论了血红细胞形体变化、体积变化、取向角和相对折射率变化对光散射幅值分布的影响,建立了相应的图谱分布,并通过实验对此模型进行了验证。结果表明,在前向小角度内,不同血红细胞大小、不同相对折射率对光散射信息有着较大影响。这一结果对于病理血红细胞的快速准确检测和流式细胞仪等细胞测量仪的精确测量是有帮助的。     

基于激光扫描的大尺寸圆锥体几何测量系统

针对大尺寸圆锥体工件的几何形貌,提出将三维激光扫描和虚拟环境引导定位结合的快速几何参数测量系统。该系统由两个固定的激光扫描仪高速获取工件两端上表面的关键轮廓,并依据端面特点构造垂直和水平的虚拟基准面,从而生成三维虚拟测量模型;通过高度特征变化识别端面端点位置,结合空间投影和最小二乘原理拟合出端面的圆心位置和直径大小;由空间圆心几何关系计算出锥体高和半角。利用该系统对几种典型的大尺寸圆锥体进行检测,得到端面直径和锥体高的检测分辨力为10μm,检测精度为100μm,锥体半角检测分辨力为0.001°,检测精度为0.010°。实际运行结果表明,该设计系统结合人机交互界面,能很好满足在线生产中对大尺寸锥体工件几何参数检测要求。     

基于图像运动区域的红外多行人跟踪

针对红外视频监控中的多行人跟踪问题,提出了一种基于图像运动区域的跟踪算法。首先应用三维中值滤波方法建立背景模型,然后使用背景差分法得到运动区域;基于运动区域之间特定的匹配准则,建立帧间运动区域匹配矩阵,从而实现目标的跟踪。使用实际红外图像序列进行测试,该算法鲁棒性好,能够快速有效地实现多行人的跟踪。