基于立体视觉的人体头部目标识别研究

使用立体视觉系统可确定任意物体的三维轮廓及其表面任意点的位置信息和深度信息。本文将立体视觉运用于人体头部目标检测,设计了一种基于图像深度信息处理的人体头部识别系统。系统采用Xtion摄像机采集场景的深度图像,并对其进行特征分析,根据深度图像的特点以及头部的特征确定头部目标区域。再对目标区域采用Mean Shift算法进行聚类处理,得到清晰的图像边缘。最后通过基于动态阈值的一维熵函数分割法实现头部的分割识别。该系统可快速锁定目标区域,减少了算法的计算量,大大提高了系统的识别速度。此外,采集深度图像的xtion摄像机悬挂在目标场景的正上方,因而较好的解决了目前人体目标检测受遮挡的问题。经实验论证,该系统有较高的识别精度。     

基于光电二极管反偏的光电检测电路的噪声分析

噪声性能是限制光电检测电路探测能力的重要因素,针对这个问题,设计了基于光电二极管反偏的光电检测电路并分析其电路噪声,分析噪声时,创新性地从光电检测电路结构出发,将整个电路等效为光电二极管、晶体三极管、运算放大器三个级联模块,详尽分析了每个模块的噪声来源及其相关因素,计算每个模块的输出噪声,最终得出整个电路的输出噪声电压模型。根据输出噪声电压模型,确定了电路的各项参数,预估电路的输出噪声电压,最后,搭建实际电路,测量电路的噪声性能,验证了输出噪声电压模型的准确性,实现低噪声光电检测电路的设计。