无人车行驶环境图像的几何测距

本文中提出了一种无人车行驶环境图像的几何测距方法。首先,利用迁移学习的方法改进Tiny-YOLOv2网络模型,对需识别的物体进行训练与检测,标记物体并定位物体在图像中的位置。其次,提出了一种通过物体分类、边缘检测及边缘拟合的方法,进一步提取物体的图像信息。最后,建立了一种基于空间几何理论的测距模型,结合物体先验信息实现了物体的距离测量。该方法在4 m以内88%以上的测量值误差不超过0.2 m,同时测量误差并没有随着距离的增加而有较大变化。     

背景提取基础上运动车辆视频检测

提出了一种在一系列连续视频图像中提取背景的方法，在背景提取的基础上对视频图像中运动物体进行检测，以实现对高速公路上过往车辆的自动监控功能。     

车牌识别算法的研究与实现

介绍一种基于KL变换的车牌识别算法。算法主要由车牌分割和车牌字符识别组成。车牌分割算法利用车牌的纹理特征和形状特征来定位车牌，并采用投影的方法和先验知识实现车牌的倾斜校正和字符切分；车牌字符识别算法采用一种最优变换，KL变换来提取字符图像的特征值和特征向量，并通过计算待识别字符与各样本字符特征值的欧氏距离来实现对该字符的分类。试验结果表明此方法是正确的。     

球形物体的自由悬浮速度精确求解

根据已有的实验结果和流体力学原理，利用数值分析的手段，给出了精确计算球形物体的自由悬浮速度的方法。     

Bump Mapping原理及在OpenGL下的实现

凹凸映像(bump mapping)作为逐像素光照的一种．能够非常逼真地再现物体表面的细节。文章在对传统光照模型分析的基础上，比较了Goutaud光照模型和Phong模型。并结合目前主流的3D图形硬件，说明了实现Phong光照模型的可行性。然后介绍了逐像素光照、法线图、切面空间、Cube-Map等实现凹凸映像的要素，最后阐述了在OpenGL下实现bump mapping的步骤。     

都是共振惹的祸

任何物体产生振动后，由于其本身的构成、大小、形状等物理特性，原先以多种频率开始的振动，渐渐会固定在某一频率上振动，这个频率叫做该物体的“固有频率”，因为它与该物体的物理特性有关。当人们从外界再给这个物体加上一个振动（称为策动）时，如果策动力的频率与该物体的固有频率正好相同，物体振动的振幅达到最大，这种现象叫做“共振”。物体产生共振时，由于它能从外界的策动源处取得最多的能量，往往会产生一些意想不到的后果。     

多帧速度场估计方法及在交通视频监测中的应用

基于速度场的运动估计方法是进行运动物体分割的有效途径,提出了一种视频图像处理中基于多帧速度场的运动物体分割方法,针对简单速度场运动物体分割方法的不足,提出对多帧速度场图像提取的运动物体信息相融合的方法。试验结果证明:用此方法提取的运动物体核心点更完备,提高了运动物体分割的准确性。该方法在智能交通、视频监控系统中都有广泛应用。     

基于混合现实技术的新能源汽车教学模式探索与研究

正混合现实(MR)技术融合了虚拟现实(VR)与增强现实(AR)等新技术的优势,通过在现实场景呈现虚拟场景信息,实现了同一场景内实际物体和虚拟物体的实时共存和交互,增强用户体验的真实感。其关键的技术就是实现了虚拟世界与现实世界的信息交互和获取。     

HSV空间自适应背景模板在运动车辆实时检测中的应用

通过对运动车辆的实时检测并加以分析，可以得出有用的交通参数，如车型、车流量、车速等。从复杂的背景中分割运动物体是至关重要的一步，典型的方法是背景相减。本文在研究了目前存在的各种方法之后，提出了一种新的HSV空间的自适应背景模板的算法，应用于运动物体的分割，并给出了具体的试验结果。试验结果表明该方法准确率高，适应性强，运算速度快，兼具灵活性，满足实时检测的需要。     

向量函数空间上的连续小波变换

讨论了向量函数空间上的连续小波变换，分别得到了由变换向量函数产生的重构公式和由不同变换向量的向量函数生成的重构公式，获得了两种重构公式在强拓下成立的条件，并得到了一种选变换函数使得重构公式的最简单形式的方法。