动态光照下驾驶人面部特征识别算法与试验研究

基于机器视觉的驾驶人面部特征识别受光照的影响很大.为克服由于动态光照引起的背景干扰,面部特征弱化的问题,采用一种基于Kalman Filtering的光照自适应AKF算法,通过高斯概率密度函数建立Gt(i,j)算子,实现驾驶室背景的分割;在HSI色彩空间中通过阈值分割算法提取面部肤色区域,最终建立了眼鼻坐标搜索模型;进行了不同的照度与头部姿态下的AKF-HSI算法试验,测试统计前景分割率kfrontground、肤色分割率kskin与眼鼻识别率δ,在2×104～10×104 lx的照度下,眼鼻的平均识别率δ达到82％～92％.结果表明AKF-HSI融合算法对动态光照下眼鼻识别具有较好的鲁棒性,照度E、头部姿态与硬件设备AGC是眼鼻识别的最主要影响因素.     

双目视觉技术在目标测量中的应用

给出了一种用于目标空间三维距离、方位信息探测的立体视觉系统实现方法。该系统根据双目视觉原理,利用预制三维标定物对图像获取系统的内、外参数进行标定,求出投影变换矩阵,根据图像识别结果运用灰度模板、连续性假设和对极几何约束进行识别目标的特征匹配,进而获得目标的三维信息。试验结果表明,该方法可以有效地获取目标周边环境的信息。     

基于信息融合的道路前方车辆识别研究

将光学传感器与红外传感器进行信息融合以识别道路前方车辆.首先根据光学图像信息进行保守识别以初步确定车辆目标.在对相应的红外图像进行通道处理的基础上,充分利用其温度场信息提取车辆目标特征以构建车辆验证函数.以车辆验证函数值为依据建立基于最小风险的贝叶斯决策分类器,对光学初识别中得到的车辆目标进行验证,从而成功实现了光学图像与红外图像的信息融合.试验表明该方法能够利用红外热图信息在光学图像保守识别的基础上剔除误判目标,最终得到较为准确的识别结果.     

基于机器视觉的智能车辆障碍物检测方法研究

着重阐述基于机器视觉的前方车辆障碍物检测方法，首先根据公路上前方车辆的先验特征模型，建立障碍物探测的感兴趣区，以缩小搜索区域，随后提出一种新的对称变换算子，用于检测障碍物车辆的对称轴，并确定障碍物车辆的矩形轮廓，为进一步提高障碍物检测的实时性，采用递归模板匹配法对障碍物进行跟踪，试验表明上述方法是有效的。     

嵌入式图像火灾检测系统在船舶机舱中的应用

船舶机舱火灾检测是个极为重要的环节.利用嵌入式系统的优点结合机器视觉技术成为这个领域的一个研究方向.机器视觉的方法被逐步应用于火灾检测中,而火灾视觉特征的提取是主要研究方向.本文以火灾的轮廓脉动特征为主要研究点,通过对轮廓的变化描述来探测火灾.利用离散余弦变换对轮廓信息的描述,同时在离散余弦变化空间上构筑脉动信息的距离模型.通过该模型准确地度量时空闪烁特性,从而对火灾进行判断.试验表明,本方法具有较好的鲁棒性和准确性,并可较好地提高系统的运行速度,减少运算花费的时间.     

高速公路隧道进出口视觉震荡与行车安全

针对高速公路隧道进出口视觉震荡,通过实验研究的方法,分析高速公路隧道进出口视觉震荡的基本内容,并提出了行车安全的基本思路,以进一步加深相关人员对高速公路隧道进出口视觉震荡问题的认识,为保证行车安全奠定基础。     

基于视觉感知的高速公路跟车风险分析

为研究人的视觉感知对跟车行为的影响,根据驾驶员跟车视角的变化对跟车行为进行分析。依据人眼对跟车距离和速度差的变化识别特性,对多种跟车组合的横、竖向视角变化率进行比较。结果表明:小型车-大型车跟车组合,后车驾驶员对跟车距离和速度差变化感知最为迟钝,跟车风险最高。选取我国多条高速公路自然交通流特征对跟车风险进行分析,分析结果与基于视觉感知的高速公路跟车风险分析结果一致,证明了基于视觉感知分析跟车风险方法的有效性。     

承载鞍在线视觉检测系统

介绍了承载鞍在线视觉检测系统的检测原理与系统结构，并对其可靠性与应用前景进行了分析．     

智力低下儿童的视觉—运动综合能力发育

用Ｂｅｅｒｙ’ｓ视觉－运动综合（ＶＭＩ）发育测验对６０名智力低下病儿作了评估，全部病儿的ＶＭＩ发育的年龄等值均落后于实际年龄，落后１５％～６２％。与韦氏智力量表总智商之间的相关系数为０．５２２５（Ｐ＜０．００１）。Ｂｅｅｒｙ’ｓＶＭＩ发育测验是国外广泛应用的儿童发育评估工具，对智力低下、学习困难等发育疾病的诊断很有帮助，值得推荐。     

船员模拟训练系统的研制

虚拟现实(Virtual Reality)技术。是90年代计算机学科的最新技术之一,是多媒体发展的更高的境界。本文着重从系统的结构模块及关键技术两个方面论述了虚拟现实技术在SGI工作站上的实现——船员模拟训练系统。这个训练系统借助SGI工作站强大的图形处理能力,利用虚拟现实的生物控制工作原理,逼真地模拟船员的训练情况,为我国船员训练与国际标准接轨打下坚实的基础。