一种基于t图的多尺度边缘检测方法

在多尺度边缘检测方法中，滤波器的滤波尺度的选取是关键，本文通过检验一给定像素邻域的灰度分布来判断此像素是否位于平滑区，并产生一幅五维向量图－t图，然后根据t图自适应地选取小波变换的尺度。实验结果表明，应用这种方法进行多尺度小波边缘检测具有较强的抗噪能力。     

基于姿态估计的驾驶员手部动作检测研究

为有效检查驾驶员在行驶过程中的不当行为,本文研究结合人体姿态估计信息的检测算法,通过对检测目标的约束,建立起一套具有多阶段的手部动作检测方法。该方法包含三个模块。第一,人体姿态估计模块,选取人体姿态估计网络关节的高斯热图层,通过输出的人体姿态高斯热图信息,达到对检测目标的空间信息的获取;第二,手部检测模块,基于CNN的检测网络,在网络输入层融合人体姿态高斯热图后,达到对手部的检测率提高的效果;第三,手部动作分类模块,通过接受手部检测模块的输出,消除对检测结果产生干扰的背景,将分类网络的特征提取约束在手部局部位置,提高手部动作分类的准确率,将手部区域输入至分类网络得到驾驶员手部动作,从而判断驾驶员是否存在抽烟、接听电话等不当行为,实现驾驶员的行为检测。为了验证本文提出的多阶段的手部动作检测方法,已在自制数据集上进行了相应实验。      

人体及穿戴特征识别在电力设施监控中的应用

针对电力设施智能监控系统中目标人员及其穿戴特征,本文提出了一种高鲁棒性的检测方法.首先采集行人的目标正样本,以及所要监控的场景中无行人目标的负样本,接着基于HOG(Histogram of Oriented Gradients)特征以及线性SVM(Support Vector Machine)训练行人检测的分类器,检测进入场景中的行人目标;对检测到的行人的头部、腰部区域,采用HSV色彩模型判断人员是否进行安全着装,及时预警,避免危险发生.本文将目标识别及穿戴特征分析技术应用于电力设施作业现场监控中,可以更准确的识别入侵的人员,也可以在应急事故抢修时,加强工作人员规范操作,提前预警,避免危险.     

基于人体骨架的国标舞蹈动作相似度计算研究

针对目前传统舞蹈教学过程中基本通过专业舞蹈教师对舞蹈动作的标准与否进行主观判断,缺少客观评价指标的现状,采用人体骨架模型分别对图像中国标舞学习者的舞蹈动作和标准舞蹈动作计算人体关键点坐标,再计算学习者舞蹈动作和标准舞蹈动作之间的相对偏移角度,根据得到的相对偏移角度设计评估学习者舞蹈动作是否标准的客观评估指标,通过该客观评估指标的量化数据判断学习者舞蹈动作的标准程度,并提出最终的舞蹈动作修正建议。在实拍舞蹈动作图像上的仿真结果表明,该方法所得客观评价结果与主观评价结果相一致,对于实时判断国标舞学习者动作标准程度有着良好的效果。     

基于MTCNN的多特征融合学生疲劳检测算法研究

目前疲劳检测主要是通过眼部PERCLOS值来判断,但是这种方法检测疲劳特征较为单一,影响了检测的准确率.本文提出一种基于卷积神经网络的多特征融合学生疲劳检测算法,首先用MTCNN对人脸进行关键点定位,在此基础上用人脸归一化的方式精准提取眼睛和嘴部的特征图像并进行眼部定位;其次,构建眼、嘴数据集,完成眼、嘴部状态分类模型训练;最后,用训练好的模型将眼、嘴部的疲劳特征相融合并根据改良的MAR值判断方法进行疲劳检测.实验结果表明该方法的准确率达到了96.2％,实时性也得到了极大的改善.     

基于机器视觉的洗衣瓶标签位置合格性检测方法

<正>随着机器视觉领域的飞速发展，基于机器视觉系统的标签检测已经有了很多研究成果。吴鹏飞等人在2018年采用ROI技术快速选定标签区域，通过计算最大轮廓的质心与方向特征实现了对标签的快速、精确定位检测^[1]。刘鹏在2019年提出一种改进的均值滤波与冲击滤波相结合的滤波增强方法，使用OTSU阈值分割法结合区域生长法，确定标签位置^[2]。王家寿在2021年提出一种基于关键点匹配的烟包标签错误检测算法，运用扩展特征、相似点簇聚类与对应关系评估等提高了标签关键点的配准率，判断标签是否偏移^[3]。     

一种适用于单片机的老人跌倒检测算法研究

针对单片机的计算能力和检测系统的实时性,设计了一种可穿戴的老人跌倒检测装置。利用六轴陀螺仪加速度计进行原始信号的采集,将合成加速度和姿态角作为特征量,设计一种基于二叉树支持向量机分类思想的三级检测算法。首先,以合成加速度是否超出阈值作为分类条件,识别样本是否属于剧烈运动;其次,则以合成加速度是否呈现周期性变化和人体是否处于类静止状态(合成加速度在0.8~1.2 g)将样本进一步细分;最后,则通过判断人体的姿态确定老人是否跌倒。当检测到老人跌倒后,利用GPS对老人进行定位,同时利用GSM模块发送报警信息。实验证明算法准确率高、实时性好。同时能够准确定位,并将信息发送出去。     

基于AVR单片机的服装压力检测系统设计

设计了以AVR单片机为核心CPU的服装压力检测系统。系统具有数据测试、储存和多通道采集功能。该系统通过对人体着装后对不同部位服装压力进行检测,根据测试数据结果可对该服装的压力舒适度性做出客观评价,为服装企业科学地设计、生产服装提供科学依据。实验结果表明,该系统使用方便、工作稳定、可靠、功耗低。     

图像空域分析下的图像篡改检测算法

提出一种图像空域分析下的图像篡改检测算法。首先,利用GPAC分割出相似性区域;然后,利用双边滤波对相似性区域的灰度图进行去噪,并得到其噪声图像;最后,通过比较噪声图像的灰度值分布是否相同或噪声分布规律相似性程度来判断图像的真伪,并判断出其篡改方式。通过实验证明该算法能有效的检测出篡改图像。     

运动人体检测和二维关键点提取

给出了一种运动人体区域的检测及其对应的二维关键点的提取方法。首先运用帧差法构建一个自适应的背景模型以达到背景初始化和背景更新的目的。接着用减背景法实现二维运动人体区域的检测。最后将检测到的运动人体区域,通过运用APAR（anti-paralle lines）区域法实现对运动人体关键点的提取。     

IDS设备性能测试

入侵检测系统（Intrusion Detection System，简称IDS），顾名思义，是对入侵行为的检测。它通过收集和分析计算机网络或计算机系统中若干关键点的信息，检查网络或系统中是否存在违反安全策略的行为和被攻击的迹象。本文对IDS性能测试的几项指标和测试流程进行了阐述，同时介绍了一个入侵检测漏报率测试的实例。     

iLabel机器视觉在标签检测中的应用

iLabel是一款光学自动检测设备，用于校验商品包装上标签的位置及粘贴质量。该设备配置简单、易用，既可以在线检测，也可以脱线检测。iLabel采用专用技术“show and learn”，可通过观测物体样品自动提取合格标签，并根据生产过程或实际生产环境的不同进行检验，经判断模式检测后判定标签是否合格。同时iLabel具有阅读条形码、判断相对的标签位置等功能。     

机器视觉在标签检测中的应用

iLabel是一款光学自动检测设备，用于校验商品包装上标签的位置及粘贴质量。该设备配置简单、易用，既可以在线检测，也可以脱线检测。iLabel采用专用的技术“show and learn”，可通过观测物体样品自动提取合格标签，并根据生产过程或实际生产环境的不同进行检验，经判断模式检测后判定标签是否合格。iLabel同时具有阅读条形码、判断标签相对位置等功能。     

基于小波分析的汽车制动钳内凹槽图像自动检测

介绍了在汽车制动钳内槽成像及检测系统中，一种能够有效自动判断制动钳内槽图像中是否有异物的方法。该方法根据所成图像的特点，对图像进行二维小波分解，再提取相关细节分量进行叠加形成图像，根据此图像判断是否有异物存在。     

多功能电子感应测电笔

笔者针对大多数氖泡测电笔不能区别直流电源和功能单一的缺点,制作了一只多功能的电子感应测电笔,其电路原理图和印制板图分别如图1和图2所示。该笔具有以下功能: 1.能检测保险丝、电感、线圈、电阻等是否断路;2.能对100pF～1μF的电容进行好坏的判断;3.能对小功率硅二极管和硅三极管进行好坏的判断;4.测试     

基于机器视觉的半导体底部缺陷的检测

随着近几年电子产品的大力发展,各种半导体芯片也在大量生产使用,同时对其质量要求也越来越高,然而工业生产中不可避免的会产生一些废品。本文对于SOT23-6封装式半导体底部缺陷检测进行了研究,能准确判断半导体芯片底部是否存在划痕,塑封料填充不完全,塑封体的损伤等等,通过模版匹配的方法对图像进行定位确定被检测的塑封体范围,对此范围内的图像进行二值化,通过在此范围内提取BLOB,再根据BLOB进行缺陷判断。经测试此系统能准确判断半导体芯片底部是否存在缺陷,已经投入使用。     

MEMS传感器技术在人体摔倒检测中的应用

以多通道融合为指导思想,综合利用多种信号处理技术针对老年人的摔倒姿态进行检测.首先介绍了九轴传感器MPU9150和脉搏血氧传感器AFE4400,然后分析了人体在不同状态下合加速度的相关特征,并由此得出人体的摔倒过程有4个不同的状态组成,分别是行走状态、自由落体状态、碰撞状态和静止状态.基于该分析,给出了用于摔倒检测的方案.先通过加速计,初步判断是否有摔倒发生,在此基础上,利用了陀螺仪和磁力计,判断人体姿态是否出现了明显的改变,由此辅助判断摔倒,降低虚警率.最后,由于老年人在摔倒时,往往会伴随短时间的脉搏的突变,给出了利用脉搏进一步的摔倒检测,从而可大大提升摔倒检测的准确率.     

基于LabVIEW的PWM电路功能自动测试系统

本自动测试系统利用LabVIEW控制接口仪器,对PWM电路关键点波形进行自动测量并保存输出,从而判断电路组件是否达到预定功能.一方面代替了人工操作仪器,使之加智能化;另一方面还把仪器的测量结果返回到电脑上,对测量结果进行智能判断,对测量数据集中显示和判断,从而实现自动测试.本文对PWM电路组件功能测试系统的硬件等主要环节进行了详尽的叙述.     

基于OpenPose的人体关键点提取及参数测量

<正>自动人体参数测量已经得到了广泛的应用，但现有方法普遍依靠统计经验及人体几何特征提取测量点，对测试者的体型差异适应性较差。针对这一问题，提出一种基于Open Pose的人体关键点提取及参数测量方法。首先将人体扫描系统得到的三维点云投影到冠状面和矢状面，然后使用Open Pose网络实现人体关键点的提取并求解其三维坐标，最后在关键点的指导下提取人体参数的测量点并计算出相应参数。     

用途广泛、功能强大的欧姆龙视觉传感器系统

传统的光电化感器都是通过光束来检测物体的有无,因此在判断物体外形等方面存在一定的困难,而欧姆龙的视觉传感器系统解决了这方面的问题。也就是说需要人眼判别的检测物都可以采用视觉传感器系统。以判别产品上的贴纸正确与否为例,传统的光电传感器只能检测一点,因此只能检测贴纸是否在产品上,而不能判断图片是否粘贴正确(图1)。如果使用视觉传感器(图2),即使贴纸倒转、倾斜、重叠,也能够准确检测出来(NG表示不好)。