基于计算机视觉的自动扶梯节能系统

自动扶梯是始终或阶段性保持运行状态的电梯,针对其在无人乘坐情况下持续运行所造成的能源浪费,提出了一种基于计算机视觉的自动扶梯节能控制系统,该系统由拍摄自动扶梯全景的摄像单元、微处理器和可编程逻辑控制器(PLC)构成;首先通过摄像单元获取整个自动扶梯的全景视频图像,接着利用混合高斯模型对全景视频图像进行背景建模处理,得到在自动扶梯上的前景对象;进而,根据自动扶梯上有无前景对象,生成相应控制信号,通过电梯PLC模块控制自动扶梯的运行和停止;实验结果表明,本文所开发的自动扶梯节能系统,对于自动扶梯上的对象物体,检测率在99%以上,可以较为可靠地控制自动扶梯运转与停止,达到预期的节能效果。     

一种主动式全景立体视觉传感器设计

现有的三维激光扫描仪无法实时、全自动地计算空间三维信息,需要对获得的点云数据进行配准.为解决这些问题,研制了一种新型主动式全景立体视觉传感器( ASODVS),并且从影响ASODVS测距精度的各个因素进行了分析.实验结果表明:设计的ASODVS能自动、实时地进行空间物点深度测量,并得到相应的点云数据.     

基于立体全景视觉的交通事故现场测绘仪的研制

针对交通事故现场测绘中手工作业的缺陷和现有摄影测量技术的不足,提出了一种基于双目立体全景视觉传感器(binocular stereo omni-directional vision sensors,BODVS)的交通事故现场测绘仪,能够利用视觉测量结果自动生成用于事故分析与再现的现场图.实验证明:设计的BODVS交通事故现场测绘仪,能在整个交通事故现场范围内,实现快速测量、快速出图的目的.同时,它具有测量精度高、操作方便、无需标定和携带方便等优点,能满足交警测绘的实际需求.     

基于全景视觉的移动机器人的运动目标检测

在动态背景下的运动目标检测中,由于目标和背景两者都是各自独立运动的,在提取前景运动目标时需要考虑由移动机器人自身运动引起的背景变化。仿射变换是一种广泛用于估计图像间背景变换的方法。然而,在移动机器人上使用全方位视觉传感器(ODVS)时,由于全方位图像的扭曲变形会 造成图像中背景运动不一致,无法通过单一的仿射变换描述全方位图像上的背景运动。将图像划分为网格窗口,然后对每个窗口分别进行仿射变换,从背景变换补偿帧差中得到运动目标的区域。最后,根据ODVS的成像特性,通过视觉方法解析出运动障碍物的距离和方位信息。实验结果表明,提出的方法能准确检测出移动机器人360°范围内的运动障碍物,并实现运动障碍物的精确定位,有效地提高了移动机器人的实时避障能力。     

基于支持向量机的针对ATM机的异常行为识别

针对广泛存在的ATM机中安装假门禁、闲逛等行为,提出一种基于支持向量机(Supportvector machine,SVM)的针对ATM机的异常行为检测方法.首先对所获取全景视频图像进行透视展开,用基于高低更新率的自适应混合高斯算法提取出前景人体对象;其次对前景人体对象用块匹配跟踪算法进行跟踪并提取出运动轨迹,接着按照一定的语义规则对运动轨迹进行预处理得到有效跟踪轨迹;最后用SVM算法对有效跟踪轨迹信息进行异常行为识别.实验表明:该方法具有较好的鲁棒性,能有效的识别出多种针对ATM机的金融犯罪行为.     

基于全方位视觉传感器的车辆违章检测系统的设计

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉等技术来实现对交岔路口的车辆违章智能视频监控,采用ODVS来获取整个交岔路口的全景视频图像;通过混合高斯模型提取在全景视频图像中的车辆对象前景;使用camshift跟踪算法跟踪行驶车辆对象;依据交通法规,通过对比红绿灯、车道和车辆运动等状态来判断车辆对象是否有违章行为;实验结果表明,所设计的违章检测系统能自动检测出多种车辆违章行为,为交通执法部门提供了一种智能化的检测手段。     

面向舌体分割的两阶段卷积神经网络设计

目的 由于舌体与周围组织颜色相似,轮廓模糊,传统的分割方法难以精准分割舌体,为此提出一种基于两阶段卷积神经网络的舌体分割方法。方法 首先,在粗分割阶段,将卷积层和全连接层相结合构建网络Rsnet,采用区域建议策略得到舌体候选框,从候选框中进一步确定舌体,从而实现对舌体的定位,去除大量的干扰信息;然后,在精分割阶段,将卷积层与反卷积层相结合构建网络Fsnet,对粗分割舌象中的每一个像素点进行分类进而实现精分割;最后,采用形态学相关算法对精分割后的舌体图像进行后续处理,进一步消除噪点和边缘粗糙点。结果 本文构建了包含2 764张舌象的数据集,在该数据集上进行五折交叉实验。实验结果表明,本文算法能够取得较为理想的分割结果且具有较快的处理速度。选取了精确度、召回率及F值作为评价标准,与3种常用的传统分割方法相比,在综合指标F值上分别提高了0.58、0.34、0.12,效率上至少提高6倍,与同样基于深度学习思想的MNC（multi-task network cascades）算法相比,在F值上提高0.17,效率上提高1.9倍。结论 将基于深度学习的方法应用到舌体分割中,有利于实现舌象的准确、鲁棒、快速分割。在分割之前,先对舌体进行定位,有助于进一步减少分割中的错分与漏分。实验结果表明,本文算法有效提升了舌体分割的准确性,能够为后续的舌象自动识别和分析奠定坚实的基础。     

基于全方位视觉传感器的驾驶疲劳视频检测装置的设计

针对驾驶疲劳问题,设计了一种基于全方位视觉传感器的驾驶疲劳视频检测装置;首先使用全方位视觉传感器采集到驾驶员脸部、方向盘和道路环境的视频信息,接着采用图像识别手段检测各种能反应驾驶员疲劳的因素,如驾驶员的感知疲劳、判断疲劳和动作疲劳,最后根据以上所检测到的信息综合判断驾驶员是否处于驾驶疲劳状态;实验结果表明,该检测装置能有效地减少驾驶疲劳的漏判率和误判率。     

基于动态图像理解的节能空调控制器设计

探讨了全方位视觉传感器、动态图像理解、占空比(PWM)控制技术在空调节能上的应用;介绍了如何通过对室内全方位视频图像进行识别与理解,获得空调室内人数等信息,并根据室内人数对空调室外机进行占空比控制,实现"按需供气",从而达到空调节能的目的;此外提出了平均错开削峰控制方法来保证空调用电季节的电网安全;基于动态图像理解的节能空调控制器是解决空调节能问题的一种新尝试,它不仅能节约能源,同时也减轻了环境的污染。     

基于主动式全景视觉的管道形貌缺陷检测系统

针对现有的管道缺陷检测技术不能同时对管道的形、貌缺陷进行检测与评估这一工程难题,在前期研究工作的基础上,设计了一种基于主动式全景视觉的管道内部缺陷检测系统,能够快速获取管壁密集点云的三维坐标,同时对内壁表面缺陷进行检测与评估。首先利用主动式全景视觉传感器（AODVS）实时获取内壁全景图像和激光横断面扫描全景图像,然后对管道内壁全景图像进行柱状展开、预处理和缺陷检测及分类等处理;然后对激光横断面扫描全景图像处理,计算管道内壁点云的三维坐标,进一步对管道缺陷部分进行定量分析,最后利用三维建模技术重构带有真实纹理信息的管道模型。实验结果表明:文中设计的检测系统能够对管道凹凸形变、孔洞、管壁裂缝、腐蚀等缺陷进行检测与分析,具有较高的检测精度,为管道内表面三维测量和重构提供了一种新的手段。