-
题名基于特征阈值分割的电力监控图像目标盲检测
- 1
-
-
作者
杨庭
陈闻
严俊
-
机构
湖北华中电力科技开发有限责任公司
-
出处
《电子设计工程》
2025年第6期118-121,126,共5页
-
基金
湖北华中电力科技开发有限责任公司第一批科研项目(0322HBDL202107114)。
-
文摘
电力监控图像常存在复杂的背景和环境干扰,如杂乱的线路、树木、建筑物等。这些干扰物体可能与目标具有相似的外观特征,使得目标识别难度较大。为此,提出了基于特征阈值分割的电力监控图像目标盲检测方法。计算单一灰度级对应的图像像素,选取直方图区域斜分的阈值,根据灰度级与邻域平均灰度级构建二值图像函数,划分噪声点区和待检测图像点区。基于此,用背景区域分布描述特征一致性,获取分割阈值。通过均值漂移法归一化处理样本数据,利用最近邻搜索方法滤除包含噪声点的冗余特征点。基于超平面法向量与偏差的最大超平面,构建判定目标函数,实现图像目标盲检测。由实验结果可知,该方法最大检测完整程度为99.8%,能够保证检测电力监控图像的完整性。
-
关键词
特征阈值分割
电力监控图像
目标盲检测
均值漂移法
-
Keywords
feature threshold segmentation
power monitoring images
blind target detection
mean shift method
-
分类号
TN919.82
[电子电信—通信与信息系统]
-
-
题名基于PPG的地铁司机驾驶疲劳识别研究
被引量：1
- 2
-
-
作者
姬祥
朱海燕
刘志钢
高婷
罗晋
-
机构
上海工程技术大学城市轨道交通学院人因工程实验室
-
出处
《人类工效学》
2022年第3期24-28,35,共6页
-
文摘
目的本文旨在验证利用光电容积描记术PPG信号代替心电图ECG信号对地铁司机进行疲劳识别的有效性。方法通过设备获取司机PPG信号,并进行心率变异性分析,提取时域、频域及非线性领域等驾驶疲劳相关特征,将瞳孔面积作为疲劳分类的标准,并采用均值漂移聚类划分疲劳等级,最后代入支持向量机SVM模型进行训练。结果地铁司机在驾驶状态下的PPG信号与ECG信号也具有高度一致性;同时疲劳识别的准确率达到85%~90%。结论可以利用PPG信号构建驾驶疲劳实时监测系统,实现地铁司机疲劳状态的实时监测与警示。
-
关键词
交通工程
驾驶行为
瞳孔识别
光电容积描记法PPG
心率变异性HRV
支持向量机SVM
疲劳等级划分
疲劳识别
交通安全
事故预防
均值漂移法
-
Keywords
traffic engineering
driving behavior
pupil
PPG
HRV
SVM
fatigue division
fatigue recognition
transportation safety
accident prevention
-
分类号
U298.12
[交通运输工程—交通运输规划与管理]
-
