期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于小波的实时烟雾检测 被引量:21
1
作者 帅师 周平 +1 位作者 汪亚明 周维达 《计算机应用研究》 CSCD 北大核心 2007年第3期309-311,共3页
传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述。新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,... 传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述。新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生。实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点。 展开更多
关键词 小波 背景更新 闪烁频率
在线阅读 下载PDF
基于分量组合及其位压缩的纺织图案提取方法 被引量:4
2
作者 周平 汪亚明 赵匀 《纺织学报》 EI CAS CSCD 北大核心 2005年第5期11-13,共3页
颜色压缩技术在彩色图像分割和表达等许多应用中是一项关键技术。提出了一种新的基于颜色分量运算及其位屏蔽压缩的图像处理技术,并将该技术应用到了纹理状织物图案的提取研究中。颜色分量运算的系数与线性组合方式由实验确定,研究表明... 颜色压缩技术在彩色图像分割和表达等许多应用中是一项关键技术。提出了一种新的基于颜色分量运算及其位屏蔽压缩的图像处理技术,并将该技术应用到了纹理状织物图案的提取研究中。颜色分量运算的系数与线性组合方式由实验确定,研究表明,颜色分量运算可以增强织物图案的显示特性,而颜色位的屏蔽运算可以在保证处理实时性的同时减弱图像中的噪声污染成分,减小原图像上因噪声干扰引起的纹理分割误差。 展开更多
关键词 颜色压缩 颜色分割 图案提取 织物图像
在线阅读 下载PDF
农业机器人导航中两类纹理边缘的快速跟踪与透视变换(英文) 被引量:2
3
作者 周平 汪亚明 赵匀 《农业工程学报》 EI CAS CSCD 北大核心 2005年第9期103-109,共7页
野外田间的主动摄像机视觉,尤其是对作物割过与未割过的高相似颜色表面进行实时识别与跟踪是一项极具挑战性的工作.提出了两种全新的快速分割方法,以用于农业机器人导航.其关键是基于多尺度特征提取,通过求取k-层行像素极值的加权均值... 野外田间的主动摄像机视觉,尤其是对作物割过与未割过的高相似颜色表面进行实时识别与跟踪是一项极具挑战性的工作.提出了两种全新的快速分割方法,以用于农业机器人导航.其关键是基于多尺度特征提取,通过求取k-层行像素极值的加权均值来形成窄带兴趣区,以及基于相邻行像素两类特征证据增强与多证据模糊判别进行分割增强.提出了新的方法,分割出导向线能够自适应环境的一些变化.同时,本研究还提出了一种快速透视变换算方法和摄像机主姿态的一次性校正方法,能够在1 ms内完成对分割导向线参数的透视投影变换,在0.5 s内通过自校正获取相机的主姿态角.开发了一套对园艺草割过与未割过的边缘进行在线跟踪的分析软件.试验和相应的误差分析结果令人满意(160×120显示分辨率下,能在55 ms内自主做出经透视投影变换的作业机理想移动方向决策,普通难度的相似颜色序列图像的分割误差被控制在了平均5%以内).对最佳适应步法(BFS)做了改进,提出了多行最佳适应步法(MR-BFS),在不降低正确性的前提下使其分割速度提高了100%以上.通过折衷组合多行最佳适应步法(MR-BFS)与多证据模糊增强法(MEFE)进行在线试验,获得了160×120分辨率下8~9帧/秒的边缘自动跟踪性能.边缘跟踪试验显示:自然图像中的不同色块和阴影对其分割影响不大,能够快速输出导向跟踪参数.如果待分割纹理表面的颜色距离相对较远,还可采用本文新提出的颜色分量运算+颜色位屏蔽方法.该方法能在320×240分辨率下,在20~30 ms内实现全帧的鲁棒分割,获得田间实时的多边缘跟踪性能.该方法避免了耗时的计算和人的操作介入,可被进一步应用于农业机器人的实际导航控制中. 展开更多
关键词 自主式导航 边缘跟踪 自然环境 纹理分割 透视变换
在线阅读 下载PDF
时-空域多特征证据学习与增强的印染疵点在线检测
4
作者 周平 汪亚明 朱森勇 《纺织学报》 EI CAS CSCD 北大核心 2006年第5期1-5,共5页
提出了一种基于时空域多特征证据学习与增强的织物印染疵点在线检测新方法。利用多种类纹理特征在特征表达上的互补性以及可疑图像分块前n帧历史的对应特征,达到多证据印证的特征学习与分类增强,是一种比较通用的表面缺陷实时检测解决... 提出了一种基于时空域多特征证据学习与增强的织物印染疵点在线检测新方法。利用多种类纹理特征在特征表达上的互补性以及可疑图像分块前n帧历史的对应特征,达到多证据印证的特征学习与分类增强,是一种比较通用的表面缺陷实时检测解决方法。检测总体思想是从“已知的”无疵点纹理表面提取特征,根据特征对被测织物进行分类比较,从而检测出“未知的”疵点纹理区域。检测过程分为一次性时空域多特征证据自学习和在线分类检测两阶段。对实际织物图像序列的在线检测显示,对单色织物常见印染缺陷的有效检测速度达到了55帧/s(1 024×393像素分辨率仿真视频图像),动态检出正确率达到95%以上。 展开更多
关键词 染整缺陷 实时检测 颜色特征提取 计算机视觉
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部