期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于图像处理的汽车指针仪表检测研究 被引量:11
1
作者 徐洋 张清蓉 《计算机应用与软件》 CSCD 北大核心 2014年第8期219-221,252,共4页
研究一种基于图像处理技术的汽车指针仪表自动检测系统。在OpenCV的编程环境中,利用图像处理技术,实现图像细化、图像二值化等图像预处理。采用一种改进的概率霍夫变换与RGB颜色通道相结合的方法,实现汽车仪表的指针检测。这种方法能减... 研究一种基于图像处理技术的汽车指针仪表自动检测系统。在OpenCV的编程环境中,利用图像处理技术,实现图像细化、图像二值化等图像预处理。采用一种改进的概率霍夫变换与RGB颜色通道相结合的方法,实现汽车仪表的指针检测。这种方法能减少运算量,并准确地识别出指针直线。 展开更多
关键词 图像处理 图像细化 概率霍夫换 RGB颜色通道
在线阅读 下载PDF
基于模型的驾驶员眼睛状态识别 被引量:9
2
作者 李锐 蔡兵 +1 位作者 刘琳 汪鑫 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第1期184-191,共8页
采用机器视觉来检测驾驶员眼睛状态对判别驾驶员疲劳具有重要意义,现有机器视觉采集系统中眼睛状态识别常用虹膜特征来衡量,针对虹膜信息缺失或者改变都会导致眼睛状态误检且准确性和实时性不能兼顾的问题,在分析机器视觉系统和人眼状... 采用机器视觉来检测驾驶员眼睛状态对判别驾驶员疲劳具有重要意义,现有机器视觉采集系统中眼睛状态识别常用虹膜特征来衡量,针对虹膜信息缺失或者改变都会导致眼睛状态误检且准确性和实时性不能兼顾的问题,在分析机器视觉系统和人眼状态的基础上,以兼顾识别算法的实时性和准确性为目标,利用机器视觉系统成像带来的更好区分眼睛状态的非虹膜特征,提出了基于融合模型的改进型人眼状态识别方法,进一步搭建了嵌入式平台并进行了算法识别的对比实验。结果表明非虹膜特征的融合检测算法提高了人眼的睁闭眼识别的区分度,与模板匹配法相比,眼睛状态识别的准确性提高15%,耗时也减少了约1/3。 展开更多
关键词 驾驶员 机器视觉 眼睛状态 融合模型 嵌入式平台
在线阅读 下载PDF
基于软件触发的在应用编程在线升级技术的设计与实现 被引量:8
3
作者 蒋建春 王正树 +1 位作者 冯辉宗 刘涛 《计算机应用》 CSCD 北大核心 2012年第6期1721-1723,共3页
针对汽车电控单元(ECU)在线升级的方便快捷性要求,通过研究汽车CAN总线通信及在应用编程(IAP)技术,设计基于软件触发方式的在线升级方法。该方法通过在线升级软件发送指令与CAN总线通信实现汽车网络中ECU快速在线升级,解决在线升级中硬... 针对汽车电控单元(ECU)在线升级的方便快捷性要求,通过研究汽车CAN总线通信及在应用编程(IAP)技术,设计基于软件触发方式的在线升级方法。该方法通过在线升级软件发送指令与CAN总线通信实现汽车网络中ECU快速在线升级,解决在线升级中硬件触发带来操作的不灵活性。以STM8AF51AA微控制器为平台的在线升级系统,在汽车车身控制器(BCM)实现与应用,验证了该技术的可行性和可靠性。 展开更多
关键词 软件触发 在应用编程 在线升级 控制局域网络 STM8AF51AA
在线阅读 下载PDF
基于FPGA的实时图像采集与Sobel边缘检测 被引量:14
4
作者 冯辉宗 陈叶 徐洋 《传感器与微系统》 CSCD 北大核心 2011年第6期116-118,共3页
运用现场可编程门阵列(FPGA)的流水线和并行技术,构建灵活高速的可编程图像采集与预处理系统。利用基于Quartus II提供的参数可设置宏功能模块,实现了Sobel边缘检测算法,并实时显示边缘检测后的图像,获得了很好的边缘检测效果,缩短了开... 运用现场可编程门阵列(FPGA)的流水线和并行技术,构建灵活高速的可编程图像采集与预处理系统。利用基于Quartus II提供的参数可设置宏功能模块,实现了Sobel边缘检测算法,并实时显示边缘检测后的图像,获得了很好的边缘检测效果,缩短了开发周期。 展开更多
关键词 现场可编程门列阵 图像采集 边缘检测
在线阅读 下载PDF
改进测度下的模糊C均值三元催化器故障诊断方法 被引量:3
5
作者 李鹏华 刘晶晶 +1 位作者 冯辉宗 米怡 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2018年第1期88-98,共11页
针对采用物理建模刻画三元催化器故障演化精确性不足问题,提出一种基于尾气大数据的改进测度模糊C均值(FCM,fuzzy c-means),故障诊断方法。该方法包括分数阶傅里叶变换(FRFT,fractional fourier transform)下的故障特征提取与优化、核... 针对采用物理建模刻画三元催化器故障演化精确性不足问题,提出一种基于尾气大数据的改进测度模糊C均值(FCM,fuzzy c-means),故障诊断方法。该方法包括分数阶傅里叶变换(FRFT,fractional fourier transform)下的故障特征提取与优化、核熵成分分析(KECA,kernel entropy component analysis)下的分形故障特征降维以及改进相似测度下的FCM故障特征聚类。首先,对不同工况的尾气数据进行FRFT处理,获取三元催化器从时域到频域的精细故障信息,同时利用粒子群算法(PSO,paticle swarm optimization)选取最优的FRFT特征,并由分形算子给出相应精细特征的分形维数;其次,借助KECA对候选的高维分形特征进行维数约简;最后,将获得的故障特征提交给改进测度的FCM故障分类器完成故障诊断。数值实验结果表明,较之采用欧式距离或余弦距离的FCM方法,研究方法的故障诊断精确度更高。 展开更多
关键词 三元催化器 故障诊断 尾气排放 模糊聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部