一种基于三角形覆盖的图像三维分形维数计算方法

    公开(公告)号:CN110751657B

    公开(公告)日:2023-05-02

    申请号:CN201910914862.8

    申请日:2019-09-26

    Abstract: 本发明公开了一种基于三角形覆盖的图像三维分形维数计算方法,用上下平面为三角形的三棱柱模块代替长方体模块对边长为2的整数次幂的正方形图像的三维灰度空间进行覆盖,并计算其分形维数。并且针对图像中灰度变化区间过小导致图像维数计算结果偏低的问题,提出了修改三角形盒子的高度参数h的方法;针对图像中存在的背景导致维数计算结果不准确的问题,提出了修改图像盒子数nr的方法;针对传统差分盒维法不能计算边长为非2整数幂图像维数的问题,提出了对边长为非2整数幂图像裁剪的方法。本发明能够有效对目标图像的灰度三维空间进行很好的覆盖,大大提高了算法的计算精度和效率。

    一种适用于汽车智能后视镜夜间防强光的装置和方法

    公开(公告)号:CN110884431B

    公开(公告)日:2021-05-04

    申请号:CN201911174554.2

    申请日:2019-11-26

    Abstract: 本发明属于车载技术领域,公开了一种适用于汽车智能后视镜夜间防强光的装置和方法,装置包括图像采集单元、防强光单元、MCU控制单元、显示单元,防强光单元包括驱动组件和遮光组件,遮光组件包括多个遮光片,不同的遮光片具有不同的遮光率,驱动组件与多个遮光片连接,MCU控制单元分别与图像采集单元、显示单元、驱动组件连接;本发明根据原始强度信息可以不启用遮光片或启用不同滤光效果的遮光片,在启用遮光片进行初次过滤强光的情况下,对再次采集的图像进行处理,实现进一步的强光过滤,使得图像更加清晰可靠,解决了现有技术中汽车智能后视镜的夜间显示效果较差的问题。

    一种基于深度学习的针对校车学生下车遗漏检测装置及方法

    公开(公告)号:CN111008566A

    公开(公告)日:2020-04-14

    申请号:CN201911074846.9

    申请日:2019-11-06

    Abstract: 本发明公开了一种基于深度学习的针对校车学生下车遗漏检测装置包括图像采集模块、摄像智能处理模块、传输模块、主控单元、车辆接口模块、存储模块、主控单元、预警模块和显示模块。本发明方法通过图像采集模块采集不同环境下的图像样本,通过深度学习技术训练出校车车厢内目标分类模型,将此分类模型移植到摄像智能处理模块中;校车位于终点待停靠时,图像采集模块采集车厢图像,并送入到摄像智能处理模块中进行图像目标识别,将识别后图像及识别结果送入到主控单元,主控单元对不同的图像进行解码、融合、识别后输出到显示模块。本发明不安装额外的传感器,可通过算法上的持续优化,降低硬件系统成本,提高了校车的安全性以及智能化程度。

    全自动码袋装车机的车辆车厢尺寸和位置测量装置及方法

    公开(公告)号:CN110986797A

    公开(公告)日:2020-04-10

    申请号:CN201910997967.4

    申请日:2019-10-21

    Abstract: 本发明公开了一种全自动码袋装车机的车辆车厢尺寸和位置测量装置及方法,测量装置主要由机械支撑机构和图像系统构成,其中机械支撑机构包含测量支架、激光器固定架、相机固定架;图像系统则包含第一相机、第一激光器、第二相机、第二激光器、第三相机、第三激光器、第四相机、第四激光器;当车辆进入装载区后,外部控制系统发出指令,启动第一相机、第二相机、第三相机、第四相机对车辆车厢进行采图;采图结束后,外部控制系统对采集的图像进行拼接处理,即可测得车辆车厢尺寸及位置信息。本发明是全自动码袋装车工艺及设备的重要组成部分,解决了车辆车厢尺寸及位置信息无法得到快速准确测量的问题,进而达到了快速准确测量的效果。

    一种基于深度学习的道路环境障碍物检测系统及方法

    公开(公告)号:CN110097109A

    公开(公告)日:2019-08-06

    申请号:CN201910337110.X

    申请日:2019-04-25

    Abstract: 本发明提出了一种基于深度学习的道路环境障碍物检测系统及方法。本发明系统包括:车前摄像头、车尾摄像头、左后视镜摄像头、右后视镜摄像头、第一智能处理单元、第二智能处理单元、第三智能处理单元、第四智能处理单元、交换机、主控单页、显示屏、蜂鸣器以及电源模块。本发明方法通过摄像头实时采集车辆四周视频序列,将获取序列中的图像传输给对应的智能处理单元;智能处理单元获取接收图像中的感兴趣区域;创建道路障碍物数据集离线训练YOLO神经网络,智能处理单元将分类为非路面簇的图片作为验证集,输入到训练完成的YOLO网络模型中,输出障碍物的回归框和类别。本发明减少复杂的图像预处理过程,能够快速区分图像背景及前景中的检测目标。

    嵌入式车载相机曝光时间动态调整方法

    公开(公告)号:CN109639994A

    公开(公告)日:2019-04-16

    申请号:CN201910005043.1

    申请日:2019-01-03

    Abstract: 本发明公开了一种嵌入式车载相机曝光时间动态调整方法,该方法包括:首先对车载相机标定和初始化,计算并获得第一帧图像的曝光信息,然后根据第一帧图像的曝光信息获得第二帧图像曝光时间,计算并获得第二帧图像的曝光信息,最后根据前两帧图像曝光信息得到下一帧图像的曝光时间。本发明提供的嵌入式车载相机的曝光时间调整方法具有很强的适应性、高效性、实时性、稳定性。

    一种利用玻璃反射特性的玻璃尺寸及位置测量方法

    公开(公告)号:CN106091862B

    公开(公告)日:2019-02-26

    申请号:CN201610394364.1

    申请日:2016-06-06

    Abstract: 本发明公开了一种利用玻璃反射特性的玻璃尺寸及位置测量方法,首先利用线性光源将一束线性光照在被测玻璃面上,光线经玻璃反射后在投影面上形成一条光带;通过测量光带的长度,计算出对应玻璃的长度尺寸、玻璃的相对中心位置。本发明既可以测量单个玻璃、也能完成重叠玻璃的平面尺寸及中心位置测量;高效、快捷、无光污染、测量重复性好,测量精度至少能到达0.1mm;以此方法构成的测量装置结构简单,易于控制,保证了最终数据测量的准确性。

    旁轴式视觉系统与激光振镜加工系统位置关系的标定方法

    公开(公告)号:CN105345254B

    公开(公告)日:2017-03-22

    申请号:CN201510888696.0

    申请日:2015-12-04

    Abstract: 本发明公开了一种旁轴式视觉系统与激光振镜加工系统位置关系的标定方法,本发明将试刻靶标置于振镜视野范围内,获得此时标记点在振镜坐标系下坐标;将试刻靶标置于标定相机视野范围内,获得此时标记点在振镜坐标系下坐标;根据标记点图像,结合相机成像原理获得初始位置标记点在标定相机坐标系下坐标;采用矩阵向量McL=[RcL,tcL]表示振镜坐标系和标定相机坐标系间的位置关系,基于初始位置标记点在振镜坐标系和标定相机坐标系下的坐标,经LM法优化获得矩阵向量。本发明无需复杂的机械调整,且减少了人为操作导致的标定效率和标定精度不高的问题,即本发明具有便捷、高效和标定精度高的优点。

    一种基于深度学习的道路环境障碍物检测系统及方法

    公开(公告)号:CN110097109B

    公开(公告)日:2022-12-16

    申请号:CN201910337110.X

    申请日:2019-04-25

    Abstract: 本发明提出了一种基于深度学习的道路环境障碍物检测系统及方法。本发明系统包括:车前摄像头、车尾摄像头、左后视镜摄像头、右后视镜摄像头、第一智能处理单元、第二智能处理单元、第三智能处理单元、第四智能处理单元、交换机、主控单页、显示屏、蜂鸣器以及电源模块。本发明方法通过摄像头实时采集车辆四周视频序列,将获取序列中的图像传输给对应的智能处理单元;智能处理单元获取接收图像中的感兴趣区域;创建道路障碍物数据集离线训练YOLO神经网络,智能处理单元将分类为非路面簇的图片作为验证集,输入到训练完成的YOLO网络模型中,输出障碍物的回归框和类别。本发明减少复杂的图像预处理过程,能够快速区分图像背景及前景中的检测目标。

Patent Agency Ranking