中国光学期刊网

行车间距检测是汽车主动安全辅助驾驶系统的关键技术之一,为了提高车辆行驶过程中行车间距检测的精度与实时性,提出了一种实时单目深度估计方法。首先,构建畸变模型并用相机标定算法进行单目相机标定。然后,以车牌作为前车目标定位基准,采用颜色、轮廓的车牌筛选算法快速提取前车车牌信息。最后,基于方向梯度直方图特征和支持向量机实现车牌的精准定位。实验结果表明,相比其他方法,融合已知车牌的透视N点深度估计模型精度高、实时性好。本方法对前车车牌定位的识别率为99.326%,行车间距的检测误差小于10%,处理一张图像所需的时间约为170 ms,满足车辆行驶过程中对车间距检测的应用需求。

针对现有视频图像火焰检测算法前景提取不完整、准确率低和误检率高等问题,提出一种基于改进混合高斯模型(GMM)和多特征融合的视频火焰检测算法。首先针对背景建模,提出了自适应高斯分布数和学习率的改进GMM方法,以提高前景提取效果和算法实时性;然后利用火焰颜色特征筛选出疑似火焰区域,再通过融合改进局部二值模式纹理和边缘相似度特征用于火焰检测。基于支持向量机设计火焰融合特征分类器并进行对比实验,在公开数据集上的实验结果表明,所提算法有效提高了背景建模效果,火焰检测准确率可达到92.26%,误检率低至2.43%。

为了对光斑图像进行精确分类,提出优化的级联支持向量机(SVM)分类器。首先通过SVM分类器并采用质心特征对光斑进行一级分类,得到一类被正确地分类到相对应的运动状态,称为R光斑,其中包括一级拖尾方向为左上(UP)光斑和一级拖尾方向为左下光斑(DN),另一类被错误分类,称为E光斑。然后,对一级DN光斑进行叠加并求取均值,得到均值光斑。为了进一步得到标准模型使其与每个一级DN光斑相似度尽可能最大,将均值光斑放入GAN中进行训练。最后,利用结构相似度计算E光斑与标准模型的相似度,对E光斑进行二级SVM分类,产生二级UP和DN光斑。将其与一级光斑合并,则为最终的分类结果。对功率分别为10,20,50 mW下的光斑图像进行分类,对应的分类精度为100%、100%和98.5%。相比于传统的分类方法,对应的分类精度提升5~9个百分点,12~16个百分点和9.0~15.5个百分点,说明该分类器具有明显的优越性。

以金溶胶作为活性基底, 浓度为1%的NaCl溶液作为活性剂, 利用DXRTM显微拉曼光谱仪采集鸡肉的表面增强拉曼光谱(SERS), 实现快速鉴别鸡肉中残留的磺胺二甲基嘧啶(SM-2)和磺胺吡啶(SPD)两种抗生素。 用937和1 188 cm-1处是否有拉曼特征峰来判别鸡肉中是否残留SPD和SM-2。 采用单因素实验方法, 根据937和1 188 cm-1处的特征SERS强度, 对试验条件进行优化, 得到最佳试验条件: 金溶胶加入量为500 μL、 NaCl溶液加入量为100 μL和吸附时间为5 min, 所选用的金溶胶柠檬酸钠加入量3.7 mL。 根据测试集鸡肉中残留的SM-2和SPD的分类精度确定研究用自适应迭代惩罚最小二乘法(air-PLS)、 归一化和二阶导数作为原始拉曼光谱的预处理方法, 然后用主成分分析(PCA)提取特征向量, 最后以前四个PCA得分值作为支持向量机(SVM)分类模型的输入值, 建立基于C-SVC类型的SVM分类模型。 其中, 最优惩罚参数c为0.01、 核参数g为0.1。 此分类模型对测试集的整体分类精度达到93.23%。 对测试集的敏感性和特异性进行计算, 敏感性的范围为77.42%~100%, 特异性的范围为96%~99.02%, 其中, 含SM-2+SPD鸡肉的敏感性最高为100%, 含SPD鸡肉的特异性最高为99.02%。 试验结果表明, 该方法具有良好的鉴别效果, 可用于实现对鸡肉中SM-2和SPD两种抗生素残留的快速检测和鉴别。

葡萄霜霉病是全球危害最严重的葡萄病害, 对该病进行早期检测和防治, 可提高葡萄品质和产量, 提出一种基于多光谱荧光成像技术(MFI)和支持向量机模型(SVM)的霜霉病早期检测方法。 对人工接种霜霉病的葡萄叶片(145个)和健康对照叶片(145个)从叶背面连续6天进行多光谱荧光成像, 获得试验叶片16个荧光参数(4个单独波段F440, F520, F690, F740及其相互比值)的图像。 在分析不同荧光波段图像随接种天数(DPI)变化规律基础上, 通过单因素方差分析和相关性分析, 优选出进行霜霉病早期检测的4个波段特征F520, F690, F440/F740, F690/740, 利用这4个特征构建基于SVM的霜霉病检测模型。 试验发现, 16个荧光参数都有早期检测霜霉病的潜力, 四个单独波段中F440和F520比F690和F740对霜霉病的侵染更敏感, 6DPI才显症的病斑能在F440和F520波段2DPI(接种后第二天)的荧光图像中凸显, 接种叶片F440和F520波段荧光强度均随着DPI增加快速升高, 在2DPI显著高于健康叶片(p<0.01), 并随着DPI增加更加显著(p<0.0001); 接种叶片F690和F740波段荧光强度均随着DPI增加逐渐减小, 1DPI—3DPI与健康叶片无显著差异, 从4DPI开始显著低于健康叶片(p<0.05), 并在5DPI—6DPI更加显著(p<0.01); 健康叶片荧光参数变化很小。 F440极易受干扰, 变异系数最大, F520最稳定。 随着DPI增加, 叶片被侵染程度加深, 4个特征融合的SVM模型对健康和接种叶片检测准确率逐渐提高, 1DPI的准确率为65.6%, 3DPI检测准确率为82.2%, 整个试验周期(1DPI—6DPI)的平均检测准确率达84.6%, 高于单一特征中最优波段F520的阈值检测结果(1DPI的准确率为61.1%, 3DPI检测准确率为78.9%, 整个试验周期为80.0%)。 结果表明利用MFI技术和SVM模型能实现霜霉病显症前的早期检测, 为便携式葡萄霜霉病早期诊断设备的开发提供了理论依据。

视网膜血管分割是构建眼底图像分析和计算机辅助疾病诊断系统的关键环节。提出了一种基于Hessian的方向自适应Gabor小波的视网膜血管分割方法,根据Hessian矩阵的本征向量获得血管走向,并将其作为Gabor小波变换的方向角;提取出4个尺度的方向自适应Gabor小波特征,结合Hessian矩阵的大本征值构建5维的视网膜血管特征;采用支持向量机进行眼底图像像素分类实现血管分割。所提方法能准确感知血管方向,只需计算此方向下Gabor小波的滤波响应,减小了特征提取的计算量,实现了Hessian矩阵大本征值与Gabor小波特征较好的互补性。利用所提方法在DRIVE数据库进行实验,获得较好的分割性能,所提方法对细小血管的提取和对分叉、交叉处血管点的检测表现出良好的效果。

提出一种基于二维经验模态分解(BEMD)的合成孔径雷达(SAR)目标识别方法。BEMD可以从原始SAR图像提取多层次的二维固态模函数(BIMF),它们可以更好地描述目标的细节信息,因此联合原始SAR图像及其多层次BIMF,可以为后续的分类决策提供更多有益信息。采用支持向量机(SVM)对原始SAR图像以及各个层次的BIMF进行决策,然后基于Bayesian理论对各个SVM输出的结果进行有效融合,从而获得更为稳健的识别结果。基于MSTAR数据集设置几种典型的实验条件,对本文方法进行性能测试,结果验证本文方法相比几类现有SAR目标识别方法更具有性能优势。

针对由噪声引起的遥感影像质量下降,选用7种典型的滤波算子分别对遥感影像进行处理,并结合支持向量机(SVM)的分类方法,分析滤波后影像亮度值的变化,与未经过滤波处理的影像进行分类后精度的对比。结果表明:相对于未经处理的遥感影像,经过滤波处理后的影像在土壤盐渍化信息提取中具有较高的分类精度;其中的高斯高通滤波结合SVM的土壤盐分提取模型的分类精度和Kappa系数由86.7285%和82.21%分别提高到89.6950%和86.20%,其分类效果最佳。滤波运算能抑制噪声、提高影像质量,能有效提高方法的盐渍化监测能力。掌握土壤盐渍化的空间分布特征及时空变化规律,对干旱区及半干旱区土壤盐渍化的防治和缓解、保护脆弱的生态环境都具有现实意义。

采用太赫兹时域光谱技术,结合化学计量学方法,对牛黄及其易混品进行鉴别,获取了黄连、大黄、蒲黄、人工牛黄、掺杂牛黄和天然牛黄的太赫兹时域光谱图。分别构建了随机森林(RF)模型和三种参数优化的支持向量机(SVM)模型,对六种物质的太赫兹吸收光谱进行了分类鉴别。针对样品数据集不平衡导致的随机森林模型识别率下降的问题,提出了基于合成少数类过采样技术(SMOTE)的随机森林模型。结果表明,随机森林模型和SVM模型均可达到95.00%左右的分类准确率,但随机森林模型具有更快的运行速度,运行时间仅为最优PSO-SVM模型运行时间的2%。基于SMOTE的随机森林模型可有效地解决数据不平衡情况下识别率低的问题,识别率从数据不平衡情况下的84.17%提高到94.17%,计算速度基本不变。研究结论为基于太赫兹光谱技术的稀有中药的鉴别提供了新方法。

针对铜铬合金激光表面改性质量快速无损检测的需求,提出了一种基于机器视觉的检测算法。首先采集试样表面形貌图像,然后使用自适应二值化方法从背景图像中分割视觉显著区域,再基于几何矩提取具有空间变换不变性的连通域形状特征,最后依据激光能量输入定义4种基本改性状态并训练支持向量机,以检测改性质量。使用MATLAB语言实现上述算法,结果表明:本文算法在特征提取及模型训练阶段的耗时约为45 s,检测速度为5×10 6pixel/s,检测准确率为97.0%。依据检测结果可进行相应的工艺参数优化。所提算法对光照等检测环境不敏感,可以实现激光表面改性质量的快速无损检测,且对工艺参数优化具有一定意义。