-
公开(公告)号：CN105096337B
公开(公告)日：2018-05-01
申请号：CN201410221987.X
申请日：2014-05-23
Applicant: 南京理工大学
Abstract: 本发明提供一种基于陀螺仪硬件平台的图像全局运动补偿方法。使用陀螺仪硬件平台获取摄像机在拍摄目标场景图像时的运动参数；建立摄像机运动参数的卡尔曼滤波模型，对摄像机运动参数进行卡尔曼滤波去除噪声；使用欧拉动力学方程将摄像机的旋转角速度转换成欧拉坐标系的欧拉角，使用运动公式将摄像机的平移加速度转换成摄像机的平移运动；根据图像像素光流与摄像机运动参数的关系，使用RANSAC算法估计出目标场景图像的全局光流；使用全局光流对目标场景图像序列进行全局运动补偿。本发明弥补由于摄像机移动造成的背景全局性的运动对图像中运动目标检测造成的影响，克服了软件算法只适用于特定环境的缺点。
-
-
公开(公告)号：CN106800021B
公开(公告)日：2019-05-07
申请号：CN201510847932.4
申请日：2015-11-26
Applicant: 南京理工大学
Abstract: 本发明提出一种基于激光测距的汽车主动防撞系统，包括激光测距模块、汽车转向测量模块、测速模块、激光器姿态调整模块、数据处理模块；激光测距模块包括三路激光器，所述三路激光器均布在汽车前端，用于测量汽车与障碍物的距离；汽车转向测量模块用于测量当前转弯半径；测速模块用于采集汽车当前速度；激光器姿态调整模块根据汽车的载重将所述主驾激光器和副驾激光器的光路调整至水平姿态；数据处理模块根据前述模块获得的数据给出报警、减速或者刹车信号。本发明虚警率低，能够在适当时候给出合理的报警及控制信号。
-
-
Patent Agency Ranking
公开(公告)号：CN105320917B
公开(公告)日：2018-09-04
申请号：CN201410302238.X
申请日：2014-06-27
Applicant: 南京理工大学
Abstract: 本发明提出一种基于头肩轮廓及BP神经网络的行人检测及跟踪方法。首先，采用自适应的混合高斯背景更新算法提取出视频序列中的运动人体目标，并通过改变混合高斯模型的学习因子来提高背景估计的精确程度；其次，采用Canny算子为模板提取出原始目标的初始轮廓，并结合均值漂移Mean shift算法进行轮廓聚类以获得较完整的人体轮廓；再次，结合人体的头肩宽高比，建立头肩轮廓模型并提取出头肩轮廓特征向量，输入BP神经网络，聚类出多个人体头肩模型，进行人体识别；最后，采用粒子滤波器对识别出的行人目标进行跟踪。本发明克服了由于识别目标不完整而造成的误判和错判，提高了行人目标识别的准确率，同时减少了计算量。
-
公开(公告)号：CN106800021A
公开(公告)日：2017-06-06
申请号：CN201510847932.4
申请日：2015-11-26
Applicant: 南京理工大学
CPC classification number: B60W30/09 , B60W50/14 , B60W2520/10 , B60W2540/18 , B60W2550/10 , G01S17/08 , G01S17/936
Abstract: 本发明提出一种基于激光测距的汽车主动防撞系统，包括激光测距模块、汽车转向测量模块、测速模块、激光器姿态调整模块、数据处理模块；激光测距模块包括三路激光器，所述三路激光器均布在汽车前端，用于测量汽车与障碍物的距离；汽车转向测量模块用于测量当前转弯半径；测速模块用于采集汽车当前速度；激光器姿态调整模块根据汽车的载重将所述主驾激光器和副驾激光器的光路调整至水平姿态；数据处理模块根据前述模块获得的数据给出报警、减速或者刹车信号。本发明虚警率低，能够在适当时候给出合理的报警及控制信号。
-
公开(公告)号：CN105469421A
公开(公告)日：2016-04-06
申请号：CN201410450245.4
申请日：2014-09-04
Applicant: 南京理工大学
Abstract: 本发明提出一种基于周视系统实现地面运动目标监测的方法。首先从多视角理论出发推导出周视系统中探测器旋转时相邻图像之间的像素对应关系；其次利用相邻图像之间的像素对应关系，根据多帧目标检测的方法建立目标检测模型，区分出实际场景中的运动区域与静止区域，从而减少图像匹配误差和匹配累积误差对目标检测的影响；最终采用在极坐标系下的航迹关联实现多目标跟踪。本发明降低了计算量和检测虚警率。
-
公开(公告)号：CN105320917A
公开(公告)日：2016-02-10
申请号：CN201410302238.X
申请日：2014-06-27
Applicant: 南京理工大学
Abstract: 本发明提出一种基于头肩轮廓及BP神经网络的行人检测及跟踪方法。首先，采用自适应的混合高斯背景更新算法提取出视频序列中的运动人体目标，并通过改变混合高斯模型的学习因子来提高背景估计的精确程度；其次，采用Canny算子为模板提取出原始目标的初始轮廓，并结合均值漂移Mean shift算法进行轮廓聚类以获得较完整的人体轮廓；再次，结合人体的头肩宽高比，建立头肩轮廓模型并提取出头肩轮廓特征向量，输入BP神经网络，聚类出多个人体头肩模型，进行人体识别；最后，采用粒子滤波器对识别出的行人目标进行跟踪。本发明克服了由于识别目标不完整而造成的误判和错判，提高了行人目标识别的准确率，同时减少了计算量。
-
公开(公告)号：CN105096337A
公开(公告)日：2015-11-25
申请号：CN201410221987.X
申请日：2014-05-23
Applicant: 南京理工大学
IPC: G06T7/20
Abstract: 本发明提供一种基于陀螺仪硬件平台的图像全局运动补偿方法。使用陀螺仪硬件平台获取摄像机在拍摄目标场景图像时的运动参数；建立摄像机运动参数的卡尔曼滤波模型，对摄像机运动参数进行卡尔曼滤波去除噪声；使用欧拉动力学方程将摄像机的旋转角速度转换成欧拉坐标系的欧拉角，使用运动公式将摄像机的平移加速度转换成摄像机的平移运动；根据图像像素光流与摄像机运动参数的关系，使用RANSAC算法估计出目标场景图像的全局光流；使用全局光流对目标场景图像序列进行全局运动补偿。本发明弥补由于摄像机移动造成的背景全局性的运动对图像中运动目标检测造成的影响，克服了软件算法只适用于特定环境的缺点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.033 seconds)
