刘操
- 作品数：12 被引量：54H指数：3
- 供职机构：武汉大学更多>>
- 发文基金：国家重点基础研究发展计划国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术天文地球交通运输工程更多>>
- 基于自适应亮度基准漂移的十字路口交通图像增强处理研究被引量：2
- 2015年
- 针对大多数增强方法未能同时考虑图像与光照强度、拍摄时间之间关系的问题,根据不同时刻的光照强度变化,提出了一种基于自适应亮度基准漂移的全天候十字路口交通图像的增强算法。首先依据不同时刻的光照变化建立亮度基准曲线,然后由亮度基准曲线和亮度实时反馈建立自适应亮度基准值模型,最后对图像的亮度分量运用亮度基准值模型自适应增强。实验结果证明该方法在全天候不同光照条件下图像增强的有效性以及不同天气条件下增强的鲁棒性。
- 刘操郑宏黎曦
- 关键词：图像增强十字路口交通图像
- 一种基于亮度基准漂移的全天候交通图像增强方法
- 本发明公开了一种基于亮度基准漂移的全天候交通图像增强方法，充分考虑监控图像与光照强度和拍摄时间之间的相互关系，分析光照的总体变化和实时变化，分别得到亮度基准曲线和亮度实时反馈，并加权得到当前时刻的亮度基准值，在对交通监控...
- 郑宏刘操黎曦
- 文献传递
- 一种基于时间序列的顺逆光交通图像自适应增强方法
- 本发明公开一种基于时间序列的顺逆光交通图像自适应增强方法，该方法可应用于交通视频监控领域，是一种实现交通图像增强的快速有效方法。本方法针对顺逆光发生的原因，分析顺逆光发生的条件，同时根据顺光和逆光图像的特点，得到顺逆光图...
- 郑宏刘操
- 文献传递
- 基于多通道融合HOG特征的全天候运动车辆检测方法被引量：19
- 2015年
- 对传统的梯度方向直方图(HOG)特征提取方法进行改进,提出了一种基于多通道特征提取的加权HOG特征融合方法。首先采用基于亮度均值的方式对彩色车辆图像增强处理,其次采用自适应加权法将H、S、V三通道的梯度方向直方图(HOG)特征融合成多通道融合HOG特征,最后采用支持向量机(SVM)对融合后的特征进行车辆分类器训练和车辆检测。该方法与直接运用HOG特征进行车辆检测以及其他车辆检测方法相比,具有检测率高、鲁棒性强等特点,并且在各种气候环境下都能实现较好的检测效果,效果优于其他方法,达到了全天候车辆检测的要求。
- 刘操郑宏黎曦余典
- 关键词：支持向量机车辆检测全天候
- 一种多通道脉冲耦合神经网络的加权特征人脸识别方法
- 本发明公开了一种多通道脉冲耦合神经网络的加权特征人脸识别方法，包括：步骤1：获取原始人脸彩色图像；步骤2：把原始人脸彩色图像从RGB色彩空间转换到HSI色彩空间，得到转换人脸图像；步骤3：分别提取转换人脸图像的色调H、饱...
- 郑宏黎曦刘操许晓航
- 文献传递
- 基于HOG纹理的全天时十字路口车尾检测算法
- 2014年
- HOG纹理因其良好的鲁棒性,在纹理描述中被广泛使用。提出了一种将HOG纹理应用于十字路口全天候车尾检测的算法。即分别采集了白天和夜间该场景下的车尾作为正样本、非车辆和车辆的一部分作为负样本,经预处理后,提取较低维数的HOG纹理送入支持向量机进行训练,得到白天和夜间的识别模型,在检测中根据一定的条件进行切换。对多段视频进行测试证明,该种算法对不同时段的交通场景都具有较高的稳定的车尾识别率,且优于单模型的识别效果。
- 余典刘操郑宏
- 关键词：支持向量机
- 利用HSI色彩空间的PCNN人脸识别方法被引量：11
- 2014年
- 通过对彩色人脸图像进行HSI色彩空间分解,生成H、S、I三个通道的人脸图像模板,在保留原始人脸色彩特征的基础上,利用PCNN算法分别对三个通道的人脸特征进行提取,得到人脸图像特征图谱,并用具有唯一性的人脸图谱序列进行人脸识别。经过实验验证,该方法相比原有的PCNN以及其他人脸识别方法,具有检测过程简洁,识别精度高,鲁棒性强以及便于硬件实现等特点。
- 黎曦郑宏刘操
- 关键词：人工神经网络PCNN人脸识别HSI
- 面向交通卡口图像的驾驶员违章行为视觉感知研究
- 随着我国机动车保有量的迅速增加,交通事故的发生率也在逐年提高。面对越来越难以管理的交通运输系统,智能交通技术应运而生。智能交通系统旨在利用先进的智能技术来提高道路的利用率、道路交通的安全程度和道路使用的舒适性。传统的交通...
- 刘操
- 文献传递
- 一种基于亮度基准漂移的全天候交通图像增强方法
- 本发明公开了一种基于亮度基准漂移的全天候交通图像增强方法，充分考虑监控图像与光照强度和拍摄时间之间的相互关系，分析光照的总体变化和实时变化，分别得到亮度基准曲线和亮度实时反馈，并加权得到当前时刻的亮度基准值，在对交通监控...
- 郑宏刘操黎曦
- 基于联合HOG特征的车牌识别算法被引量：22
- 2015年
- 为解决车牌中汉字识别未考虑汉字结构特征的问题,提出联合方向梯度直方图特征(HOG)结合支持向量机(SVM)的车牌识别算法。将灰度图、二值图、16值图的HOG特征在一定的权重下融合为联合HOG特征,使用核主成分分析法(KPCA)对联合HOG特征进行降维;对汉字和数字字母分别利用支持向量机进行分类,利用交叉验证方法对参数进行优化,得到最优预测模型;利用预测模型预测识别结果。实验结果表明,相对于传统车牌识别算法,该算法可以应用于复杂环境下的车牌字符识别,车牌识别率提高了10%左右,鲁棒性强且便于硬件实现。
- 殷羽郑宏高婷婷刘操
- 关键词：车牌识别字符识别
