摘要:肤色检测广泛应用于人脸检测、图像过滤、机器视觉等多种领域.肤色检测的方法有很多种，本文较全面地综述了基于像素的肤色检测方法，重点分析了基于统计、基于阈值和基于机器学习等方法的原理和特点，讨论了其优势和不足，在此基础上探讨了基于像素的肤色检测方法的发展趋势.

摘要:介绍了云计算，对任务调度在云计算中的地位做了分析，并由任务调度出发，对云计算任务调度算法的研究现状进行分类、梳理和总结.根据调度目标的不同，将算法分为单目标优化的任务调度算法和多目标的任务调度算法，对每类方法的代表性算法进行了分析介绍，并详细总结了每类方法的基本思想，对其优缺点做了分析、对比，并对改进方式进行了归纳.

摘要:手掌静脉纹识别技术作为新一代高精度的生物特征识别技术，被广泛用于个人身份鉴定领域.然而，其识别效果受限于图像的质量，低质量的图像往往造成识别准确度偏低，如何有效的对图像质量进行评价从而筛选出高质量的图像成为掌静脉识别技术中的一项重要研究内容.本文旨在解决这一问题，提出了一种基于BP-AdaBoost神经网络的多参数的掌静脉图像质量评价法.根据掌静脉图像质量特点，提出多个参数的评价指标（对比度（contrast）、信息熵（entropy）、清晰度（sharpness）和等效视数（enl））.利用BP网络优良的非线性拟合特点，以多个评价参数为网络输入，分类结果为网络输出，训练10个BP弱分类器；在此基础上利用AdaBoost算法得到最终的强分类器.实验结果显示，对比传统加权融合的评价分类方法，分类的结果准确度较高，系统具有具有良好的应用价值.

摘要:随着英汉语音识别技术的不断发展，对少数民族语言语音识别技术的研究也紧跟其后并取得了一定的成果.藏族人民是中华民族大家庭中不可或缺的一员，藏语语音识别技术研究是语音识别技术研究中不可缺少的重要部分.文章首先对国内藏语言语音识别的研究历程及研究改进之处进行了梳理，其次从藏语言本身的文字特点以及发音特点和要素出发详细介绍了藏语语音识别研究中使用到的基于模板匹配、统计概率模型以及人工神经网络3种方法，并对3种方法各自的特点和适用范围进行了总结归纳，最后从藏语言语音识别研究进展和各识别方法的自身特点出发探讨了语音识别研究中存在的难点问题，并展望了其未来发展的方向.

摘要:孕妇的产前体检是围产医学的重要组成部分，产前预测胎儿体重可以为判断胎儿健康发育提供准确的参考.孕妇的多次体检记录在孕周时间上有不均匀时间间隔分布的特点.本研究对不均匀时间间隔的处理提出了LSTM模型的变种——变长时间间隔的LSTM模型（Variable Time Interval LSTM，VTI-LSTM）.本研究数据来源于2015~2018年多家妇产科医院的10 473个孕妇的122 462条体检记录.实验比较了传统的公式估算法以及GBDT，MLP，SVR，RNN，LSTM，VTI-LSTM等机器学习方法的胎儿体重预测结果，其中，VTI-LSTM在低体重和巨大儿的预测上取得良好的预测结果.

摘要:针对基于改进布谷鸟搜索算法的TFT-LCD制造cell阶段绿色调度问题，建立了以最小化最大完工时间和碳排放总量为目标的数学模型.采用基于机器选择、转速选择和工序选择的三段式编码，应用在步长因子前加入动态系数的改进布谷鸟搜索算法，结合双元锦标赛和动态淘汰制来构建Pareto最优解集.通过对某车间实际生产数据进行仿真，验证了模型和算法的有效性，仿真结果表明，改进布谷鸟搜索算法在保障最大完工时间的前提下，可以有效的减少碳排放量.

摘要:车道变换在交通安全中起着至关重要的作用，准确预测驾驶员的车道变换行为可以显著提高驾驶安全性.本文提出了一种基于全连接神经网络和循环神经网络的混合神经网络，用于精准预测车道变换行为.并且提出动态时间窗口，提取包括驾驶员生理数据和车辆运动学数据的车道变换特征.最后，通过真实交通场景下的数据验证了所提出模型的有效性.此外，将所提出的模型与五种其他预测模型进行了比较，结果表明，与其他模型相比，本文所提出的预测模型具有更高的精确率和前瞻时间.

摘要:大数据技术在分析与挖掘交通大数据方面扮演着越来越重要的角色.为了快速有效地对出租车的运营模式与载客策略进行分析，设计效益指数模型对出租车效益进行量化排序，以高效益出租车为研究对象，基于Spark大数据框架开发一个轨迹数据处理与可视化平台.首先，处理高效益出租车轨迹数据得到用于可视化的特征数据.而后进行可视化分析，包括：统计分析高效益出租车运营特性并实现交互式图表展示，采用蜂窝形格网与DBSCAN算法对不同时段高效益出租车载客点进行热点可视化，实现基于缓冲区的交互式轨迹查询并提取出轨迹相关因子.最后，利用成都市出租车GPS轨迹数据验证了所提平台的有效性及可靠性.

摘要:本文将人脸识别、人眼识别和语音识别技术应用到消费人群分析中，提出一款可多维度收集消费人群数据并进行智能产品推荐的系统.区别于传统数据收集的方法，该系统在收集显性评价数据的同时也在收集隐性评价数据，能有效提高数据收集的可信度.系统使用人脸识别获取消费者人脸特征，使用人眼识别跟踪计算人眼停留和注视产品的时长，使用语音识别获取文本情感极性和评价关键词，使用基于用户人脸属性的推荐模型来推荐产品.通过实验得知，80%的实验者对在经过20位其他实验者进行训练的系统所推出的前5个推荐商品表示满意，这表明，多维度收集消费人群数据能打破传统数据收集的局限性且具有更强的可信度.

摘要:目前国内对水表的检定多采用人工的检定方式，过程中存在许多重复人力操作，造成检定过程费时费力.为了解决这一问题，本文在水表检定过程设计了用工业机器人代替人工完成水表的检定工作，提出了一种基于机器视觉的水表抓取方法.系统通过YOLOv3网络对处于不同环境下的不同型号的水表进行检测，获取目标水表的型号和位置后再进行水表的位姿检测得到水表抓取点坐标与水表姿态角并控制机器人进行抓取.实验表明，该系统能在不同外界环境下实现不同型号水表的抓取和精确放置，具有较好的鲁棒性和较高抓取成功率，能够满足实际水表自动检定线上的水表抓取需求.

摘要:针对自动扶梯上乘客易摔倒的安全隐患，设计一款基于机器视觉的人体摔倒行为识别系统及扶梯自动急停装置.借助OpenPose人体关节点检测算法提取目标人体的骨骼特征，利用Inception V3网络模型搭建分类器，对采集的骨骼特征信息分类，以识别乘客摔倒行为.训练结果表明单人、多人样本的测试精度最高可达98.9%、80.0%.识别摔倒行为后将检测结果以无线通讯的方式发送至基于STM32微控制器及多种传感器的急停装置.最后，在模拟的扶梯环境下进行实验测试，测试结果表明该扶梯自动急停系统的控制实时性良好.

摘要:计算机视觉技术大量应用于自动驾驶系统，主要解决物体识别与物体分类问题，本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题，采用了改进型数据增强算法，使训练数据成倍增加.同时为解决使用数据生成器作为验证集，无法使用tensorboard的问题，提出了解决方案，通过卷积网络可视化方法详细研究了神经网络处理图像信息的原理并提出了优化方法.训练后的模型在验证集上准确率达到了97.5%，满足了自动驾驶系统对分类任务准确率的要求.

摘要:针对齿轮视觉微小缺陷，采用一种基于深度学习算法的Mask R-CNN网络进行检测，并对网络进行相应地优化调整.首先，通过比较5种残差神经网络检测效果，选择resnet-101作为图像共享特征提取网络.然后，剔除特征金子塔网络中对特征图P₅进行的不合理的3×3卷积，缺齿检出率指标相应得到提升.最后，为了对候选区域网络进行有效的训练，根据设计的样本标注方案中小范围波动的标注尺寸，设置合适的anchors大小以及宽高比.最终，经过优化的Mask R-CNN网络达到了98.2%缺齿检出率.

摘要:近年来，随着嵌入式计算机技术飞速发展，各种异构嵌入式硬件不断更新，提高操作系统的可移植性和应用程序的代码重用性成为了一种趋势.本文设计了一种通用性较强的平台抽象层，针对Linux操作系统、“锐华”操作系统与硬件平台的应用程序开发接口重新进行设计，为用户开发各种嵌入式应用程序提供标准化的接口.研究证明，平台抽象层能提高操作系统的可移植性和应用程序的代码重用性，同时具有可靠的实时性.

摘要:针对当前智能移动机器人在跟踪过程中常因目标发生外观形态上的变化而丢失跟踪目标的问题，利用Caffe深度学习框架和ROS机器人操作系统作为开发平台，设计一个高准确度及高实时性的移动机器人目标跟踪系统并进行了研究.使用对于目标形变、视角、轻微遮挡及光照变化具有鲁棒性的基于孪生卷积神经网络的GOTURN目标跟踪算法，通过ROS系统为桥梁使离线训练的跟踪模型实时应用于TurtleBot移动机器人上，并开展了详细的测试.实验结果表明，该目标跟踪系统不仅设计方案可行，实现了移动机器人在各种复杂场景下有效地跟踪目标，还具有成本低、性能高和易扩展等特点.

摘要:针对当前国内气象通信系统出现的消息队列异常情况下导致的整体传输时效降低的问题，本文引入了有状态化消息队列技术，通过对消息队列的异常信息进行分类监视和调度处理，优先保障了正常队列的快速传输，从而提升系统的可靠性和传输时效性.该优化方案在实际应用中得到了有效验证，取得了良好的应用效果，能够更好地满足气象海量数据收集与分发的业务要求.

摘要:报警处理是车联网系统中的重要功能.传统车联网系统一般采用AJAX轮询的方式定时拉取报警信息，既不能保证报警实时性和准确性，也给服务器造成压力.本文设计了一种基于Websocket，Redis等技术的报警实时推送系统，并对推送性能做了测试和分析.结果表明：使用Websocket推送方式处理报警信息，既提高了报警的实时性和准确性，又提高了推送的吞吐量，降低网络流量.

摘要:港口进出口货物吞吐量是反映港口业务状况的重要指标，其准确预测将给港口经营管理人员进行决策提供重要的依据.利用机器翻译领域的Seq2Seq模型，对影响港口进出货物量的多种因素进行建模.Seq2Seq模型可以反映进出口货物量在时间维度上的变化规律，并且可以刻画天气、节假日等外部因素的影响，从而进行精准预测.Seq2Seq模型包含两个由循环神经网络（LSTM）组成的编码器和解码器，能够捕捉长短期时间范围内集装箱变化趋势，可以根据历史进出口货物量预测未来一段时间的货物量信息.在真实的天津港进出口集装箱数据集上进行了实验，结果表明Seq2Seq模型的深度学习预测方法效果优于传统的时间序列模型以及其他现有的机器学习预测模型.

摘要:在基于神经网络的边缘检测模型中，大部分模型的检测效率不高，检测效果也有待提升.本文受人眼视觉系统特性的启发，提出了一种新的基于GPN （Gaussian Positive-Negative）径向基神经网络的边缘检测方法.首先，本文构造了一种新型的基于GPN径向基神经网络，将图像中经高斯滤波预处理后的每个像素点作为GPN径向基神经网络的中心点，并将其输入神经网络；然后，在每层之间使用卷积神经网络的部分特性进行处理，经过扩展层和隐层计算后输出结果；最后根据输出结果利用轮廓跟踪的方法将边缘提取出来.本文在检测效果以及效率这2个方面进行了相应的数值实验.针对合成图像以及部分灰度不均匀图像，相较于脉冲耦合神经网络模型、遗传神经网络模型以及卷积神经网络模型，本文模型在效率上得到了提升，且边缘的连通性更好.实验结果表明，本文提出的基于GPN径向基神经网络的边缘检测方法是一种新的、有效的边缘检测方法，比传统的神经网络边缘检测方法效率更高，且在检测效果上也有所提升.

摘要:孕妇产后大出血是造成全球孕妇死亡的重要因素之一，在我国位居孕妇死亡原因首位，然而对产后出血的提前判定一直以来都是医学上一个难题.电子病历的普及，以及机器学习和深度学习技术的发展，为预知孕妇产后大出血提供了基于大数据的解决办法.本文提出利用孕妇的电子病历数据，构建基于LSTM和XGBoost的混合模型来预测孕妇产后大出血.实验结果表明，利用基于LSTM和XGBoost的混合模型对孕妇产后大出血进行预测是可行的，能够为医生判断孕妇产后出血情况提供参考，为孕妇分娩时是否需要备血方案提供决策支持，对降低产后大出血致死率具有积极意义.

摘要:针对目前很多文本分类方法很少控制混杂变量，且分类准确度对数据分布的鲁棒性较低的问题，提出一种基于协变量调整的文本分类方法.首先，假设文本分类中的混杂因子（变量）可在训练阶段观察到，但无法在测试阶段观察到；然后，以训练阶段的混杂因子为条件，在预测阶段计算出混杂因子的总和；最后，基于Pearl的协变量调整，通过控制混杂因子来观察文本特征和分类变量对分类器的精度影响.通过微博数据集和IMDB数据集验证所提方法的性能，实验结果表明，与其他方法相比，所提方法处理混杂关系时，可以得到更高的分类准确度，且对混杂变量具备鲁棒性.

摘要:随着电力物联网的不断发展，用户级电力负荷预测在电力需求侧管理中呈现出日益重要的作用.为了提高用户级电力负荷预测的性能，本文提出一种基于K-means聚类与卷积神经网络特征提取的短期电力负荷预测模型.首先，利用K-means将用户聚为两类：对于日相关性强的用户，将相邻时刻和日周期的历史负荷作为输入，采用CNN模型提取特征进行预测；对于日相关性弱的用户，仅将相邻时刻的历史负荷输入到CNN模型进行预测.为了验证所提出算法的性能，我们在实际的用户负荷数据上做了实验，并与随机森林、支持向量回归机进行对比，结果表明本文所构建模型的预测平均绝对百分误差降低了20%以上.

摘要:针对目前英语教学质量评价准确性不高的问题，提出了一种基于遗传算法（GA）优化RBF神经网络的教学质量评价方法.首先利用主成分分析对教学质量评价指标进行选择，然后设计了RBF神经网络教学评价模型，并采用GA对RBF神经网络的初始权值进行优化.实验结果表明，该方法能够有效评价英语教学质量，且准确性和实时性较高.

摘要:针对人体行为最重要的motion特征，提出了基于时间上下文的二级递推异常行为识别方法.不同于传统深度学习的训练方法，本文方法不是直接从图像数据中学习特征，而是把提取的形状信息HOG特征作为训练输入.首先提取基于HOG算法的图像形状特征，采用提取到的特征训练DBN网络.其次利用已经训练好的DBN网络和Softmax分类器识别出人体粗目标区，然后根据粗目标区域的时序上下文信息，计算质心加速度.最后判断加速度的阈值，识别出异常行为的精目标区.本文将粗细目标结合的二级递推方法应用到课堂行为识别中，通过实验结果表明，该方法在运动模糊和目标密集遮挡的场景下都能较好地识别出课堂行为，识别率相比其他方法有较大提升.课堂异常行为数据分析，可在课堂动态管理和学习效果评估等方面发挥辅助作用.

摘要:对医疗数据库中存在的离散数据进行检测时，由于缺少数据过滤等过程而导致检测执行时间较长、检测效率低、离散点检测率低等问题，为此提出基于层次化深度学习的医疗数据库离散数据检测算法.首先，采用动态网格划分法划分空间中的稀疏区域和稠密区域，降低数据检测的规模，缩短检测执行时间；然后，通过层次化深度学习过程融合专家知识和数据的属性取值分布信息，实现医疗数据库中离散数据的检测.实验结果表明，该算法可以在较短的时间内准确完成医疗数据库中离散数据的检测，且相较于传统算法来说更具有应用优势.

摘要:考虑有信号控制的交叉路口内车辆之间、车辆与行人之间的冲突，在离散事件仿真规范（DEVS）框架下构建了交叉路口微观交通仿真模型.以某市典型交叉路口观察数据标定仿真参数，将仿真结果与按《城市道路设计规范》计算得到的通行能力进行比较，验证了模型.在此基础上，首先，仿真分析了不同左转比例对交叉路口通行能力的影响；然后，基于各方向等待通过交叉路口的车辆数目设计了智能绿信比控制策略.仿真试验表明：通行能力随着左转车比例的增加先上升后下降；智能绿信比控制能显著提升交叉路口通行能力，明显降低平均引道延误时间.由此证明仿真模型能真实地模拟交叉路口各因素间的相互作用，且易于扩充，通用性强，能够用于其它智能交通问题的研究.

摘要:针对图像复制粘贴篡改的检测及篡改区域定位的研究，提出了一种低频快速切比雪夫矩的篡改图像检测算法.首先用非抽样小波变换对图像分解，选取图像的低频部分进行重叠分块，提取改进的低频快速切比雪夫矩做为特征向量，然后采用PatchMatch算法对提取的块特征匹配，最后用稠密线性拟合算法去除误匹配并且用形态学操作完成最后的篡改区域定位.与现有的篡改图像检测算法相比，所提出的算法对于单区域篡改、单区域多次篡改以及多区域篡改均具有较好的定位效果，并且减少了算法的运行时间，提高了实时性.

摘要:先进的SAT求解器能够通过有效的分支启发式策略解决大型应用实例.目前VSIDS策略是最具有代表性的基于冲突分析的分支策略，它因其稳健性而被广泛使用，但在每次冲突分析中其判定变量活性的增量方式过于单一.针对此问题，本文提出了一种基于变量混合特征的分支启发式算法，目的是充分地利用参与冲突分析的变量所携带的不同信息特征来区分变量，来进一步指导变量活性增长.并将所提出的分支策略算法嵌入到Glucose4.1中形成求解器Glucose4.1+MFBS，通过对比测试，实验结果表明改进的分支算法比原本的VSIDS策略，具有一定的优势，求解明显个数增加.

摘要:眼动交互在人机交互领域中有着广泛的应用前景，针对传统的眼动交互传感设备具有普遍侵入性，校准过程复杂且价格昂贵，普通单目摄像头传感器分辨率低等问题.提出一种基于前置摄像头视频源，使用方向梯度直方图（HOG）特征+SVM+LSTM神经网络的眼动行为识别方法，进而实现了简单的人机交互应用.该方法首先定位和跟踪人脸，在人脸对齐操作后依据4个眼角关键点的坐标获取双眼区域，使用SVM模型判断眼睛的睁闭眼及非眨眼状态，再分析相邻帧之间眼球中心的位置粗略判断眼动情况，将可疑的有意眼势帧间差分视频序列输入到LSTM网络中进行预测，输出眼动行为识别结果，进而触发计算机命令完成交互.经过自制数据样本集20 000个样本（其中约10%为负样本）测试，本文方法动态眨眼识别准确率优于95%，眼动行为预测准确率为99.3%.

摘要:为解决PSO-FCM聚类算法针对多聚类问题，性能不足，容易陷入局部最优解，影响多聚类结果的准确度.提出一种基于PCA优化的PSO-FCM聚类算法，通过引入PCA分析方法，在粒子的各维度上设定不同的移动权重，降低粒子的敏感度，合理的控制粒子各维度上移动的速度，有效的降低粒子各维度上粒子无约束，位于多个聚类群交界处的粒子过分敏感，移动到错误的聚类的可能性增加.本文简要介绍了PSO-FCM算法的相关情况，详细介绍了本文的优化算法，最后通过实验证明，本文提出的优化算法在多个数据集上结果总体优于其他算法.

摘要:YARN是Hadoop的一个分布式的资源管理系统，用来提高分布式集群的内存、I/O、网络、磁盘等资源的利用率.然而，YARN的配置参数众多，要对其人工调优并获得最佳的性能费时费力.本文在现有的YARN资源调度器的基础上，结合了一种闭环反馈控制方法，可在集群运行状态下动态地对MapReduce （MR）作业数进行优化，省去了人工调整参数的过程.实验表明，在YARN的容量调度器和公平调度器的基础上使用该方法，相比于默认配置，MR作业完成时间分别减少53%和14%左右.

摘要:鉴于三元一次多项式回归的四带图像偏色校正算法存在的局限性，为了更好地解决红外串扰的RGBIR四带图像偏色问题，从多项式回归算法的样本、数据类型及校正模型3个方面来提高四带图像的偏色校正效果；为了使得到的校正算法更佳稳健，从增加算法训练样本以及将数据转为有符号浮点型像素值来建立校正模型；根据RGB图像灰阶表达的非线性特性，将三元一次模型改为三元二次模型.实验证明，本文提出的优化方法，使得四带图像的偏色校正效果得到提高.

摘要:针对传统的移动性管理基站在5G超密集网络部署的特定场景中所面临的信令开销大、数据传输效率低等问题，本文研究基于SDN架构的5G通信网络中的垂直切换算法，充分利用SDN控制器中的全局化的网络状态信息，计算最优的切换决策结果，尽可能的减少移动节点收集网络状态信息所带来的时延以及网络开销.利用Matlab对提出的切换管理策略进行了仿真，相对于LTE系统的切换管理机制，在切换时延以及平均切换次数上都有优势.

摘要:随着互联网、HTML5等技术的发展，文件上传在Web端的应用越来越普遍，同时对文件上传，特别是大文件上传的效率、稳定性、安全性、普适性等要求也越来越高，然而目前多数文件上传方式均不能很好的满足这些要求.因此，本文提出文件分片和多并发传输方法，提高大文件传输效率，从而解决Web前端多并发传输控制以及同一文件重复多次上传等问题.

摘要:针对复杂交通场景图像中路面分割难度大和分割边缘粗糙的问题，提出了一种基于多特征融合和条件随机场的道路分割方法.首先，提取图像的纹理基元特征与颜色特征；然后，将道路分割问题视为一个基于像素的二分类问题，融合所提取的两种特征，使用SVM分类器实现对交通场景图像中路面区域与背景区域的粗糙划分；最后，利用全连接条件随机场中的颜色与位置约束，对分割结果进行优化，获得更加平滑的分割边缘，并与其他分割算法进行对比.实验结果表明，基于多特征融合与条件随机场的道路分割算法获得了95.37%的平均分割准确率和94.55%的平均像素精度.

摘要:将多维MEMS传感器应用于电梯监测，根据电梯的工作特点，优化四元数互补滤波方法修正陀螺仪数据求解电梯的实时姿态，然后应用卡尔曼滤波方法进一步提高姿态监测精度.实际验证表明，该方法可以提高电梯姿态监测数据的准确性，利用运行的姿态角和加速度峰度进行分析、比对可为电梯安全舒适度评估提供关键的数据依据.

摘要:互联网网页所形成的主题孤岛严重影响了搜索引擎系统的主题爬虫性能，通过人工增加大量的初始种子链接来发现新主题的方法无法保证主题网页的全面性.在分析传统基于内容分析、基于链接分析和基于语境图的主题爬行策略的基础上，提出了一种基于动态隧道技术的主题爬虫爬行策略.该策略结合页面主题相关度计算和URL链接相关度预测的方法确定主题孤岛之间的网页页面主题相关性，并构建层次化的主题判断模型来解决主题孤岛之间的弱链接问题.同时，该策略能有效防止主题爬虫因采集过多的主题无关页面而导致的主题漂移现象，从而可以实现在保持主题语义信息的爬行方向上的动态隧道控制.实验过程利用主题网页层次结构检测页面主题相关性并抽取“体育”主题关键词，然后以此对采集的主题网页进行索引查询测试.结果表明，基于动态隧道技术的爬行策略能够较好的解决主题孤岛问题，明显提升了“体育”主题搜索引擎的准确率和召回率.

摘要:针对花卉养护过程中，由于人们缺乏专业的养护技术，花卉的养护难度大、成本高的问题，本文提出了一种基于深度学习的图像分类技术实现花卉的全自动化养护方法.因花卉的生长状况往往受诸多因素影响，仅依靠对花卉生长状况图像的分类容易对花卉的生长状况作出错误的判断，因此该方法设计了一种由花卉图像特征和生长环境参数组成的两个输入通道的卷积神经网络实现花卉生长状态的自动识别.实验表明，该方法可以提高花卉生长状况的识别准确率，从而可提高花卉的自动化养护技术水平.

摘要:基于智能交通的快速发展，研究了在高速路段下基于机器视觉的车道偏离检测与车辆前向安全车距检测技术.首先固定车载相机，通过相机标定获取相机的内参数和外参数，进而设计车距检测模型.该模型不但能够检测出前方车辆与无人车的距离，还能计算出前方车辆相对于摄像机光轴的偏转角度.接着在CCP偏离检测算法的基础上，设定安全和报警区来建立车道偏离模型，并对当前车辆的偏离结果作出正常行驶的评判.最后借助TI的DVSDK组件包将算法移植到嵌入式平台DSP-DM3730上测试.实验表明，本文设计的车距检测模型和车道偏离模型在解决无人车的前向防撞检测和车道偏离检测等问题上具有较好的参考价值.

摘要:目前许多轴承生产线上利用人工肉眼识别轴承工件号，这样不仅识别效果不好且效率低.在本文设计了一种基于机器视觉的轴承压印字符识别算法，该算法有利于轴承的生产以及后续的管理工作.首先对采集到的图像进行高斯滤波降噪，减少噪声对后续操作的影响；然后利用最小二乘法对ROI圆环进行提取，确定要进行操作的图像区域；接着使用八分之一圆扫描方法将圆环图像展开，使得字符识别操作更加简洁；随后对字符进行切分、归一化；最后使用SVM对字符进行识别.实验表明，该方法能够实现轴承压印字符识别，识别准确率在98%以上，并且具有良好的鲁棒性，系统响应速度快，能够满足工业需求.