碧根果在生产加工过程中易酸败,误食会对人体造成多方面危害。针对此问题,提出一种基于多特征融合和水平集的碧根果品质检测方法。以薄壳碧根果为研究对象,首先,对采集的原始图像进行预处理,解决目标对象与背景区域比例不匹配问题;然后,通过改进边缘指示函数的自适应距离正则化水平集算法(Distance regularized level set evolution,DRLSE)对图像进行感兴趣区域(Region of interest,ROI)分割,最后提取图像灰度直方图统计特征、灰度共生矩阵、Tamura和局部二值模式等多特征,并进行融合分析,建立支持向量机(Support vector machine,SVM)判别模型,实现碧根果无损品质检测。试验采集了200个正常、酸败碧根果样本图像,对其进行图像酸败及多特征分析。结果表明,采用本文方法判别碧根果酸败的分类准确率高达96.15%,在此基础上识别碧根果酸败程度,平均识别率为90.81%。
为了解决车联网环境下道路交通事故链(Chains of Road Traffic Incident,CRTI)阻断系统的阻断效率问题,综合考虑阻断代价的经济性、阻断过程的稳定性和阻断技术的可靠性,并以阻断技术可靠性、阻断过程稳定性和阻断代价经济性作为阻断策...
详细信息
为了解决车联网环境下道路交通事故链(Chains of Road Traffic Incident,CRTI)阻断系统的阻断效率问题,综合考虑阻断代价的经济性、阻断过程的稳定性和阻断技术的可靠性,并以阻断技术可靠性、阻断过程稳定性和阻断代价经济性作为阻断策略分析指标,率先提出了1种车联网环境下动态的、实时的CRTI阻断效率评价算法。危险源是导致事故发生的根本原因,危险度由危险源决定,且危险度的大小能够反映出事故发生的可能性和严重程度,因此以危险源和危险度为评价指标,将危险源分成两大类,并建立"人-车-路-环境"危险度模型以及综合评价函数模型。通过实时筛选、获取车辆周围的危险源,判断是否需要阻断,寻找最优的阻断策略及阻断节点,并计算阻断事故链前后的危险源和危险度,将获取的阻断前后危险源和危险度代入评价函数模型,获取评价函数取值范围,最后通过分析阻断前后危险度对比以及代价函数的取值,实现对阻断效率的综合评价。结果表明:阻断系统能够将行车危险度基本降到3以下,保证了行车安全,总体使行车危险度降低40%左右,保证车辆处于安全状态,并且阻断CRTI成功率达到了90%以上,表明阻断系统能够阻断CRTI的产生;通过评价函数的综合评价,代价值基本在0~1之间,表明阻断系统的阻断效率较高,可较好地实现对CRTI阻断效率的定性、定量综合评价。
暂无评论