简介:眼底成像技术可检测临床视网膜组织状态,其检测结果已成为多种眼底疾病诊断的重要依据。然而,传统的眼底成像系统需要专业医护人员操作,且具有体积大、价格昂贵等缺点。随着智能手机的图像采集、存储、数据传输等功能的不断提升,基于智能手机的眼底成像系统可有效弥补传统眼底成像系统的上述缺陷。在本研究中,我们设计了照明和成像光路并利用3D打印技术将其小型化,通过与智能手机相结合实现了对人眼视网膜图像的采集。结果表明,基于智能手机的眼底相机距离模拟眼的工作距离约为17mm,安置于体积仅为88mm×79mm×42mm(长×宽×高)的手机外设配件中。随后,利用Zemax对系统光学参数进行了进一步优化。经优化后的成像系统,畸变保持在0.2%范围内,场曲小于10μm。该系统具有便携性良好、无创、价格低廉等优点,未来可用于多种眼底疾病的社区筛查工作。
简介:对含有动、静态背景的稳定图像处理时,对比了主成分追踪鲁棒主成分分析法(RPCA)、贝叶斯鲁棒主成分分析法(BayesianRPCA)和高斯混合模型的鲁棒主成分分析法(MoG-RPCA),3种方法对静态背景下的前景提取都较为完整.而动态背景下只有BayesianRPCA和MoG-RPCA提取出了完整的前景目标,但是BayesianRPCA计算速度很慢,且不能够处理复杂噪声.所以MoG-RPCA模型更具有对复杂噪声的适应性,动、静态背景情况下均提取出精度较高的前景目标,且具有较快的计算速度.当图像不稳定时,采用改进的MoG-RPCA模型对非稳定拍摄的抖动视频进行前景目标提取,并在第197帧抖动图像中清晰地提取出显著前景目标,且运算速度较快.在为了快速找到目标出现的帧时,对高斯混合模型背景差分法进行改进,利用K-means聚类算法快速得到聚类中心点,然后作为高斯混合模型背景更新时的初始化均值参数,从而提高在复杂场景下前景目标的检测精度.对于多角度追踪任务,不同角度、近似同一地点的多个监控视频图像中前景目标的提取,可采用跨摄像头视角跟踪结果融合的方法,然后对目标进行匹配.
简介:摘要为了有效改善电力系统的供电质量水平和配电网络的管控能力,针对当前配电网电能质量监控精度低、用时长、治理方法落后、缺乏相应的辅助工具等现实问题,提出基于一体化电网电能质量数据采集平台的监控方法研究。首先分析了配电网电能质量监控的原理,介绍了智能监测系统的构成;分别提取配电系统智能监控的三个特征识别参量,即配电网电压跌落分量、系统电压的闪变分量及波动、及由于不同幅值和频率产生的正弦波分量;最后基于电力通信、智能计算机网络监控系统等技术,实现对配电网络电能质量的智能监控、全面分析和综合决策。试验证明,采用改进方法相比传统方法监控精度提高了约58.83%,具有一定的有效性。
简介:基于计步的传统航位推算的手机导航方法要求手机保持相对人体固定位置以保证航向的准确性,该要求严重影响了用户体验。针对行人的手机姿态改变和高精度定位的行人导航需求,提出了一种重力辅助和模拟零速修正的航向补偿方法。手机姿态发生改变时候的航向角度补偿可以采用手机重力计输出数据进行辅助判断;通常脚部捆绑式惯性导航定位中采用的航位推算技术无法应用于行人手持的手机,所以不具备零速修正算法的基本条件,为此提出了一种应用于行人手持手机的模拟零速修正算法,通过检测行人步态,采用卡尔曼滤波有效抑制了手机的航向发散。行人的综合行走实验结果表明,基于重力辅助和模拟零速修正的手机航向修正方法,能够自主判断并补偿由于手机使用方式改变造成的航向误差,在行走196m距离的情况下,行走误差仅有1.2%,有效提高了行人定位精度。