王斌
- 作品数：6 被引量：14H指数：2
- 供职机构：山东大学控制科学与工程学院更多>>
- 发文基金：国家自然科学基金山东省优秀中青年科学家科研奖励基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于MSER和PHOG特征的交通标志检测方法
- 2015年
- 本文提出了一种基于最大稳定极值区域(Maximally Stable Extremal Regions,MSER)和塔式梯度方向直方图(Pyramid Histogram of Oriented Gradients,PHOG)特征的交通标志检测方法。该方法首先对图像进行分通道颜色增强,再利用最大稳定极值区域算法进行交通标志潜在区域的定位和提取,然后通过提取目标图像的PHOG特征,结合支持向量机(Support Vector Machine,SVM)训练形状分类器进行交通标志的粗分类。实验结果表明,该方法可以有效地抑制光照、遮挡以及场景复杂等因素带来的影响,并获得了较高的检测率及较低的误检率,同时也为后续的标志识别工作打下基础。
- 王斌
- 关键词：交通标志检测目标检测
- 数字图像中典型去噪算法的分析比较被引量：2
- 2015年
- 数字图像在形成、传输的过程中,由于存在各种干扰因素会使图像受到噪声的污染,故消除在图像采集和传输过程中产生的噪声,保证图像受污染度最小,成为了数字图像处理领域里的重要组成部分,对图像去噪的研究也十分具有意义。本文主要研究分析了均值滤波法、中值滤波法、维纳滤波法等典型图像去噪算法。首先介绍图像噪声的基本概念及分类等;其次详细阐述了三种典型去噪算法的原理及特点;最后通过仿真实验比较三种去噪算法(以去除高斯噪声和椒盐噪声为例)的优劣,结合理论分析和实验结果得出了完整去噪算法中影响去噪性能的因素及适用范围。
- 王斌
- 关键词：图像去噪均值滤波中值滤波维纳滤波
- 补偿型随钻电磁波电阻率测井仪的仿真研究被引量：1
- 2013年
- 井眼补偿误差严重影响随钻测井的精度,普通的随钻电磁波电阻率测井仪由于自身结构特点而不能提供误差校正,因此研究补偿型仪器具有重要意义。在井眼补偿问题的研究中,考虑到研究对象的几何形状特征以及运算结果的精度要求,首次采用了圆柱坐标系时域有限差分方法对非均匀地层情况下等源距补偿仪器和不等源距补偿仪器进行数值建模分析,仿真后得到两种仪器的响应及补偿曲线。重点分析了地层的非均匀性对井眼补偿误差及两种补偿仪器补偿曲线的影响,对地层分析以及测井资料的解释提供了重要的理论指导意义。
- 赵琳琳李康孔凡敏王斌
- 关键词：随钻测井时域有限差分
- 基于时空测地线传播的RGB-D视频分割
- 2015年
- 针对前景和背景深度交叠或相机运动时基于深度统计的传统视频分割算法中存在的问题,提出一种基于时空测地线的方法,并证明该方法适合基于深度的视频分割.首先使用基于运动检测的方式进行初始化;然后使用基于特征点选择方式定义种子结点,特征点匹配方式构建时域链接,空间上8邻域像素连接形成空域链接,在连续两帧之间构建时空测地线传播图;最后在时空测地线传播图上使用泛化测地线距离变换将前一帧的分割结果传播到当前帧,并自适应地在传播和检测间切换消除累计误差.实验结果表明,该方法能够在复杂场景和相机运动情形下输出稳定的分割结果.
- 王斌陈文拯钟凡屠长河秦学英彭群生
- 关键词：视频分割深度图测地距离
- 基于MSER和SVM的快速交通标志检测被引量：6
- 2016年
- 为解决传统的基于机器学习的交通标志检测(TSD)方法需要对每一个待检测子窗口进行处理而导致算法实时性不高的问题,提出了一种基于感兴趣区域(ROI)提取和机器学习的快速TSD算法。针对传统基于颜色阈值的ROI提取方法具有对光照变化较敏感等缺点,设计了一种颜色增强下的最大稳定极值区域(MSER)方法,根据标志的颜色进行颜色增强,对颜色增强图像提取MSER得到交通标志ROI;然后在图像的多尺度滑动遍历检测过程中,仅对包含ROI的滑动窗口进行方向梯度直方图(HOG)特征的提取,并通过支持向量机(SVM)进行分类判别。实验结果表明,本文改进的TSD方法在运算速度上有较大提升,具有很好的鲁棒性,且获得了96.42%的检测率以及较低的误检数。
- 王斌常发亮刘春生
- 基于多特征融合的交通标志分类被引量：5
- 2016年
- 为有效提高交通标志分类的准确度,提出一种融合全局特征和局部特征的多特征交通标志分类方法。首先提取能够描述标志图像内部纹理信息的局部二值模式(local binary pattern,LBP)特征,再提取能够表示标志图像形状信息的方向梯度直方图(histogram of oriented gradient,HOG)特征和描述图像粗略轮廓信息的全局Gist特征,然后采用线性组合方式,实现特征融合互补,并通过主成分分析(principal components analysis,PCA)法进行数据降维,最后采用支持向量机(support vector machine,SVM)分类器进行交通标志训练与识别。试验结果表明:相对于单一特征的交通标志分类方法,基于多特征融合的算法获得了更高的分类精确度,同时也满足实时性要求。
- 王斌常发亮刘春生
- 关键词：局部二值模式
