Bottom-Up Saliency Estimation Based on Redundancy Reduction and Global Contrast

A new algorithm for bottom-up saliency estimation is proposed. Based on the sparse coding model, a power spectral filter is proposed to eliminate the second-order residual correlation, which suppresses the global repeated items effectively. In addition, aiming at modeling the mechanism of the human retina prior response to high-contrast stimuli, the effect of color context is considered. Experiments on the three publicly available databases and some psychophysical images show that the proposed model is comparable with the state-of-the-art saliency models, which not only highlights the salient objects in a complex environment but also pops up them uniformly.     

单目视觉车道线识别算法及其ARM实现

首次将ARM技术应用于汽车的自动导航,使用Intel公司生产的基于ARM10的PXA255作为核心处理器,详细讨论了硬件平台与接口的设计.结合单目机器视觉实现了一种基于像素的图像处理算法,该算法能成功地提取道路中的白色车道线,为车辆自动导航提供了准确的图像信息,并将处理时间控制在70 ms以内,取得了很好的实时效果.同时,建立了一种简单有效的透视投影模型,实现图像坐标系与摄像机坐标系之间的映射,不仅为图像处理算法提供了有效的约束条件,而且获取了道路的深度信息.在沪宁高速南京段的实验结果表明该算法的实时性与精确性已基本满足安全行驶要求.     

小型航空活塞发动机喷油异常的故障诊断

针对小型航空活塞发动机出现的喷油异常故障,基于发动机的缸内压力和缸盖振动信号,采用一种变分模态分解和布谷鸟搜索优化支持向量机相结合的故障诊断方法对发动机喷油异常故障进行诊断。该方法使用变分模态分解对发动机的缸内压力信号和缸盖振动信号进行处理得到本征模态函数,对本征模态函数进行奇异值分解和能量特征提取,将缸内压力和缸盖振动的数据集输入布谷鸟搜索算法优化的支持向量机模型中进行训练和测试。结果表明:该方法较好地识别出发动机喷油异常的故障,其中缸内压力和缸盖振动信号的故障识别分类准确率分别为95.32%和92.47%,验证了该方法的有效性。