基于阈值增量的眩光测量系统研究

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:qqwc112
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
道路照明是保证交通安全的重中之重,其中眩光是影响道路交通安全的一个重要因素,通过调查研究发现,路灯、汽车前照灯以及交通补光灯等给驾驶者带来的失能眩光问题非常严重。而在实际测量中沿用的都是人工测量方法,其测量过程繁琐、手工参与程度过高,进而导致测量结果的重复性差且精度低。因此研究高效化的眩光测量系统及方法尤为重要。针对目前眩光测量的低效性,本文通过研究眩光测量的关键技术参数,提出一种基于阈值增量的眩光测量方法,该方法主要利用工业相机和计算机进行信息采集和处理,通过数字图像处理技术实现对眩光的非接触式、高精度的全面测量。通过梳理追溯阈值增量(TI)的定义及理论基础,得到采用阈值增量(TI)衡量失能眩光的依据,总结出适用于本文测试环境的评价公式,分析并推导出其计算所必须的基础物理参量。从相机的感光特性及成像原理出发,结合光度学原理确定从图像中提取光环境参数信息的相机亮度标定方法,并根据该原理给出一种优于传统标定方案的方法完成亮度标定,实现图像亮度信息的提取。同时深入研究双目视觉提取位置参量的相关技术,实现图像的位置信息提取。最后针对眩光测量系统进行了相关的实验验证以及不确定度分析。实验结果表明:与传统测量方法相比,本文的测试方法具有高精度、高效率等特点,图像提取亮度信息的相对误差小于5%,图像提取位置信息的相对误差小于4%,阈值增量(TI)的绝对误差小于1%;最终得到测量阈值增量(TI)的扩展不确定度Urel=4.2%(k=2),能够满足阈值增量(TI)测量的实际需求。
其他文献
近年来,线上教育逐渐兴起,从而在一定程度上突破了时间和空间上的限制,也缓解了教育资源短缺和分配不均的问题。但是,目前大部分在线教育平台仍然存在着学习方式单一、知识结构松散等问题。有鉴于此,本文主要研究了一种在利用知识图谱对学科体系进行结构化表达的基础上,结合个体适应性智能调节策略的智慧学习平台,以利于学习者自主学习,达到提升学习效率的目的。主要内容如下:首先,为表达知识点之间的关联性,处理复杂的知
双目立体视觉已被广泛应用在无人机避障、机器人导航、精密工业测量、物体识别、虚拟现实、场景重建、勘探等诸多领域。本论文以录制好的双目二维视频为研究对象,开展了将双目二维视频转换为三维点云视频的研究。主要研究工作如下:(1)分析并改进了张氏标定法。本文以张氏标定法为基础来标定相机参数,采用黑白棋盘靶标对相机进行标定,在实验过程中发现首次标定的像素误差比较大,无法获取精准的相机内、外参数。因此,在原方法
同时定位与建图(Simultaneous Localization And Mapping,SLAM)算法是移动机器人自主完成导航任务的基础。SLAM通过所携带的传感器来获取外部环境信息,当传感器为相机时,称之为视觉SLAM。虽然目前有很多优秀的视觉SLAM系统,很多系统都把外部环境假设为静态环境,忽视了动态物体对视觉SLAM定位精度和鲁棒性的影响。本文以ORB-SLAM2系统为基础,对室内动态场
物体的标注作为场景理解的前提,是对环境认知的核心工作,也是人工智能、计算机视觉、三维重建等应用领域的基础性工作。然而,目前方法多适合完整点云模型的标注,而不适合单视点下测量的单侧点云。为此,本文以实测单侧三维点云场景数据为研究对象,对场景中物体的标注方法进行研究,主要工作如下:(1)设计了一种基于八叉树的三维点云场景划分方法。首先利用PCA方法求取模型的整体走势,获取场景的最小包围盒作为八叉树初始
图像是信息表达的载体。在实际应用中,图像所传达的信息对多数领域具有重要意义。在采集图像时,由于光学图像是通过透镜聚焦实现的,而成像系统中不同成像区域的景深差异或聚焦区域发生位置变化时均会造成图像的局部模糊现象,这对关键信息的获取造成极大影响。因此对图像中的局部模糊区域进行增强处理是必要的,而这首先需要对图像模糊区域进行有效的检测和分割。本文主要针对局部模糊图像的检测与分割算法进行研究,并实现对局部
[db:内容简介]
[db:内容简介]
[db:内容简介]
目前植物胁迫分析对于农业及环境生态研究意义深远。偏振成像和植物叶绿素荧光成像探测同样具有非侵入、无损伤的优势,利用植物叶绿素荧光成像评判植物自身健康状况的应用较为成熟,而植物叶片产生的偏振信息也能够有效反映自身特性。基于此,论文利用植物偏振成像与叶绿素荧光成像结合的方法初步探究植物荧光偏振成像方法在植物生理胁迫方面的潜力。论文基于Stokes偏振成像、Mueller矩阵偏振成像、植物叶绿素荧光成像