多尺度特征增强的路面裂缝检测方法

针对路面裂缝检测不完整和分割出现断裂的问题，提出了一种多尺度特征增强的路面裂缝检测网络MFENet,实现端到端的路面裂缝图像检测、分类和分割处理；设计了多尺度注意力特征增强模块，建立了网络模型的上层多尺度特征通道与底层特征通道权重系数之间的映射关系，以提升有效通道的特征输出；基于路面裂缝的坐标信息和像素语义信息在物理位置上的相关性，设计了多语义特征关联模块，实现不同语义信息之间的特征融合增强，并通过特征维度转换实现对路面裂缝图像的前景特征过滤；提出了一种针对深度特征强度进行量化评估的方法，用于提升模型提取特征能力的可解释性。在自采集数据集上的研究结果表明：MFENet对路面裂缝图像检测的平均精准率和平均召回率相比Mask R-CNN分别提升了4.3%和5.4%,相比基线模型RDSNet分别提升了14.6%和14.3%;MFENet对路面裂缝图像分割的平均精准率和平均召回率相比Mask R-CNN分别提升了6.6%和8.8%,相比RDSNet分别提升了8.1%和9.7%;与Mask R-CNN等主流方法相比，MFENet对不同类型路面裂缝图像的检测、分割精度最高。在公开数据集(CFD、C...     

基于机器视觉的路面破损检测系统研究

分析了系统的基本组成和总体结构,介绍了软件设计流程以及网络设计与训练过程.同时考虑到传统图像分割算法的局限性,设计了一种检测图像内任意区域实时检测算法.可以适应路面龟裂、横裂、纵裂、块裂等多种缺陷以及缺陷并存的复杂道路样本图像.     

无人清洁船水面垃圾视觉识别系统设计

为满足水面垃圾无人清洁船高效精准识别垃圾的需求,设计了一套高效视觉识别系统.在硬件上,利用OV2640摄像头采集图像并通过STM32处理图像;在软件上,利用卷积神经网络的算法训练垃圾数据集得到一个MobileNet模型,利用Canny算法提取图像边缘轮廓,通过一定范围内最大轮廓面积找到目标的最小外接矩形,并将相关识别结果标注在矩形上,标识目标在图像中所在的位置坐标,提供给机械手.实验测试结果表明,开发的垃圾识别系统目标定位精准、效率高,对推动无人清洁船的发展与创新具有重要意义.     

基于序列图像运动分割的车辆边界轮廓提取算法

为了准确获得图像感兴趣区中运动车辆的形状特征,提出了一种新的车辆边界轮廓提取算法.利用连续3帧图像,对包含同一运动车辆的图像感兴趣区进行光流场分割,以获取目标运动区域,通过平移运动区域的左、右边界获得正确的车辆区域及其封闭边界轮廓,通过放大运动矢量计算公式的阈值来提高其运行效率.试验结果表明:该算法可从具有复杂自然场景的图像序列中检测出完整的运动车辆边界轮廓,检测正确率在95%以上.     

基于MS-RG混合图像分割模型的道路检测研究

道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性,使得传统基于道路分割的道路检测方法大多存在信息冗余,并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用 Meanshift均值漂移算法,通过空间内的概率密度呈梯形上升去寻找局部最优,并搜索属于同一模点的像素然后生成获得超像素块.然后利用 Meanshift算法获得的聚类超像素块进行多种子点区域生长,规范生长规则,克服不能得到封闭边界的缺陷,改进道路图像的分割效果.实验结果表明,本文提出的模型适用性强,相比于传统方法有效地提升了分割准确性和实时性,可准确识别出图像中的道路信息,确保车辆能够行驶在可行驶区域上.     

基于改进DeepLabv3+的接触网开口销缺陷检测

针对当前基于语义分割的开口销缺陷检测算法存在分割精度不高、检测效率低等问题，提出一种基于改进DeepLabv3+的接触网开口销缺陷检测方法。首先，采用减枝后的MobileNetv2作为DeepLabv3+的骨干特征提取网络，提高检测效率。然后，通过在DeepLabv3+的编码器网络中引入CBAM注意力机制，提高开口销语义分割精度。同时，为缓解开口销区域和背景之间不平衡带来的负面影响，采用CEDice Loss作为损失函数。最后，根据开口销语义分割图像的颜色、形态信息，对开口销进行缺陷识别。实验结果表明：在语义分割方面，相比于原DeepLabv3+模型，改进DeepLabv3+模型的平均像素准确率和平均交并比分别提高了3.54%和3.42%，且测试用时减少了14.41 ms/张，模型参数量缩减了88.61%；在缺陷识别方面，对开口销缺失，松脱，正常三种状态的识别准确率分别为100%,98.1%,99.5%，能够快速有效地识别出开口销缺陷。     

基于头脑风暴优化的PCNN路面裂缝分割算法

为提升裂缝检测的分割精度和鲁棒性,基于头脑风暴优化（brainstorming optimization,BSO）和脉冲耦合神经网络（pulse coupled neural network,PCNN）,提出了一种路面裂缝图像分割算法（BSO-PCNN）. 该算法采用最大熵准则作为BSO算法的适应度函数,并依据适应度值决定参与次轮迭代的个体;BSO具有强收敛性,可快速确定最优个体解;结合图像特征,获得PCNN模型的最优参数,将其代入PCNN模型实现对裂缝图像的分割. 试验结果表明:算法可在20次迭代内取得不同类型路面裂缝图像的最大适应值,从而确定最佳分割参数;与Sobel边缘检测算法、PCNN图像分割算法、基于最大熵的遗传算法（genetic algorithm based on the maximun entropy of the histogram,GA-KSW）、基于遗传算法参数优化的PCNN分割算法（genetic algorithm based on the pulse coupled neural network,GA-PCNN）相比,BSO-PCNN算法取得了0.9924的区域一致性与0.0900的区域对比度.      

基于各向异性测度的路面三维图像裂缝识别

为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法．该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分．首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度（表征方向性的强弱）,并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像．基于166幅含有各类裂缝的三维路面图像（2048×2048像素）进行测试分析,结果显示,本文算法获得了较高的准确率（均值91．57％）和召回率（均值81．29％）,最终以84．26％的F1均值优于种子识别算法（F1均值69．19％）、Canny边缘检测（F1均值8．15％）和OTSU分割（F1均值5．11％）．     

带评价系统的曲率相关有向主动轮廓模型

主动轮廓模型广泛应用于很多领域,但这个框架下的模型都有两个关键的难点.针对这一问题,通过对已有方法失败原因的分析,本文提出了一种新颖的外力大小与曲率相关的主动轮廓模型（CDM模型）.任何粗分割方法都能为该模型预测方向提供灵活有效的线索,并且模型外力的大小定义为曲线曲率的相关方程.这使得该模型具有许多与众不同的优点,并能够有效避免自相交现象的发生.在不同的收敛过程和不同的主动轮廓模型中,评价模块的出现能够有效地度量模型结果与真实目标轮廓之间的相似度.实验结果显示,CDM模型在其他模型失败的例子中能够得到正确、鲁棒的结果,并且能够在医学图像中精确地拟合目标轮廓.     

钢轨断面全轮廓磨耗的激光视觉动态测量

钢轨磨耗直接影响铁路运行安全，为了替代目前手工测量方式，提高测量精度和效率，研究并设计了线激光钢轨断面全轮廓视觉测量系统来实现钢轨磨耗动态测量. 首先通过计算激光视觉测量模型完成激光测量单元的结构设计，然后采用平面标定法对测量头进行精确标定，获取激光平面与传感器成像平面之间的映射关系，将拍摄的钢轨轮廓光条图像还原为实际钢轨断面轮廓；利用钢轨同一截面两侧轮廓中轨头踏面轮廓相同的特征获取钢轨断面全轮廓数据，采用ICP精确配准将钢轨两侧测量轮廓合并，其中轨头踏面轮廓采用欧式聚类和距离分割方法提取；最后以双侧未磨损轨腰轮廓及其特征点为基准，将测量钢轨全轮廓与标准钢轨轮廓进行配准对比，获取钢轨磨耗值；将线激光钢轨磨耗测量单元装载于自行研制的轨道测量小车上进行现场测量试验. 研究结果表明:该测量系统标定精度可达4.922 × 10?3 mm，测量速度可达21.6 km/h，与钢轨磨耗尺测量值对比垂直磨耗、侧边磨耗平均偏差约为0.023 mm和0.093 mm，对同一对象多次重复测量最大偏差小于0.05 mm，该测量精度满足公务要求，提高了测量效率，便于铁路测量数字化管理.      

受电弓故障的车载图像识别技术

针对列车在途中因受电弓发生故障而影响运行安全的问题，提出了一种受电弓故障的车载图像识别技术，以实时检测受电弓降弓、变形与毁坏，碳滑板异常磨耗与缺口，弓角变形与缺失故障；基于更快速的区域卷积神经网络(Faster R-CNN)目标检测框架设计了弓头图像定位目标检测模型，利用残差网络代替原有卷积网络，利用特征金字塔多尺度预测结构构建了候选区域推荐网络，以精准、快速地进行弓头定位和状态检侧；基于掩码区域卷积神经网络(Mask R-CNN)实例分割框架设计了弓头图像分割模型，并针对性地重新设计了检测头的网络结构与特征图尺寸，以适应受电弓的细长弯曲特征，从而准确、快速分割弓头图像；为了在分割后的二值图中更快速地识别与定位故障，根据受电弓结构尺寸和图像分割模型输出的位置坐标，制定了弓角与碳滑板故障的快速模板匹配策略，并在此基础上编制了详细的故障检测算法与程序。研究结果表明：在相应的数据集上，弓头图像定位目标检测模型的平均检测精度为0.944,平均每帧检测时间为0.029 s,弓头图像分割模型的平均分割精度为0.967,平均每帧检测时间为0.031 s,模板匹配的检测精度为0.985,平均每帧检测时...     

汽车电子感应制动模糊自整定PID参数控制

为了改善由电子感应控制汽车制动系统的性能,研究了汽车感应制动模糊自整定PID参数控制的方法.采用一阶延迟模型近似的曲线最小二乘拟合方法和最优PID控制器经验公式,依据单一路面下汽车感应控制的制动控制效果,确定PID的3个参数初值,设计了模糊PID参数调节器,并在单一路面和变化路面上,使用Matlab/Simulink软件,对模糊自整定PID参数控制的汽车电子感应制动系统进行仿真.结果表明:估计的纵向附着系数与设定的理想附着系数之间误差较小,当制动初速度为160 km/h时,在单一路面上,误差为-0.71~0.14,制动距离为114.5 m,制动时间为5.28 s;在变化路面上,误差为-0.71~0.15,制动距离为128.61 m,制动时间为7.625 s.     

改进SSD模型在高分二号遥感影像中高速公路收费站位提取的应用

以高分二号遥感影像中的高速公路收费站为研究对象，选取了北京、山西、河南、广东、福建5个省市2019年的高速公路收费站点位和0.8 m遥感影像，通过图像预处理、样本标注、裁切、数据增强、样本集划分的步骤制作训练样本集；引入“多尺度特征融合”的方法对SSD目标检测模型进行改进，通过增加“转置卷积”和“拼接”操作，将高层次特征图像的语义特征赋予低层次特征图像，以增强上采样质量与特征融合能力，从而提升了模型对小目标收费站的检测效果；将改进SSD模型用于2019年福建省高分二号影像中的收费站点位提取，沿福建省高速公路路网矢量对影像进行自动切片，将切片输入模型中进行目标检测；保留有收费站的切片，使用非极大值抑制去除多余的检测框，将剩余的检测框的坐标变换为中心点的坐标，可以直接输出得到高速公路收费站的中心点矢量，从而实现对于收费站点位的端到端自动化提取。研究结果表明:改进SSD模型的精度、召回率及二者的调和平均数分别为0.86、0.88和0.87，均优于传统的SSD, VGG, Faster R-CNN和特征金字塔网络模型。可见，对收费站点位的自动提取可以大大提高公路管理者的工作效率，有效满足公路管理者的实际工作需求。      

基于上下文自编码的船舶行为语义表征

考虑船舶行为的时序相关性，提出了一种基于上下文自编码的船舶行为语义表征(SRCAE)模型；提取船舶经度、纬度、航速、航向等行为特征参量，建立了行为特征序列；借助连续词袋模型将行为特征序列划分为中心船舶行为和上下文船舶行为，利用深度自编码网络构建了船舶上下文行为的语义表征模型，将得到的中心船舶行为编码作为表征向量输出，通过聚类算法构建船舶行为词典；选取长江口南槽交汇水域作为研究对象，利用船舶自动识别系统产生的数据对提出的模型和方法进行了验证。分析结果表明:所提出的SRCAE模型能有效表征船舶行为之间的上下文联系，与传统自编码器和长短期记忆网络自编码器等模型相比SRCAE模型具有更低的表征误差；分别采用k均值(k-Means)、高斯混合模型(GMM)与核k均值(Kernel k-Means)3种聚类算法提取船舶行为词典，与原始数据相比SRCAE模型产生的表征向量更易于区分不同船舶行为模式，其中k-Means效果最优，轮廓系数、卡林斯基-哈拉巴斯指数和戴维森堡丁指数指标分别达到了0.384、18.308、0.531，共产生转向加速、转向减速、直行加速、直行减速等30种复合行为，有效提取了不同行为模式下船舶行为词组合关系。      

出租车超速行为道路因素随机系数空间模型构建

为准确揭示道路因素与路段出租车超速行为特征的关联关系，本文以成都市中心城区主 干道路段为研究单元，通过车载GPS设备获取大范围出租车超速行为样本。在筛选出10类典型城市道路特征的基础上，选择路段超速线密度和不同百分位数超速严重度作为研究对象；为减少空间效应对估计的干扰，本文验证了超速特征的空间相关性，并分别构建基于对数-高斯分布的标准线性模型和空间条件自回归模型、空间误差模型及空间滞后模型这3类空间模型，探究不同空间模型与出租车超速行为特征的拟合情况；同时，考虑道路组间异质性，进一步构建随机系数空间模型。结果表明：出租车路段超速线密度和超速严重度均存在显著空间自相关性，空间模型 对其拟合效果普遍优于传统模型；不同超速行为特征适用不同的空间模型，随机系数空间条件自回归模型对超速线密度拟合效果最优，而不同百分位数超速严重度适用的最佳拟合模型差异较大；路段限速、一块板横断面及非机动车车道这3类因素表现出对出租车超速行为特征的组间影响异质性；因素解释方面，路段限速、一块板横断面、非机动车车道、路段施工区与超速线密度显著相关；路段限速、非机动车车道、上下坡匝道、路段施工区及路段长度与超速严重度显著相关。     

考虑交通小区相关性的小汽车拥有行为研究

为分析建成环境对家庭小汽车拥有的影响，考虑交通小区间的空间相关性，分别基于0-1 邻接矩阵、共同边界邻接矩阵及质心空间距离矩阵构建了层次Bayesian 模型，并与不考虑空间相关性的模型结果进行了对比.基于长春居民出行调查数据对模型参数进行估计，结果表明：交通小区间的空间相关性显著存在；以不考虑空间相关性的模型作为对比，基于公共边界邻接矩阵的层次Bayesian 模型拟合效果最优；在控制家庭层面社会经济变量后，居住密度、土地利用混合度、交叉口密度及公共交通站点密度均对家庭小汽车拥有具有显著的负向效应，表明通过优化城市建成环境策略可有效抑制小汽车拥有量的增长.     

基于时序融合的自动驾驶多任务感知算法

采用连续图像帧作为输入,挖掘连续图像帧之间的时序关联信息,构建一种融合时序信息的多任务联合驾驶环境视觉感知算法,通过多任务监督联合优化,实现交通参与目标的快速检测,同时获取可通行区域信息;采用ResNet50作为骨干网络,在骨干网络中构建级联特征融合模块,捕捉不同图像帧之间的非局部远程依赖关系,将高分辨率图像通过卷积下采样处理,加速不同图像帧的特征提取过程,平衡算法的精度和速度;在不同的图像帧中,为了消除由于物体运动产生的空间位移对特征融合的影响,且考虑不同图像帧的非局部关联信息,构建时序特征融合模块分别对不同图像帧对应的特征图进行时序对齐与匹配,形成融合全局特征;基于共享参数的骨干网络,利用生成关键点热图的方法对道路中的行人、车辆和交通信号灯的位置进行检测,并利用语义分割子网络为自动驾驶汽车提供道路可行驶区域信息。研究结果表明:提出的感知算法以多帧图像代替单一帧图像作为输入,利用了多帧图像的序列特性,级联特征融合模块通过下采样使得计算复杂度降低为原来的1/16,与CornerNet、ICNet等其他主流模型相比,算法检测精确率平均提升了6%,分割性能平均提升了5%,并保持了每秒12帧图像的处理速度,在检测与分割速度和精度上具有明显优势。      

山区公路回头曲线的车道偏移行为与自由行驶轨迹模型

为揭示山区公路回头曲线路段的车道偏移行为和轨迹特征，建立了自由行驶轨迹模型；在一条山区复杂线形公路上开展了实车驾驶试验，使用高精度车载设备收集自然驾驶状态下的车辆行驶轨迹、速度和偏移数据；基于轨迹相对位置曲线定义了回头曲线路段左右转车辆的自由行驶轨迹模式；以曲线转角180°为界，建立了回头曲线路段车辆相对位置拟合模型，设计了基于偏移量的自由行驶轨迹计算方法，并以其他道路的回头曲线作为算例进行模型验证。研究结果表明:回头曲线左转车辆呈现出4种轨迹模式，右转车辆呈现出3种轨迹模式；车辆轨迹在回头曲线的入弯、弯中和出弯阶段均出现了较大的偏移，偏移量大于40%，此时车身侵占对向车道，不同的轨迹模式具有不同的偏移特征；不同位置所对应的速度与偏移量的分布较离散，当速度折减小于6.5 km·h-1时，驾驶人可以通过占用对向车道来降低回头曲线行驶时的速度折损；基于横向偏移量建立的不同曲线转角下的轨迹拟合模型中，当回头曲线转角约为180°时，拟合模型的精度最大，左转拟合精度介于0.90~0.97，右转拟合精度介于0.65~0.97；当回头曲线转角大于180°时，拟合模型最大拟合精度0.97发生在右转，当回头曲线转角小于180°时，拟合模型最大拟合精度0.89发生在左转。可见，本文建立的轨迹模型具有较强的适用性，可为山区公路回头曲线的行驶轨迹预测提供手段和方法。      

基于DenseNet结构的轨道暗光环境实时增强算法

车载视觉系统是未来城市轨道交通安全运行的重要保障，列车在封闭环境或夜间运行时所处的弱光照环境会严重影响车载视觉系统的检测效果. 为此，提出了一种针对铁路封闭环境或夜间行车环境下低照度图像的实时视觉增强算法. 该算法以密集连接网络（densely connected network，DenseNet）结构为骨干网建立特征尺寸不变网络，提取图像光照、颜色等信息输出光照增强率图，并基于非线性映射函数调整每个像素的光照强度，通过分级结构将低照度输入图像的曝光率由低层到高层不断增强. 建立的深度学习网络模型采用自监督的方式训练网络参数，利用低照度图像自身特征和先验知识构建损失函数，其由曝光损失、色彩恒定损失及光照平滑度损失3个分量组成. 多种场景下的低照度增强实验结果显示:本文算法能够对输入图像曝光值进行自适应，对低曝光以及高曝光区域动态调整曝光率从而改善低照度图像的可视化效果，处理速度能够达到160帧/s，满足实时性处理的要求；通过在低照度增强前后的轨道分割及行人检测算法性能对比实验证明:所提出的算法能够大大提高暗光环境下的视觉检测效果，在RSDS （railroad segmentation dataset）数据集中轨道分割F值提高5%以上，在轨道场景下行人检测误检率及漏检率均有效降低.      

基于LES的跨海桥梁施工期围堰波流力数值模拟

跨海大桥基础施工可能面临水深、浪大和流急等恶劣海况，波流力甚至可能成为围堰施工的主要控制荷载. 为研究跨海桥梁施工期围堰波流力，采用垂向多层σ坐标变换模型追踪三维波流自由液面，添加浸没边界法（IBM）处理不规则结构物界面，建立了基于LES的三维波流与结构物相互作用的数值模型，利用所建立并验证的三维数值模型模拟不同长宽比的矩形围堰与斜向波流的相互作用. 分析结果表明:所建立的三维数值模型能够较好地模拟矩形结构波流力；长宽比为1.0时，由于结构的对称性，波流入射角对围堰总波流力影响很小，增幅均在5%以内；随着长宽比的增加，波流入射角对围堰总波流力的影响增大；如长宽比为2.0时，波流沿纵桥向入射时（90°）结构的总波流力约为沿横桥向入射时（0°）总波流力的2.48倍. 与纯波情况相比，矩形围堰波流力普遍比纯波力偏大，但入射角对结构纯波力或波流力的影响系数较为接近.